MI 활용한 소재 개발 가속화 … 레조낙, 리스크 관리 시스템 적용

화학산업이 AI(인공지능) 활용을 확대하고 있다.
최근 MI(Materials Informatics)를 활용한 데이터 기반 소재 개발이 주목받는 가운데 메이저가 주도하는 유럽·미국은 물론 데이터 국가주의를 내세운 중국도 일찌감치 데이터 구동형 소재 개발 경쟁력을 강화하고 있다.
일본 AI 스타트업 Eaglys, PlusZero, 미쓰이물산케미칼(MBC)도 MI를 활용한 화학소재 개발을 지원할 계획이다.
3사는 데이터 준비부터 데이터 분석-AI, 데이터 연계-AI를 단계적으로 일괄 지원하는 프로젝트로 화학산업 전체의 DX(Digital Transformation)를 가속화함으로써 수요기업이 시간과 예산을 신소재 개발과 유통망 정비에 집중할 수 있게 하는 것을 목표로 하고 있다.
MI를 활용한 소재 개발은 △페이즈1 데이터 준비 △페이즈2 데이터 분석-AI △페이즈3 데이터 연계-AI의 3단계로 진행된다.
3사는 화학기업이 MI를 활용한 DX에서 뒤처지면 DX 개시에만 3년 이상, 데이터 준비 및 기반 정비에는 최대 10억원의 비용이 필요하며 가장 중요한 신제품 개발에 시간과 예산을 투입하지 못해 성장이 정체될 것을 우려하고 있다.
이에 따라 3사는 화학기업이 기존에 6-10년이 걸리던 페이즈3 도달을 2-4배 속도로 진행함으로써 3년 후 직접 데이터 연계-AI를 활용할 수 있도록 도울 계획이다.
페이즈1에서는 Eaglys가 개발하고 있는 데이터 구조화 툴인 Alchemista Labs를 활용해 실험 데이터를 업로드하면 AI가 자동으로 판단·정리·구조화함으로써 MI 도입 장벽을 낮추고, 페이즈2에서는 구조화된 데이터를 기반으로 PlusZero가 데이터 분석-AI 모델 확립을 지원한다.
페이즈3에 도달하면 보안 컴퓨팅 기술에 강점을 보유한 Eaglys의 데이터 연계 플랫폼 Alchemista를 기반으로 연계하는 화학기업 간의 정량적 분석 데이터를 결합하고 보안이 확보된 상태에서 협업 개발이 가능하다.
암호화된 상태로 데이터를 결합해 예측 AI 모델을 자동 생성하며 조·경 단위 패턴에서 최적 조건을 추출할 수 있다.
기존에 수년이 걸리던 조정 과정을 단축하고 소재 탐색, 샘플 개발·공급, 상업화까지 6개월-1년으로 단축할 수 있으며 개발 기간, 리드 타임, 비용을 10%로 줄여 동일한 예산으로 10배의 개발이 가능할 것으로 기대된다.
추가적으로 페이즈3에서는 MBC가 산업계 지식과 미쓰이물산 그룹 전체의 수요기업 네트워크를 활용해 파트너를 확보하고 유통망 정비를 지원할 예정이다.
Alchemista는 1대1 데이터 연계를 지원한다. 보안 컴퓨팅을 활용해 공급망 전체를 데이터로 연결하고 다수 협력기업의 데이터 연계를 동시에 진행함으로써 고정밀 연구 개발을 가속화할 수 있으며 1대n 데이터 연계 기능도 개발하고 있는 것으로 알려졌다. 장기적으로는 공급망을 넘어선 연구 개발까지 고려하고 있다.
레조낙(Resonac)은 리스크 관리에 생성형 AI를 활용하고 있다.
레조낙은 최근 급변하는 시장과 지정학적 문제 등 다양한 위기 요인을 컨트롤하는 리스크 관리 영역을 선도하고 있으며, 특히 생성형 AI를 내부 리스크 관리 뿐만 아니라 경쟁기업과의 비교에도 도입한 점이 특징이다.
수치화 가능한 특허나 보고서에는 드러나지 않는 경쟁기업보다 리스크 관리가 부족한 부분을 생성형 AI를 활용해 파악함으로써 리스크 관리의 우열을 가늠할 수 있다.
레조낙은 △인재관리 △국가 위험도 △기술혁신을 3대 리스크로 설정하고 대응하고 있다. 
생성형 AI는 기술혁신이 가져오는 대표적인 리스크이기도 하다. 반도체 시장은 생성형 AI가 등장하면서 성장동력이 격변했고 메이저의 세력 구도가 아무도 예상하지 못한 모습으로 재편되고 있기 때문이다.
레조낙은 3대 리스크 뿐만 아니라 사이버 보안, 중국의 희귀금속 수출 규제, 도널드 트럼프 대통령의 취임에 따른 미국-중국의 관계 변화 등 다양한 리스크에 대해 전략적으로 적절한 대응을 검토하고 있다. (윤우성 선임기자)