래디컬 AI의 자율주행 실험실을 통한 신소재 개발 가속화

주장신소재 개발은 단순한 화학 공식의 문제를 넘어 제조 공정과 공급망 등 복잡한 변수가 얽힌 난제입니다. 래디컬 AI의 조셉 크라우스 대표는 단일 인공지능 모델이 소재를 한 번에 설계하는 것은 불가능하며, 실험실 환경에서 확보한 데이터가 개발의 핵심이라고 강조합니다.

팩트래디컬 AI는 6개월 동안 1,200개의 합금을 생산하고 특성을 분석했습니다. 이는 미국 국방고등연구계획국(DARPA)의 MACH 프로그램이 설정한 연간 500개 합금 목표와 비교하면 약 10배 빠른 속도입니다.

팩트래디컬 AI의 인공지능 과학자는 300개의 신소재를 제안하고 테스트했습니다. 이 가운데 10개는 기존에 없던 새로운 물성을 지닌 것으로 확인되었으며 현재 상업적 응용을 위한 추가 개발을 진행합니다.

교차검증소재 과학 분야는 생물학이나 화학과 달리 분자 구조만으로 결과가 결정되지 않습니다. 혼합과 어닐링, 제조 공정 등 물리적 변수가 결과에 큰 영향을 미치므로 재현성 확보가 어렵습니다.

주장조셉 크라우스 대표는 중국의 중앙 집중식 제조 모델에 대응하기 위해 미국 내 과학 인력의 생산성을 10배 높여야 한다고 설명합니다. 이를 위해 국가 차원의 자율주행 실험실 인프라 투자와 민관 협력이 필요합니다.

팩트래디컬 AI는 내부 도구 파이프라인을 오픈소스로 공개합니다. 여기에는 파이토치(PyTorch) 기반의 분자 동역학 시뮬레이션 프레임워크인 토치심(TorchSim)이 포함됩니다.

팩트래디컬 AI는 자율주행 실험실 벤치마킹 데이터셋인 매트릭스(MATRIX)도 함께 공개합니다. 이는 연구 생태계 전반의 기술 발전을 촉진하는 역할을 합니다.

교차검증소재 분야의 인공지능 추론 능력을 향상시키는 연구가 생물학적 시스템의 추론 능력까지 개선하는 결과를 낳았습니다. 이는 소재 과학과 생명 과학의 데이터 구조가 상호 보완적일 수 있음을 시사합니다.

팩트래디컬 AI는 향후 하루에 100개의 새로운 합금을 테스트하고 특성을 분석할 수 있는 수준으로 규모를 확장할 계획입니다. 이는 기존의 소재 발견 파이프라인을 대체하는 새로운 패러다임으로 자리 잡습니다.

주장소재 과학의 진정한 경쟁력은 실험 데이터에서 나옵니다. 래디컬 AI는 인공지능이 과학적 지식과 인간의 직관을 결합해 가설을 생성합니다.

주장자동화된 로봇이 인공지능의 가설을 검증하는 폐쇄형 루프 시스템을 통해 래디컬 AI는 소재 개발의 경쟁력을 확보합니다.

출처래디컬 AI의 기술 블로그와 레이턴트 스페이스(Latent Space)의 보도 내용을 교차 검증했습니다.