계산과학, AI(인공지능) 등을 통해 컴퓨터에서 신소재를 발굴하고 개발하는 MI(Material Informatics)가 급부상하고 있다.
AI의 예측결과를 실험으로 평가하고 다시 AI로 예측시켜 최적화된 답을 도출하는 방식으로, 기존 연구자들의 경험과 직감에 의존한 방법으로는 수천번에 달하는 시행착오를 거쳐 얻을 수 있었던 답을 10회 정도에 찾을 수 있게 됨으로써 화학제품 개발속도가 획기적으로 빨라질 것으로 기대되고 있다.
특히, 소재 특성을 집약한 데이터베이스가 갖추어져 있으면 AI의 정밀도를 더욱 높일 수 있을 것으로 기대되고 있다.
다만, 화학기업들은 연구개발(R&D) 데이터가 독창적이고 독자적인 것이 많아 공유가 어렵다는 문제가 제기되고 있다.
MI는 세계 화학산업이 주목하고 있으며 유럽이 선제적으로 데이터베이스 구축에 나선 상태이다.
MI 관련 데이터 건수는 미국이 약 600만건으로 가장 많고 유럽은 350만건, 한국은 90만건, 일본은 51만건에 달하는 것으로 파악하고 있다. 데이터 건수를 공표하지 않고 있으나 중국도 상당수를 축적하고 있을 것으로 추정되고 있다.
일본, 화학 데이터베이스 구축작업 본격화
일본 화학기업들은 특허정보를 MI에서 활용하기 위해 데이터베이스 구축에 나서고 있다.
실험 데이터 등 유익한 정보를 추출해 AI로 활용하기 위한 것으로, 경제산업성의 요청으로 20사 이상이 참여하고 있는 것으로 알려졌다.
앞으로 데이터베이스를 정비해 물질‧소재연구기구(NIMS)에 보관하고 2020년부터 시험적으로 데이터 입력을 시작해 2021년 4월 이후 본격적으로 이용할 계획이다.
일본기업만 이용할 수 있도록 함으로써 자국기업의 국제경쟁력 강화에 적극 활용할 방침이다.
화학기업들은 연구개발 데이터에 독자적인 것이 많아 공유가 어려운 것으로 나타나고 있으나, 공개가 가능한 정보들을 모은다면 데이터베이스화가 가능할 것으로 판단하고 있다.
먼저 화학기업들이 공동으로 특허정보에서 MI용 데이터베이스를 구축하도록 하고, 개별적인 AI 이용을 지원하는 공통 정보기반으로 활용한다면 개별기업의 소재 개발속도를 앞당기는데 일조할 것으로 기대하고 있다.
현재 미츠비시케미칼(Mitsubishi Chemical), 스미토모케미칼(Sumitomo Chemical), 아사히카세이(Asahi Kasei), 미쓰이케미칼(Mitsui Chemicals) 등 20개 이상의 화학기업이 참여하고 있다.
다만, 특허에서 어떠한 정보를 추출할지가 성패를 좌우할 것으로 예상된다.
2020년 3월까지 데이터베이스화 대상 화학물질을 결정하고, 4월 이후 추출항목과 데이터 기재 방법 등을 확정하기 위한 시험적 데이터 입력을 시작하며, 데이터 200건 정도를 활용해 AI로 분석 및 실험을 통한 평가를 반복적으로 실행하면서 정밀도를 확보할 수 있는 플랫폼을 정립할 계획이다.
2020년 4월부터 2021년 3월까지 입력 작업에 돌입하면 2021년 4월 이후 본격적인 운영이 가능할 것으로 기대하고 있다.
데이터 입력은 수작업으로 진행하며 참여기업들로부터 인원을 확보할 계획이다.
데이터베이스는 NIMS에 보관하며 초기비용으로 20억원, 운영비로 연간 5억원 정도가 필요할 것으로 판단하고 있다.
운영비는 이용료로 충당할 예정이어서 참여기업 외에도 이용할 수 있도록 할 예정이나 일본기업에게만 권한을 부여할 방침이다.
