아사히카세이, 연구개발 활용 고도화 기반 구축 … 데이터 플랫폼 정비

화학기업들이 연구개발(R&D) 부문에서 AI(인공지능) 활용을 확대하고 있다.
아사히카세이(Asahi Kasei)는 AI를 이용하는 MI(Materials Informatics)를 통해 소재 개발기간을 단축하고 제조 프로세스를 최적화하는 등 소재 설계 효율화에 힘을 기울이고 있다.
R&D 부문에서는 무인으로 소재를 탐색하는 스마트 실험실을 시작으로 MI 활용을 고도화하기 위한 기반을 정비하고 있으며 영업현장에서 이용할 수 있는 MI 툴을 개발하기 시작했다.
데이터과학 관련인재 육성에도 힘을 기울여 장기적으로 경쟁력을 좌우할 수 있는 디지털전환(DX: Digital Transformation)을 가속화할 방침이다.
기계학습, 심층학습 등 AI를 소재 개발에 활용하는 MI는 세계적인 흐름으로 자리를 잡아가고 있으며 선진국들은 기술개발에 박차를 가하고 있다.  
아사히카세이는 신약 개발 분야를 제외하고는 소재, 주택, 헬스케어 모든 분야에서 소재 개발에 MI를 도입하고 있다.
연구개발본부 산하 인포매틱스추진센터에 소속된 데이터과학자가 소재 개발에 정통한 연구자‧기술자와 협력하는 방식으로 개발을 진행하고 있으며, 개발주제에 따라 MI 목적을 명확히 설정하고 데이터 수집, 수집된 데이터의 품질을 높이는 클렌징을 실시한 후 AI를 활용하고 있다.
이에 따라 자동차부품 등에 투입되는 EP(엔지니어링 플래스틱) 컴파운드는 개발기간을 기존의 3분의 1로, 석유화학제품 생산에 사용되는 촉매는 기존의 5분의 1에서 10분의 1로 대폭 단축한 것으로 알려졌다.
반도체 제조 프로세스의 최적화, 기능 설계, 주택 수명 연장으로 이어지는 소재 개발, 헬스케어 영역의 바이오 의약품 제조공정에 사용되는 바이러스 제거 필터 개발 등에도 MI를 활용하고 있다.
최근에는 MI와 로봇을 이용해 신소재 탐색 및 실험을 무인으로 실시하는 스마트 실험실 구축을 검토하고 있다.
기계학습의 일종인 능동학습과 베이스 최적화 등을 적용해 AI가 직접 실험을 설계하고 자동으로 실험을 반복함으로써 신규 소재 개발기간을 대폭 단축할 수 있을 것으로 기대하고 있다.
아사히카세이는 실험 차이를 보정하는 알고리즘도 실용화하고 있으며 우선 특정소재를 대상으로 집중적으로 기술을 개발해 5년 이내에 성과를 올리겠다는 목표를 세우고 있다.
소재 개발 부문에서 MI를 활용함과 동시에 데이터 플랫폼도 정비하고 있다.
MI를 고도화하기 위해서는 데이터를 축적할 뿐만 아니라 해당 데이터를 AI가 활용할 수 있는 상태로 만들 필요가 있어 원료부터 소재 평가에 이르기까지 일련의 데이터를 수집하고 사람마다 각기 다르게 사용하는 용어를 정비하는 작업이 요구되고 있기 때문이다.
특히, R&D 현장에서 잘 기록하지 않는 실패한 데이터도 AI 학습에서는 귀중한 자원으로 활용할 수 있어 MI에 적합한 데이터 수집이 중요한 것으로 파악되고 있다.
다만, R&D 현장에서는 신규 물질‧공정을 도입함에 따라 포맷을 정형화하기 어려워 데이터 플랫폼 정비의 장벽이 높은 것으로 나타나고 있다.
아사히카세이는 데이터의 질에 따라 MI 활용의 효율성이 결정된다고 판단하고 입력자의 자유도를 향상시킬 수 있는 기술적인 연구와 용어 사용방법 등 운용규칙을 명확히 설정하면서 데이터 구축을 가속화할 방침이다.