화학뉴스

파인케미칼은 MI(Materials Informatics) 활용이 본격화되고 있다.
MI는 인공지능(AI)을 활용한 기계학습을 소재 개발에 적용한 것으로 신규 화합물 탐색과 폴리머 얼로이의 신기능을 도출하는 배합설계 검토 작업 효율화를 주요 목적으로 두고 있다.
MI 계산법인 알고리즘을 구축하기 위해서는 외부와 연계하며 부족한 노하우를 보완하고 운영에 필요한 데이터베이스를 축적함으로써 실제 합성한 화합물의 정합성을 검증하는 해석 등 기초 작업이 진행되고 있다.
도출된 화합물에서 예상과 다른 기능 및 특성이 확인된다면 피드백 작업을 통해 알고리즘의 정확도를 높이는 작업이 대표적인 것으로 파악된다.
일본 파인케미칼 주요기업들은 데이터 정비 및 해석 진전을 타고 MI 활용에 속도를 내고 있다.
NOF는 MI 운영 원활화를 위한 인프라 정비에 나서고 있으며, 연구개발(R&D) 과정의 DX(디지털 트랜스포메이션)를 추진하고 있는 DIC는 현재 데이터베이스 구축을 완료하고 기술 개발로 이어지도록 도출하는 작업을 진행하고 있는 것으로 알려졌다.
DIC는 2024년까지 분석‧평가기반을 다질 예정이며 MI용 데이터베이스는 현재 2단계에 돌입한 것으로 파악되고 있다.
현재까지 일본 신에너지‧산업기술종합개발기구(NEDO) 프로젝트를 통해 슈퍼 EP(엔지니어링 플래스틱) 나노 컴포짓 및 얼로이 소재 개발 데이터를 얻어 컴포짓 최적 배합에 적용하고 있으며 앞으로는 유기합성과 고분자 설계에서도 활용할 계획이다.
일본화약(Nippon Kayaku)은 데이터 디지털화가 진행된 아크릴산 및 메타크릴산 제조용 촉매 분야에서 신조성 설계에 MI를 활용함으로써 고효율‧장수명 촉매 신제품을 개발하는 성과를 올렸고 컬러 센서용 기능성 색소의 신규 화합물 개발에 응용할 계획이다.
농약 개발에 적용하는 방안을 적극 검토하고 있으며 의약품용 적용에는 시간이 걸릴 것으로 판단하고 있다.
파인케미칼 분야에서 MI 운영을 위해 자사 노하우를 활용하는 것과 달리 전세계에서 데이터를 수집한 다음 알고리즘을 구축하는 방법도 있으나 외부 데이터에 자사 목적에 없던 시험방법이나 검증 결과가 포함돼 있으면 재현성이 낮아지기 때문에 신중한 취급이 요구되고 있다.
이에 따라 파인케미칼기업들은 MI 알고리즘을 최적화할 수 있는 전문인재 육성에 속도를 내고 있다.
DIC는 내부 육성 프로그램을 통해 기존 화학 전문인재를 DX 전문인재로 전환하고 있으며 외부 채용보다 100명 정도 많은 전문인재를 확보하는 효과가 있을 것으로 기대하고 있다.
다만, MI가 도출한 화합물을 사업화하기에는 아직 장벽이 높은 것으로 평가된다.
기능이 우수한 화합물을 발견해도 핸들링이나 보관이 어려울 수 있고 화학물질심사법(화심법) 등록물질이 아니면 심사가 필요할 뿐만 아니라 독성을 가지고 있을 수도 있어 실제 사업화가 가능한 상황인지 파악하는 작업이 선행돼야 할 것으로 판단되고 있다.
파인케미칼기업들은 2020년대 후반 MI 활용을 본격적으로 정착시키는 것을 목표로 하고 있으나 단순 도입이 아니라 자사의 강점과 MI의 특성을 연결시킬 수 있어야 경쟁력을 갖출 것으로 분석되고 있다. (K)