MI용 데이터를 늘리기 위해 경제산업성은 공개논문에서 데이터를 자동 추출하는 어플리케이션과 실험 데이터를 예측할 수 있는 시뮬레이터 개발을 진행하고 있다.
모두 2021년 4월 이후 완성을 목표로 하고 있으며 특허정보를 베이스로 한 데이터베이스의 운영과 함께 활용할 수 있다면 일본의 MI 베이스 개발 환경이 상당한 경쟁력을 갖추게 될 것으로 기대하고 있다.
MI-6, MI 전용 소프트웨어 개발로 화재
일본에서는 MI를 전문으로 영위하는 스타트업 MI-6가 높은 전문성을 무기로 성장을 가속화하고 있다.
도소(Tosoh) 등 화학 메이저를 클라이언트로 확보하고 위탁 개발을 진행하고 있을 뿐만 아니라 MI 전용 소프트웨어를 자체 개발해 비공개 실증실험을 시작한 것으로 알려졌다.
최근 MI 분야에 히타치(Hitachi) 등 메이저 IT 벤더도 진출하고 있는 가운데 폭넓은 기술고문을 제공할 수 있다는 강점을 활용함으로써 소재산업에 도래할 것으로 예상되는 데이터 이코노미 맞춤형 전략을 전진시키고 있다.
MI는 연구자 개인의 경험과 감에 의존한 기존의 개발방법과 달리 기계학습과 최첨단 데이터 사이언스를 활용해 소재 탐색을 비약적으로 효율화시키는 방법으로 화학기업들이 큰 기대를 걸고 있다.
MI-6는 일본에서 MI 사업만을 추진하는 전문기업으로 2017년 설립된 스타트업이며 도소, JSR, Kishida Chemical 등 메이저와 중견 화학기업을 대상으로 한 위탁 분석과 소재 개발자의 관점에서 사용하기 쉬운 인터페이스를 마련한 MI 전용 소프트웨어 개발을 추진하고 있다.
MI-6가 위탁 개발로 취급하는 분야는 광범위해 LiB(리튬이온전지) 전해액, 양극재, 음극재 등 배터리 소재부터 반도체 관련은 물론 화합물의 수율을 최대화할 수 있는 최적의 조성 탐색 등 다양한 영역에서 MI를 활용하고 있다.
클라이언트가 생각하지 못했던 화합물 설계에 분자 자동생성 알고리즘을 이용해 성공한 사례도 있는 것으로 알려졌다.
위탁 개발에서 축적한 MI 노하우는 연구개발자용 소프트웨어 개발에 적극 활용하고 있다.
소프트웨어는 정액제로 계약하면 자유롭게 활용할 수 있는 서브스크립션(Subscription) 타입으로 제공할 예정이다.
수익은 위탁 개발보다 소프트웨어 쪽이 훨씬 높기 때문에 앞으로 미래 성장동력으로 적극 육성할 계획이다.
소프트웨어를 언제 공개할지는 밝히지 않고 있으나 현재 제휴기업과 실증실험을 진전시키고 있는 단계이고 제휴기업 이용자 중 소수에게만 무료로 공개했으며 버전을 업그레이드하며 기능을 추가해나갈 방침이다.
하지만, 최근에는 MI 분야에서 경쟁기업이 늘어나고 있는 가운데 히타치 등 메이저가 진출함에 따라 대책 마련에 고심하고 있다.
전문성을 차별화 무기로 화학 메이저와 대결
히타치는 MI-6와 동일한 서비스를 개발해 UACJ에 도입한다고 2019년 10월 발표했으며, NEC와 Fujitsu 등 메이저 IT 벤더도 사업을 꾸준히 추진하고 있다.
MI-6는 설립 2년에 직원 수가 7명에 불과해 메이저의 진출 및 확장에 따른 타격을 우려하고 있으나 대학교원을 중심으로 9명의 기술고문을 갖추어 높은 전문성을 확보했다는 강점을 활용해 위기를 돌파할 방침이다.
