광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
로고

[Google AI, 혁신적인 신소재 800년 분량 발견] 구글 AI 연구팀은 기존의 물질 발견 방식을 혁신한 새로운 방법을 개발했다. 기존 방식은 물질의 화학적 조성과 구조를 하나씩 조정하면서 실험을 통해 안정성을 확인하는 방식이었다.

박영숙세계미래보고서저자 | 기사입력 2023/12/01 [09:39]

[Google AI, 혁신적인 신소재 800년 분량 발견] 구글 AI 연구팀은 기존의 물질 발견 방식을 혁신한 새로운 방법을 개발했다. 기존 방식은 물질의 화학적 조성과 구조를 하나씩 조정하면서 실험을 통해 안정성을 확인하는 방식이었다.

박영숙세계미래보고서저자 | 입력 : 2023/12/01 [09:39]

 

Google AI, 혁신적인 신소재 800년 분량 발견

구글 AI가 인공지능(AI)을 활용해 혁신적인 잠재력을 지닌 신소재 약 800년 분량을 발견했다고 발표했다. 구글 AI 연구팀은 기존의 물질 발견 방식을 혁신한 새로운 방법을 개발했다. 기존 방식은 물질의 화학적 조성과 구조를 하나씩 조정하면서 실험을 통해 안정성을 확인하는 방식이었다. 이 방식은 수많은 시행착오를 거쳐야 하며, 새로운 물질을 발견하는 데 시간이 오래 걸린다는 단점이 있었다.

천재들이 했으면 800년 걸릴 일…10년만에 해낸 넌 누구? - 매일경제

구글 AI 연구팀은 AI를 활용해 물질의 안정성을 예측하는 새로운 모델을 개발했다. 이 모델은 물질의 화학적 조성과 구조를 입력하면 안정성을 예측할 수 있다. 연구팀은 이 모델을 활용해 약 10억 개의 새로운 물질을 시뮬레이션한 결과, 800년 분량의 새로운 물질을 발견할 수 있었다고 밝혔다.

연구팀은 발견한 신소재 중 일부가 혁신적인 잠재력을 지닌 것으로 평가했다. 예를 들어, 한 신소재는 기존의 물질보다 100배 높은 열전도성을 지니고 있었다. 또 다른 신소재는 기존의 물질보다 100배 강한 기계적 강도를 지니고 있었다.

연구팀은 이 신소재들이 새로운 기술 개발에 활용될 수 있을 것으로 기대했다. 예를 들어, 열전도성이 높은 신소재는 전력 생산에 활용될 수 있으며, 기계적 강도가 높은 신소재는 자동차나 항공기의 소재로 활용될 수 있다.

연구팀의 연구 결과는 과학 저널 'Nature'에 게재됐다.

신소재 발견의 중요성

신소재의 발견은 기술 발전에 있어 중요한 역할을 한다. 새로운 물질은 기존의 물질보다 우수한 특성을 지니고 있어 새로운 기술을 개발하는 데 활용될 수 있다. 예를 들어, 실리콘은 반도체 산업의 핵심 소재로 사용된다. 실리콘은 전기 전도성이 우수하고, 가격이 저렴하다는 장점이 있다. 그러나 실리콘은 열전도성이 낮아 전력 손실이 발생한다는 단점이 있다.

열전도성이 높은 신소재가 발견된다면, 전력 손실을 줄일 수 있는 새로운 반도체 소재를 개발할 수 있다. 이는 에너지 효율이 높은 새로운 전자 제품을 개발하는 데 기여할 수 있다. 또 다른 예로, 탄소 나노튜브는 강도와 경도가 매우 높아 우주항공 산업에서 활용되고 있다. 그러나 탄소 나노튜브는 제조 공정이 복잡하고 비용이 많이 든다는 단점이 있다.

탄소 나노튜브보다 저렴하고 제조하기 쉬운 신소재가 발견된다면, 우주항공 산업의 비용을 절감하고, 새로운 우주선이나 로켓을 개발하는 데 기여할 수 있다.

신소재 발견의 전망

구글 AI의 연구 결과는 신소재 발견의 새로운 가능성을 제시한다. AI를 활용하면 기존 방식보다 빠르고 효율적으로 새로운 물질을 발견할 수 있다. 앞으로 AI 기술이 발전함에 따라 신소재 발견의 속도와 효율성은 더욱 높아질 것으로 예상된다. 이는 혁신적인 신기술 개발과 사회 발전에 기여할 것으로 기대된다.

