Microsoft는 양자역학에 관한 데이터를 학습한 AI를 사용해서, 차세대 배터리로 기대를 모으고 있는 전고체 배터리용 신소재를 발견했다. 고성능 컴퓨터를 조합함으로써 계산 정밀도를 보정하고, 기존에는 2년이 소요되었던 연구기간을 2주로 단축했다. 재료과학의 진보를 가속화시키는 성과라고 한다.

미국 에너지부 산하의 태평양 북서부 국립연구소(PNNL)와의 공동연구 결과를 최근 발표했다. Microsoft는 AI를 사용한 시뮬레이션 등을 통해서, 3,200만 종류의 무기재료 후보들 중에서 전고체 배터리의 고체 전해질에 적합한 18종류의 신소재를 특정했다.

전고체 배터리는 액체 전해질을 사용하는 기존의 리튬이온 배터리에 비해 폭발이나 발화 우려가 낮다. 전기자동차(EV)용 차세대 배터리의 유력한 후보 중 하나로 꼽히고 있다. Microsoft는 이번에 발견한 18종류의 후보 중 하나는 이미 재료 합성에도 성공했다. 실제로 전고체 배터리 시험제작품을 만들어서 각종 성능 평가테스트를 진행할 예정이다.

◆ 리튬 70% 절감

합성에 성공한 소재는 전하를 운반하는 매체 일부에 나트륨(Na)을 사용함으로써 리튬(Li)의 사용량을 기존 대비 70% 절감했다. EV의 보급과 더불어 수요가 증가함에 따라 리튬의 가격 변동이 크게 일어나고 있는 가운데, 식염 등에도 포함되어 있는 나트륨을 사용함으로써 제조비용도 낮출 수 있다. 물질이 갖는 화학적인 성질을 컴퓨터 상의 시뮬레이션으로 확인하기 위해서는 양자역학의 기본법칙 등에 근거한 계산이 필요하다. 현재의 최첨단 슈퍼컴퓨터를 사용해도 수많은 후보 안에서 고체 전해질에 적합한 소재를 찾아내기는 쉽지 않다.

Microsoft와 PNNL은 방대한 계산을 실시하는 대신, 이미 성질이 알려져 있는 무기재료에 관한 데이터를 학습한 AI를 개발했다. 아직 성질이 잘 알려져 있지 않은 물질에 대해, 고체 전해질에 적합한지 여부를 AI에게 추론하도록 함으로써 기존에 2년이 소요되었던 연구를 2주로 단축했다.

무엇보다도 AI가 도출하는 결과가 100% 정확하다고는 할 수 없다. 실제로 3,200만 종류 안에서 AI가 고체 전해질 후보로 선정한 무기재료는 40만 종류에 달하며, 최적의 소재를 AI 만으로 추려낸 것은 아니다.

Microsoft와 PNNL은 여기서 다시 클라우드 서비스 상의 고성능 컴퓨터를 사용한 엄밀한 시뮬레이션과 사람에 의한 평가 등을 실시하여 최종 후보 23종류를 추렸다. 23종류 안에는 이미 고체 전해질 후보로 알려져 있는 소재도 포함되어 있었다.

기존 연구에서는 전고체 배터리 안에서 전하를 운반하는 매체에 서로 다른 물질을 동시에 사용하는 것은 어렵다고 여겨져 왔다. Microsoft 등의 연구를 통해 나트륨 이온과 리튬 이온이 고체 전해질 안에서 서로 돕는 듯한 움직임을 보이는 것을 확인하면서 기존의 통설을 뒤집었다.

◆ “경험 의존”을 탈피

디지털 기술을 활용한 소재 개발 방법은 “Materials Informatics(MI)”라고 불린다. 야노경제연구소(矢野經濟硏究所)에 따르면 유기재료만으로 2050년에 12조 엔 규모의 시장으로 성장할 전망이라고 한다. 전기(電機)나 제약 등의 분야에서 오랜 경험과 감에 의존하여 실험을 거듭해왔던 방법을 변화시키고 있다.

MI의 위력을 전세계의 연구자들에게 알린 것이 바로 한국의 Samsung Electronics와 미국 MIT가 2012년에 발표한 연구성과다. 이번 Microsoft와 마찬가지로 컴퓨터 상의 시뮬레이션을 통해 약 1년 만에 고체 전해질의 새로운 재료를 발견했다. 그동안 전고체 배터리 개발을 선도하고 있던 Toyota를 위협하는 존재로 급부상했다.

AI의 급속한 발전으로 MI의 방법은 보다 효율화되고 있다. 일본에서는 스타트업 Preferred Networks(PFN)가 AI를 이용한 물질의 성질을 시뮬레이션하는 기술을 개발하는데 주력하고 있다. 2021년에는 NEOS와의 공동 투자 회사를 통해 신소재를 탐색하는 클라우드 서비스의 제공을 시작했다.

Microsoft의 Satya Nadella CEO는 “우리들의 목표는 250년분의 화학과 재료과학의 진보를 25년으로 압축하고, 과학적 발견을 가속화하는 것”이라고 설명했다. 보다 고도의 시뮬레이션을 실현하기 위해 슈퍼컴퓨터를 웃도는 성능을 갖는 양자컴퓨터의 자사 개발에도 대응하고 있다.

Microsoft는 고성능 양자 컴퓨터를 이용할 수 있게 되면 화학분야에서 시뮬레이션의 정밀도를 지금의 100배로 향상시킬 수 있을 것이라고 보고 있다. 실용화를 위한 해결과제로 떠오르고 있는 노이즈나 에러의 영향을 배제하는 기술의 개발이 중요해질 것이다.