MI를 성공시키기 위해서는 데이터 사이언스 뿐만 아니라 취급하는 분야에 대한 깊은 이해가 필요하다는 판단 아래 설립 당시부터 기술고문으로 참여하고 있는 도쿄대학의 쓰다 코지 교수를 필두로 고분자화학, 유기화학 등 다양한 분야에 대응이 가능하고 클라이언트가 어떠한 소재 개발을 의뢰해도 지원할 수 있는 체제를 갖추고 있기 때문이다.
아울러 MI 전문기업만의 특징을 소프트웨어 개발에 활용할 수 있다고 판단하고 있다.
소재 개발자의 시선에 입각한 MI-6의 소프트웨어 개발작업은 시스템 개발자나 AI 기술자 등으로만 팀을 구성해 개발하고 있는 경쟁기업과는 차별화된 특징을 갖추고 있다고 자부하고 있다.
소프트웨어는 간편하고 이해하기 쉬운 인터페이스를 활용해 사용자가 AI의 판단을 무조건 받아들이는 것이 아니라 해석결과를 직관적으로 이해할 수 있도록 가시화할 방침이며, 개발속도 향상은 물론 해석결과에 대한 이해도를 높일 수 있다는 점이 좋은 평가를 받고 있다.
장기적으로는 시장이 데이터 활용과 축적 중심으로 변화하면서 MI에 대한 수요가 더욱 증가할 것으로 예상하고 있다.
화학산업은 최근 데이터 활용을 중시하는 흐름이 확산되고 있으며 MI가 경영판단에 중요한 역할을 할 것으로 기대되고 있다.
데이터는 축적할수록 가치를 지닌 스톡형 성질을 나타내기 때문에 IT기업들은 M&A(인수합병)를 실시할 때 클라이언트의 구매이력 등 데이터를 자산으로 평가하고 있다.
JSR, MI 활용 화학제품 개발속도 10배로…
JSR은 MI 활용을 통해 화학소재 개발속도를 10배 높일 방침이다.
AI를 통한 기계학습의 고정밀화를 위해 추진해온 사업별 연구소의 데이터베이스(DB)화율 향상 작업은 70%까지 진전됐으며 앞으로 기계학습 영역에서는 디스플레이 소재에서 축적한 채용실적을 다른 사업으로 확장할 방침이다.
중장기적으로 양자컴퓨팅을 활용한 빅데이터 분석과 조합한 개발체제를 구축하기 위해 프로그래밍 언어 등 관련기술 혁신이 진행되는 가운데 최적화된 하드와 알고리즘을 조기에 확보할 예정이다.
AI를 통한 기계학습은 축적 데이터 수와 질이 정밀도를 좌우하기 때문에 JSR은 지난 3년 동안 연구소마다 실험 데이터의 DB화를 추진해왔다.
반응 시 수율, 조건, 분석, 구조해석 등 데이터가 대상이며 기존의 실험노트에서 축적한 자료는 기입한 연구원마다 차이가 있기 때문에 활용하는데 한계가 있었다는 점에서 DB화를 서두르고 있다.
현재 70% 진전됐으나 사업별로는 필요한 정보가 금세 바뀌는 특성이 있어 공통화, 전문화 등 균형을 배려하는 방식으로 개선해나갈 계획이다.
또 취급 데이터 용량이 세자릿수를 넘어섬에 따라 연구소마다 개별 서버를 도입하고 있다.
클라우드를 활용한 일원화된 관리체제를 정비하고 있으며 2018년에는 코포레이트 연구소에 MI 추진실을 설치하고 사업별 도입을 본격화하고 있다.
이를 통해 저온소성이 가능한 디스플레이용 배향막을 6개월만에 개발하는 성과를 거두었으며 반도체, 생명과학 등 생물정보학(Bioinformatics) 적용에도 나서고 있다.
다만, 완성형은 아닌 상태이며 시행착오를 겪고 있는 것으로 알려졌다.
앞으로는 기계학습과 계산학습을 조합시킬 계획이며 그동안 신규 화합물을 구체화할 때 합성루트 탐색과 불순물 제거 등을 검증하는데 시간이 걸렸던 점을 개선하는데 주력할 방침이다.