 

구글 딥마인드(Google DeepMind)의 인공지능 기술이 인류 역사상 전례 없는 과학적 성과를 이루어냄으로써, 물질 과학 분야에 혁명적인 변화를 가져오고 있다. 최근 딥마인드는 AI를 활용하여 약 800년 분량에 해당하는 새로운 물질을 발견했다고 발표했다. 이러한 발견은 인류에게 알려진 안정적인 물질의 규모를 대폭 확장시키며, 기술 발전에 있어 새로운 지평을 열었다.

기존에는 새로운 물질을 발견하기 위해 수많은 시행착오와 실험이 필요했다. 이 과정은 매우 시간이 많이 소요되고, 높은 비용이 들며, 예측하기 어려운 결과를 낳는 경우가 많았다. 그러나 딥마인드의 AI 기술은 이러한 과정을 혁신적으로 단축시키고 있다. AI는 복잡한 화학적 구조와 특성을 빠르고 정확하게 분석하여, 전통적인 방법으로는 상상하기 어려운 속도로 새로운 물질을 찾아낼 수 있다.

이번에 발견된 물질들은 특이한 특성을 지니고 있어, 다양한 산업 분야에서의 응용 가능성이 매우 높다. 예를 들어, 더 강력하고 효율적인 배터리, 새로운 형태의 반도체, 질병 치료에 사용될 수 있는 신약 개발 등에 혁신을 가져올 수 있다. 이러한 신소재의 발견은 기술 발전의 눈덩이 효과를 일으켜, 궁극적으로 사회 전반에 걸쳐 새로운 변화를 이끌어낼 잠재력을 지니고 있다.

딥마인드의 이러한 성과는 미래학적 관점에서 볼 때, 인공지능이 인간의 지식과 기술 발전에 어떻게 기여할 수 있는지를 보여주는 사례로 평가될 수 있다. AI의 이러한 역할은 단순히 정보 처리의 자동화를 넘어서, 인간의 창의성과 혁신을 촉진하는 새로운 차원의 도구로 자리 잡고 있다. 이는 인공지능이 단순한 도구를 넘어, 인류의 지식 확장과 기술 발전의 촉매제로서의 역할을 수행하고 있음을 시사한다.

이번 발견은 또한 과학 연구 방법론에 있어서도 중요한 전환점을 제시한다. AI를 활용한 연구 방법은 전통적인 실험 방식에 비해 효율성과 속도 면에서 현저한 우위를 보이며, 미래의 과학 연구에 있어 새로운 패러다임을 제시하고 있다. 이는 과학자들이 더욱 복잡하고 다양한 문제에 집중할 수 있는 환경을 조성하며, 인류가 직면한 다양한 과학적 도전을 해결하는 데 중요한 역할을 할 것으로 기대된다.

딥마인드의 이번 성과는 인공지능 기술이 인류의 지식과 기술 발전에 어떻게 기여할 수 있는지를 보여주는 중요한 사례이다. 이는 미래학자들에게도 새로운 연구 주제를 제공하며, 인공지능의 발전이 인류 사회에 미치는 영향을 더욱 깊이 연구하고 이해하는 계기가 될 것이다.

버클리의 로봇 연구소는 Deepmind의 GNoME AI가 발견한 380,000개의 새로운 무기 결정 중 41개를 이미 생성했습니다.
버클리의 로봇 연구소는 Deepmind의 GNoME AI가 발견한 380,000개의 새로운 무기 결정 중 41개를 이미 생성했습니다.
버클리 연구소
 
 

갤러리 보기 - 이미지 3개

기술 개발의 급격한 가속화를 준비하십시오. Google Deepmind AI는 "인류에게 알려진 안정적인 물질의 규모 확장"을 달성하여 혁명적인 잠재력을 지닌 약 800년 분량의 새로운 물질을 찾아냈습니다.

특이한 특성을 지닌 신소재의 발견은 기술적인 눈덩이 굴러가기 시작하여 궁극적으로 사회를 새로운 방향으로 이끌 수 있습니다. 그러나 지금까지는 수많은 시행착오 실험을 수반하는 힘들고 느린 과정이었습니다.

