NEC와 동북대학, 인공지능(AI) 기반 신소재 개발
NEC와 동북대학, 인공지능(AI) 기반 신소재 개발
  • 최광민 기자
  • 승인 2018.02.12 09:45
  • 댓글 0
이 기사를 공유합니다

이종학습과 머신러닝으로 스핀 열전 변환 소자(spin-current thermoelectric conversion element)의 성능 100 배 향상

최근 정보 기술을 기반으로 한 머신러닝 및 분석 기술이 숨겨진 정보를 추출하고 향후 추세를 예측하기 위해 많은 양의 데이터에 적용되는 연구와 기술들이 점차 광범위해지고 있다. 자연 과학 분야에서는 새로운 물질 및 재료, 특히 생물 의학, 제약 및 화학 분야에서 정보 기술을 사용하여 예측되는 조합을 망라해 조사함으로써 탐색 후보 전체의 경향을 파악하면서 진행되는 방식의 조합 기술과 검색 개체에 대한 포괄적인 조사를 통한 데이터는 인간 게놈 프로젝트와 같은 프로젝트 등에서 광범위하게 사용하고 있다.

이전의 Pt 합금보다 100 배 높은 열전 변환 효율이 얻어 졌음이 확인되었습니다. 이 수준은 또한 반도체를 사용하는 상용 열전 변환 소자의 출력 수준에 훨씬 가깝다. 또 개발 기간을 약 1 년으로 단축 할 수 있다는 것도 입증(사진:NEC, 편집:본지)
이전의 Pt 합금보다 100 배 높은 열전 변환 효율이 얻어 졌음이 확인되었습니다. 이 수준은 또한 반도체를 사용하는 상용 열전 변환 소자의 출력 수준에 훨씬 가깝다. 또 개발 기간을 약 1 년으로 단축 할 수 있다는 것도 입증(사진:NEC, 편집:본지)

마찬가지로 금속, 반도체, 산화물 등의 고체 물질을 취급하는 분야에서도 연구 개발 기간 단축과 비용을 절감 관점에서 머신러닝 및 분석 기술의 이점을 최대한 활용하는 방법인 '물질소재 개발 정보체계(MI, Material Informatics)가 주목을 받고 있는 가운데 NEC는 정보학을 활용한 자연 과학 분야의 기초 연구에 5 년 전부터 '고체 재료 데이터 전문 분석 기술' 연구를 진행했었다. 그러나 이 분야에서는 샘플 제작이나 평가에 MI의 적용에 필요한 충분한 질, 양의 데이터들을 얻을 수 어렵다는 문제가 있었다.

NEC와 동북대학(도호쿠대학, Tnhoku University) 재료과학고등연구소(Advanced Institute for Materials Research, AIMR)의 사이토 에이지 교수팀 연구 그룹은 NEC의 인공지능(AI) 기술군 'NEC the WISE'의 AI를 사용해 최첨단 열전 변환 기술의 개발에 '알 수 없는 재료의 특성을 예측하는 기술'을 개발했다고 9일 밝혔다. 이러한 새로운 기술은 재료 개발에 필요한 다양한 지식 유형을 통합하는 재료 개발을 위한 AI 기술 그룹과 AI가 재료 특성을 학습하는데 필요한 대량의 재료 데이터를 일괄적으로 수집하는 기술로 구성된다.

사진에 보이는 성분 확산 재료의 한 예에서, 1,000 가지 이상의 서로 다른 유형의 조성을 갖는 박막 재료가 하나의 필름 준비 공정에서 단일 기판 상에 제조, 측정 목적에 따라 전극 패드 등을 평가 샘플에 패턴화하여 독립적으로 개발된 자동 평가 시스템을 통해 실험 데이터를 효율적으로 수집 할 수 있으며, 하나의 실험에서 단일 재료를 생산하고 평가하는데 사용된 이전 기술에 비해 데이터의 품질과 양이 크게 향상되었다.(사진:NEC)
사진에 보이는 성분 확산 재료의 한 예에서, 1,000 가지 이상의 서로 다른 유형의 조성을 갖는 박막 재료가 하나의 필름 준비 공정에서 단일 기판 상에 제조, 측정 목적에 따라 전극 패드 등을 평가 샘플에 패턴화하여 독립적으로 개발된 자동 평가 시스템을 통해 실험 데이터를 효율적으로 수집 할 수 있으며, 하나의 실험에서 단일 재료를 생산하고 평가하는데 사용된 이전 기술에 비해 데이터의 품질과 양이 크게 향상되었다.(사진:NEC)

이는 NEC가 개발한 'AI에 의해 미지의 재료의 특성 예측하는 새로운 기술'을 적용하여 약 1 년 전보다 열전 변환 효율을 100 배 향상 시킨 것이다. 이번에 새롭게 개발한 신기술은 재료 개발 수행에 필요한 다양한 노하우를 통합하는 재료 개발용 AI 기술 군과 AI가 재료 특성을 학습하는 데 필요한 대량의 재료 데이터를 일괄적으로 생성하는 기술이다.

재료 개발용 AI 기술은 NEC가 독자적으로 개발한 이기종 혼합 학습 기술(heterogeneous mixture learning technology)과 재료 개발에 특화된 머신러닝을 활용해 생산 기술뿐만 아니라 조성이 다른 1000 종류 이상의 재료 데이터를 한번에 생성 및 평가하는 것도 가능했기 때문에 AI의 학습 정밀도가 크게 향상시켰으며, 이러한 기술을 조합한 개발 방법론을 스핀 열전 변환 장치(spin-current thermoelectric conversion element)의 개발에 적용한 결과 AI가 도출한 새로운 재료의 설계 지침에 따라 실제 재료를 설계하고 열전 변환 효율을 향상시킬 수 있음을 입증했다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.