그동안 시뮬레이션에만 방대한 계산량이 필요했으나 여러 해석작업을 동시에 진행할 수 있는 양자컴퓨팅을 활용하면 단축이 가능하다는 점에서 미국 IBM과 협업해 하드와 알고리즘 구축을 진행하고 있다.
AI가 자율적으로 데이터를 분석하는 딥러닝(심층학습)은 현재 적용이 어려우나 포기하지 않고 있다.
모든 기술혁신을 통해 소재 개발속도를 최대 10배 향상시키는 것을 목표로 하고 있으며 현재는 3-4배 수준 달성한 것으로 파악하고 있다.
MI 추진실의 가장 큰 역할 가운데 하나인 데이터 사이언티스트 육성도 본격화하고 있으며 미국의 MI 실용화 지원기업의 데이터 사이언티스트 육성 프로그램에 매년 5-10명을 참가시키고 있다.
연수과정을 수료한 30명 이상이 MI 추진실 외에 다른 사업부 연구소에서 MI 추진을 담당하고 있다.
아사히카세이, 화학기업 모습을 바꾸겠다!
아사히카세이는 모든 사업에서 MI 활용을 추진하고 있다.
아사히카세이는 최근 MI를 활용함으로써 소재 사업의 니즈 발굴부터 생산까지 모든 분야의 데이터를 연결하는데 주력하고 있다.
자동차, 전자 분야가 새로운 변혁기를 맞이함에 따라 투입 소재에 요구되는 니즈가 다양화되고 있기 때문으로, 기존 개발방식으로는 어떠한 점을 중점적으로 다룰지 파악하기 어려워 여러 건의 개발을 병행해야 하지만 MI를 활용하면 효율화할 수 있을 것으로 판단하고 있다.
사업부마다 개발현장에서 MI를 활용하도록 하고 영업부가 입수한 수요기업의 정보를 바탕으로 공장의 생산과정까지 일련의 공정을 가시화함으로써 효율을 높일 수 있다는 것이다.
아사히카세이는 2년 전부터 MI 전문조직을 설치·운영해왔으며 2019년 봄에는 인포매틱스 추진센터로 격상시킨데 이어 현재 40명 체제에서 대폭 증원하는 방안을 검토하고 있다.
이미 원료 특성 평가와 가공시험 분야에서 축적한 방대한 데이터를 통해 개발기간을 기존의 3분의 1 혹은 10분의 1 수준으로 단축하는데 성공한 것으로 알려졌다.
MI에 주력하게 된 것은 시장의 변화를 예측하기 어려워졌기 때문으로, 자동차 소재 사업은 수지, LiB(리튬이온전지) 분리막(LiBS) 분야에서 주요 수요처를 확보한 상태이지만 자율주행, 전장화 흐름에는 아직 대응하지 못하고 있다.
어떠한 소재가 유효할지 판단하기도 어려우며 완전히 새로운 소재가 표준으로 자리를 잡을 수도 있는 미지의 상태이기 때문에 다양한 가능성을 열어두고 준비할 필요가 있는 것으로 판단히고 있다.
특히, MI 활용에 앞장서고 있는 미국, 중국과의 경쟁을 고려하고 있다.
아사히카세이는 MI 활용을 개별사업부의 개발현장에 모두 적용시킨 후 시장환경의 격변을 예측하고 다양한 소재를 개발하도록 유도할 예정이다.
데이터 중 직접 쓴 메모와 약칭으로 기입한 것들도 있으나 모두 MI로 활용이 가능하도록 작업을 추진하고 있다.
소재에 대한 지식과 AI 기술을 융합한 것이 MI의 강점이라고 믿고 있는 만큼 소재에 정통한 현장 담당자들을 데이터 사이언티스트로 활용하는 방안을 계획하고 있으며, 활동이 정착되고 MI 데이터가 늘어날 때면 예측도가 더욱 향상될 것으로 기대하고 있다.
인포매틱스 추진센터의 역할은 MI 활용 정착에만 있는 것이 아니라 영업현장에서 연구개발, 생산까지 모든 과정을 가시화할 방침이다.
