일본, 연구개발‧유지보수에 실용화 … 신뢰성‧안전성 확보가 관건

일본 벤처기업들이 소재 개발 및 플랜트 유지보수 등을 효율화하는 AI(인공지능) 기술 개발에 박차를 가하고 있다.
규슈(Kyushu)대학에서 출발한 벤처 Kyulux는 AI를 연구개발(R&D)에 활용하는 Materials Informatics(MI)를 OLED(Organic Light Emitting Diode) 소재 개발에 응용하고, 치바(Chiba) 대학에서 시작된 Autonomous Control(ACSL)은 JSR 등과 함께 플랜트 점검을 자동으로 실시하는 드론을 개발했다.
Kyulux는 2015년 자원이 한정된 희토류를 사용하지 않는 OLED 발광소재 개발을 목적으로 설립했으며 2016년 하버드(Harvard)대학교가 보유한 AI 기술의 독점적 라이선스를 취득해 MI를 이용한 소재 탐색체제를 구축했다.
보스턴(Boston) 지사에서 발광소재의 화학적 조성을 AI로 예측하고 일본에서 소재 개발 및 성능 평가를 진행해 보스턴 지사에 결과를 보냄으로써 고도의 MI로 이어가고 있다.
Kyulux는 일본과 미국에서 정보를 상호 교환하며 MI를 추진하는 사이클에 따라 직감에 얽매이지 않는 소재 탐색이 가능해진 것으로 평가하고 있으며 2020년대 중반까지 자체적으로 개발한 발광기술로 OLED 소재 시장을 장악하겠다는 목표를 세우고 있다.
기후(Gifu)대학 소속의 와사다 히로아키 교수 연구팀은 기계학습으로 화합물 독성을 예측하는 소프트웨어 xenoBiotic을 개발했다.
의약품, 세제, 중간체 등 모든 화합물을 대상으로 돌연변이를 일으키는 성질을 조사하는 에임스 시험의 음성 및 양성 확률을 화합물 구조식 판독만으로 자동 산출할 수 있는 시스템이다.
소재개발 현장에서는 에임스 시험을 통과하지 못하는 화합물이 50% 이상에 달해 연구자원이 낭비되는 사례가 많은 것으로 알려지고 있다.
xenoBiotic은 사전에 개발후보 화합물을 스크리닝해 에임스 시험을 통과할 확률이 높은 화합물을 우선적으로 개발함으로써 R&D를 효율화할 수 있는 이점이 부각되고 있다.
기존 농약 724종 가운데 일부 품종을 학습시킨 데이터를 이용해 예측성능을 시험한 결과 정답률이 약 91%에 달했으며 NEDO(신에너지·산업기술종합개발기구)의 R&D형 벤처지원 사업에 채택됨에 따라 2020년 3월 상품 후보판 공개를 목표로 하고 있다.
이밖에 미생물 배양 관리를 효율화하는 시스템, 의약품과 단백질의 결합구조를 예측하는 시스템 등 MI에 기여하는 다양한 AI 기술이 개발되고 있다.
AI와 드론을 조합한 기술 개발도 활발하게 이루어지고 있다.
ACSL은 JSR, 액센추어(Accenture)와 공동으로 플랜트 설비의 부식 수준을 자동 판정하는 시스템을 개발했다.
화학 플랜트 내부 등 GPS 사용이 불가능한 환경에서도 완전자율주행이 가능하도록 드론에 주변정보를 학습시킨 후 드론이 촬영한 영상을 AI로 해석해 배관 부식부위를 화면으로 확인하는 시스템으로, JSR이 2018년 8월부터 가시마(Kashima) 공장에서 실증시험을 실시해 검증을 완료했다.
앞으로는 보안업무를 고도화할 수 있는 시스템으로 화학 플랜트, 전력 및 가스 인프라 현장 등에 보급하고 시스템 전체의 완성도를 향상시켜 설비 점검 및 보안에 관한 업무를 완전 무인화하는 시스템을 개발할 방침이다.
AI를 활용한 드론 기술은 Liberaware가 초소형 드론, Sensyn Robotics가 태양광패널, 철탑 등을 자동 점검하는 기술을 개발하고 있다.
AI는 최근 기술 보급이 급속도로 확대됨에 따라 안전성 및 신뢰성 확보가 중요한 과제로 부상하고 있다.
심층학습을 비롯한 AI 알고리즘은 사람이 판단근거를 이해하지 못해 블랙박스화되거나 예측정밀도가 100%에 달하지 못해 오류가 불가피한 문제점이 있기 때문이다.
이에 따라 개발 프로세스를 포함한 새로운 AI 소프트웨어 공학을 확립해야 한다는 의견이 제기되고 있다.
아울러 AI를 실용화하기 위해서는 산업계의 니즈에 대응할 필요가 있어 산학 제휴 및 오픈 이노베이션의 중요성이 높아지고 있다.