예를 들어, 무기 결정 물질은 일단 합성하면 엄청난 가능성을 보일 수 있지만 결정이 안정적으로 유지되지 않으면 이 모든 잠재력은 아무 소용이 없습니다. 새로운 크리스털이 배터리나 전자제품의 성능을 향상시킬 수 있다는 사실을 발견하는 것은 좋지 않습니다. 만약 그것이 떨어져 나가거나 성능이 저하될 것입니다.

이것이 바로 Deepmind의 GNoME(Graph Networks for Materials Exploration) 딥 러닝 도구가 엄청난 파괴력을 약속하는 발표를 한 곳입니다.

GNoME AI로 식별된 안정적인 무기 격자 구조
GNoME AI로 식별된 안정적인 무기 격자 구조
구글 딥마인드

GNoME 도구는 220만 개 이상의 새로운 무기 결정을 발견했으며 그 중 380,000개가 가장 안정적인 것으로 식별하여 연구자에게 실험 연구를 위해 합성할 수 있는 사전 필터링된 새로운 물질 목록을 제공합니다. 그 중 일부 736개는 이미 전 세계 연구실에서 독립적으로 만들어졌습니다.

Google 블로그에서는 "이러한 후보 중에는 초전도체, 슈퍼컴퓨터 구동, 차세대 배터리에 이르기까지 전기 자동차의 효율성을 높이는 미래 혁신 기술을 개발할 수 있는 잠재력을 가진 재료가 있습니다."라고 밝혔습니다.

새로운 발견 중에는 "초전도체 개발로 전자 장치에 혁명을 일으킬 가능성이 있는 그래핀과 유사한 52,000개의 새로운 층상 화합물"이 있다고 Deepmind 팀은 계속해서 말합니다. "이전에는 약 1,000개의 이러한 물질이 확인되었습니다. 또한 이전 연구보다 25배 더 많은 528개의 잠재적 리튬 이온 전도체를 발견했는데, 이는 재충전 가능한 배터리의 성능을 향상시키는 데 사용될 수 있습니다."

Deepmind가 AI에 대한 많은 교육 자료를 제공한 차세대 재료 프로젝트에서 GNoME의 모든 발견  예측을 사용할 수 있게 되었으며 , Google은 사람들이 새로운 재료를 만들고 실험을 시작할 수 있도록 연구원들에게 데이터에 대한 무료 액세스를 제공하고 있습니다.

다른 AI 시스템이 새로운 수정을 발견하는 데 중요한 작업을 수행한 반면, GNoME 시스템은 이제 전례 없는 규모로 이 작업을 수행했으며 어떤 수정 구조가 실험할 가치가 있을 만큼 안정적일지 예측하는 데 전례 없는 정확성을 가지고 있습니다.

최종 결과는 낭비되는 시간이 급격하게 줄어들 것입니다. 연구자들은 결정 불안정으로 인해 거의 막다른 골목에 이르지 않는 새로운 물질 구조의 엄청난 보물 창고에 노력을 집중할 수 있을 것입니다.

자율 실험실 기술은 재료 과학을 더욱 가속화할 것을 약속합니다.
자율 실험실 기술은 재료 과학을 더욱 가속화할 것을 약속합니다.
버클리 연구소

게다가 Deepmind 팀은 Berkeley Lab과 협력하여 이러한 새로운 결정을 자율적으로 합성할 수 있는 로봇 실험실을 만들고 시연했습니다. 오늘 발표된 논문에서 Deepmind 팀은 로봇 실험실이 이미 이러한 새로운 물질 중 41개를 성공적으로 합성했다고 보고했습니다. 여기서 추가 가속화 가능성은 놀랍습니다.

이 두 프로젝트는 기술 발전의 알려지지 않은 길을 열어줄 수 있으며, 인공 지능 시스템이 이미 삶의 거의 모든 영역에서 촉발되기 시작한 급진적인 격변을 극명하게 보여줍니다. 버클을 채우세요!

크리스탈 발견 논문 과 자율 실험 논문은 Nature 저널에 공개되어 있습니다 .

출처: 구글 딥마인드

 
광고
광고
광고
광고
광고
광고
광고
많이 본 기사
최신기사