아사히카세이는 MI를 비롯해 다양한 디지털 트랜스포메이션을 경영의 핵심으로 주목하고 있다.
쇼와덴코, 2021년까지 전체 사업에 MI 도입
쇼와덴코(Showa Denko)는 소재 관련 데이터와 AI를 조합해 신소재 개발을 효율화시키기 위해 MI 활용에 속도를 내고 있다.
전문부서에서 AI 시스템을 개발해 2021년까지 전체 사업분야의 신소재 개발에 MI를 도입할 계획이며 MI와 상호보완적 관계인 분석기술도 함께 강화할 방침이다.
데이터베이스화를 통해 현재 추진하고 있는 사업변혁인 디지털 트랜스포메이션(DX)을 더욱 가속화시킬 수 있을 것으로 기대하고 있다.
쇼와덴코는 2016년 1월 자연현상 분석 등에 대한 계산과학과 기술정보 조사를 담당하는 계산과학·정보센터를 출범시켰으며 계산과학 그룹이 주체가 돼 신제품 개발에 활용할 수 있는 AI 시스템 개발을 추진하고 있다.
MI는 소재 관련 데이터를 바탕으로 AI가 신소재 후보가 될 수 있는 구조, 조성 등을 제안하고 시험생산 전에 기능 평가를 실시함으로써 개발기간을 단축할 수 있는 강점이 있다.
다만, 신소재 개발과정에서 AI에게 학습시킬 수 있는 데이터가 적은 것이 과제로 부상하고 있다.
쇼와덴코는 학습을 수행하기 위해 사전에 설정해야 하는 값인 하이퍼 파라미터의 최적값을 과거 데이터의 확률 분포에서 탐색하는 베이즈 최적화 등 최신 AI 기술을 활용해 신소재 개발을 위한 기반 시스템을 스타트업 등과 함께 자체적으로 개발했다.
약 1년 전부터 시스템을 거의 모든 사업 분야와 핵심기술인 촉매 개발 등에 도입하고 현장 맞춤형 시스템으로 개선하는 작업을 진행하고 있다.
이에 따라 자동차 구조부재 등에 사용하는 알루미늄 합금은 연구자가 실험을 반복하면서 신소재를 모색하는 기존의 방법에 비해 개발기간을 2분의 1에서 3분의 1로 단축할 수 있었고, 앞으로 2년 동안 다른 사업에서도 시스템을 검증해 MI를 전면적으로 활용할 계획이다.
쇼와덴코는 연결(Connectivity), 자율주행(Autonomous), 공유(Sharing), 전동화(Electrification) 등 자동차산업에서 주목하고 있는 CASE 기술 보급을 위해 알루미늄, 합성수지 등 자체 보유한 다양한 핵심기술을 조합해 신규사업을 창출하는 자동차 복합소재 프로젝트를 준비하고 있으며, 자동차 복합소재 프로젝트와 같이 사내에서 횡단적으로 소재를 개발할 때도 MI를 활용해나갈 방침이다.
2019-2021년 실시하는 중기 경영계획에서는 기존 융합제품개발연구소를 전사적인 연구개발조직으로 활용할 수 있도록 기능을 확충해나갈 예정이다.
현재 전사의 기반기술로 설정하고 있는 계산과학·정보센터와 분석물성센터 등을 융합제품개발연구소 산하에 편입시키고 일체화된 운영체제를 강화하는 작업을 추진하고 있다.
분석물성센터는 물질의 미량분석과 구조분석 등을 담당하는 부서이며 AI가 학습하는 실험 데이터를 공급하거나 AI가 도출해낸 신소재 후보를 데이터 관점에서 입증하는 등 분석기술과 MI를 상호보완적으로 활용하고 있다.
앞으로는 사업 경쟁력 강화와 신규사업 창출을 가속화시키기 위해 센터에서 무기소재의 초미량 분석 등 고도의 분석과 해석기술을 습득해나갈 계획이다.
미츠비시, 미이용 유분 활용에 화합물 탐색까지…
미츠비시케미칼은 MI를 활용해 석유화학제품에서 새로운 기능을 도출하는데 주력하고 있다.
NCC(Naphtha Cracking Center)에서 부생된 미이용 유분에 수요처가 요구하는 기능을 부여함으로써 새로운 소재로 공급할 계획이며, 기능 발현을 위해 부가하는 화합물 탐색속도를 MI를 통해 비약적으로 높일 수 있을 것으로 기대하고 있다.
MI는 자동차 소재 등에 사용하는 PP(Polypropylene) 컴파운드 소재 설계를 최적화하기 위해 활용하기 시작했고 석유화학 미이용 유분의 고부가가치화에도 응용할 계획이다.
2020년 여름 오카야마(Okayama) 사업장에 미이용 유분을 유효 활용하기 위한 Multi Purpose 생산설비를 설치할 예정이며, MI를 활용해 신소재 창출에 속도를 낼 수 있을 것으로 예상하고 있다.
미츠비시케미칼은 최근 수년에 걸쳐 NCC를 중심으로 석유화학 사업을 재편하고 있다.
2001년 미에(Mie) 소재 NCC를 가동중단했고, 2014년에는 이바라키(Ibaraki) NCC 중 분해로 1기의 가동을 중단한데 이어 2016년에는 오카야마에서도 아사히카세이와 연계해 NCC를 통합했다.
1단계 구조개혁으로 NCC 통폐합 다음 단계로 NCC와 유도제품 사이에 있는 미이용 유분을 유효하게 활용하는 방안을 검토하고 있다.
먼저, 미이용 유분을 파악하기 위해 연료 등으로 사용하고 있는 약 150개의 유분을 도출해 50개 정도를 유효 활용할 수 있을 것으로 판단하고 있다.
순도를 높임으로써 상업 소재로 제조하거나 수요처가 요구하는 수준까지 고순도화할 수 있는 것, 화학 골격을 추가함으로써 수요처가 요구하는 기능을 발현시킬 수 있는 것 3가지로 분류했으며 최종 소비재 분야 등 신규시장을 개척할 가능성이 충분하다고 판단하고 있다.
특히, 화학 골격 추가에 따른 기능 발현 분야에 속도를 내기 위해 MI 활용이 필요하다고 결론을 내렸으며 화합물의 탐색 속도를 높이는데 적극 활용할 예정이다.
미츠비시케미칼은 AI와 IoT(사물인터넷) 등 최첨단 디지털 기술을 활용하는 조직을 설치한 상태이며 MI는 전문부서를 마련하는 등 그룹 차원에서 디지털 트랜스포메이션 도입을 가속화하고 있다.
연구개발 분야에서도 AI와 MI 등을 사용해 신소재를 개발하는 체제를 구축하고 있으며 석유화학 사업에서는 이미 PP 컴파운드 소재 설계에 MI를 도입해 최적화하는 작업을 2018년부터 시작했다.
미이용 유분의 고부가가치화 분야에서도 그룹이 보유한 MI 기술 및 노하우를 모두 활용할 예정이다.
2020년 여름까지 일본 서부 석유화학 공장을 담당하고 있는 오카야마 사업장에 Multi Purpose 생산설비를 설치하고 미이용 유분의 유효 활용을 가속화할 계획이다.
MI를 조합함으로써 개발 스피드를 비약적으로 높이고 석유화학 사업의 수익성 강화에도 도움이 될 것으로 기대하고 있다.
JSR, 디스플레이 소재 경쟁력 향상에도 활용
JSR은 MI를 활용해 LCD(Liquid Crystal Display) 소재 개발에도 박차를 가하고 있다.
JSR은 그동안 축적한 노하우를 빅데이터로 만들어 기계학습시킴으로써 저온소성이 가능한 배향막을 반년만에 개발하는데 성공했고, 앞으로는 층간절연막과 컬러필터 레지스트 등에서도 저온 프로세스에 대한 대응을 위해 MI를 활용할 계획이다.
개발기간 단축과 요구성능 향상이 빠르게 이루어지고 있는 LCD 산업의 흐름을 타고 장기적으로는 중국, 한국, 타이완에서도 MI 기능을 확대해나가는 방안을 검토하고 있다.
JSR은 2018년 일본 요카이치(Yokkaichi) 소재 디스플레이 솔루션 연구소에서 LCD 소재 개발에 MI를 적용하기 시작했으며 모노머 설계와 폴리머 중합, 조성과 관련된 자사 기술자산을 데이터베이스화하고 기계학습시킴으로써 원하는 물성을 보유한 소재를 도출해내는 알고리즘을 구축했다.
미국의 MI 실용화 지원기업의 노하우를 활용해 반년만에 구축에 성공했으며 150℃에서 소성할 수 있는 배향막을 반년만에 개발할 수 있었다.
배향막은 고비점, 고극성 용매를 필요로 하며 신뢰성과 화학안정성을 확보하기 위해 200-250℃ 고온에서 소성하고 있다. 열에너지는 코스트와 직결되기 때문에 저온화가 요구되고 있으나 온도를 낮추면 경화가 불충분해져 미경화 폴리머가 불량을 야기할 수 있다는 문제가 있었다.
JSR은 구축한 알고리즘으로 유기다환화합물을 중심으로 구성된 화학적으로 안정된 폴리머를 도출함으로써 150℃ 저온소성을 실현했다. 일반적인 유기용제에도 높은 용해도를 발휘하는 것으로 알려졌다.
현재 수요처의 실증평가 작업을 진행하고 있다.
앞으로는 층간절연막, 컬러필터용 안료 분산 레지스트에서도 저온소성에 대응하는 그레이드를 개발할 계획이며 수요처에게 샘플을 공급하고 있다.
요카이치 연구소에서 새로운 분자구조와 조성 데이터베이스 확충을 진행하고 다른 물성을 보유한 소재 개발에도 나설 방침이다.
최첨단 소재는 당분간 일본, 한국, 타이완에서 하이엔드제품을 요구하는 수요처를 중심으로 스펙인 작업을 진행한다.
현재는 요카이치가 중심이 돼 활동하고 있으나 빅데이터 분모가 확대되면 시뮬레이션 정밀도가 높아질 수 있기 때문에 데이터베이스 구축에는 한국, 타이완, 중국 R&D거점도 연계시킬 계획이다.
JSR은 수요처 근처에 판매거점을 설치하는 등 신속한 대응이 가능하다는 점을 경쟁 우위성의 중요한 요소로 설정하고 있다.
중국 중심으로 현지 대응체제 마련도…
MI를 활용한 소재 개발 역시 현지 대응체제를 마련하는 방안을 검토하고 있다.
특히, 2020년 LCD 면적의 50%를 넘어설 것으로 예상되는 중국시장에서 첨단소재 수요가 조만간 급증할 것으로 기대하고 있으며 현지 수요처의 신규공장 건설이 활발히 이루어질 것이라는 예상 아래 사업부장을 상하이(Shanghai)에 주재시키는 등 판매 확대전략에 힘을 싣고 있다.
배향막, 층간절연막에서 No.1 시장점유율을 확보하겠다는 목표를 세우고 있다.
MI로 개발한 하이엔드제품 수요가 아직은 낮은 수준이나 중국의 LCD 설비투자가 일단락되고 피크아웃을 겪은 후에는 현재보다 더 격화될 것으로 예상되는 경쟁에서 경쟁력을 발휘할 무기로 주목하고 있다.
디지털라이제이션(Digitalization)을 가속화하고 있는 JSR이 MI 적용을 LCD부터 시작한 것은 반도체와 같은 로드맵이 없고 디스플레이 생산기업들의 경쟁이 치열하기 때문에 요구 특성이 높을수록 선호하는 곳이 많을 것으로 판단했기 때문이다.
단기간에 혁신적인 소재 개발이 매번 가능할지는 불확실하나 데이터 분석과 시뮬레이션을 활용함으로써 기존 스타일의 개발작업을 대폭 효율화할 수 있을 것으로 기대하고 있다.
JSR은 LCD 외에도 MI 적용을 확대해나갈 방침이다.
