관측 사실에서 그 원인과 사건을 확률적으로 추론하는 방법인 베이지안 추정법과 결합하여

후지쯔가 2016년 11월 발표한 인공지능(AI) ‘진라이(Zinrai)’ 이미지(사진:후지쯔, 편집:본지)
후지쯔의 인공지능(AI) ‘진라이(Zinrai)’ 이미지(사진:후지쯔, 편집:본지)

일본 최대의 종합 연구 기관인 이화학 연구소(理化学研究所, RIKEN)의 혁신지능통합연구센터(AIP 센터) 분자정보과학 팀과 흐지쯔는 재료 설계에 재료 시뮬레이션 기법의 하나인 제일 원리 계산(First principles calculation)과 인공지능(AI) 기술을 활용하여 높은 이온 전도도를 실현하기 위한 전고체 리튬이온전지(All Solid State Lithium Ion Battery)용 고체 전해질의 조성을 예측하고 실제 합성 평가 실험을 실시하고 최적의 재료 구성을 효율적으로 찾아 재료 개발을 크게 단축하고 가속화 시킬 수 있음을 증명했다.

참고) 전고체 리튬이온전지: 전해액 대신 고체 전해질을 사용하는 전지로 이온은 고체 내를 이동한다. 전지의 재료가 모두 고체이기 때문에 누출 및 화재의 염려가 없으며, 고온 환경 등 기존의 배터리를 사용할 수 없는 환경에서도 사용할 수 있는 고전압화와 대용량화하기 쉬운 차세대 전지로서 개발이 활발하게 진행되고 있다.

지금까지 재료 개발의 성공적인 가장 큰 요인으로 연구자 및 개발자의 오랜 경험과 예리한 직감에 의존해야 했으며, 또 많은 실패의 경험도 필요했다. 제일 원리 계산은 재료의 성분을 지정하면 양자 역학에 따라 특성 예측이 가능하기 때문에 새로운 고기능 재료의 최적 조성을 실험에 앞서 예측하고 실험의 실패를 줄이기 위해 도움이 되지만, 계산 부하가 매우 크고 다양한 구성에 대해 한 번에 여러 계산을 수행하고 계산 자체에 엄청난 시간이 소요되는 문제가 있었다.

이화학 연구소의 AIP 센터와 후지쯔의 이번 연구에 적용된 인공지능 기술은 지난해 4 월부터 환경의 불확실한 변화에 대해서도 정확한 미래 예측에 따라 사람의 더 나은 판단을 지원하는 '예상치 못한 가정하는 AI' 기술의 실현을 목표로 공동 연구를 진행하고 있었다. 그 첫 번째 연구 주제로 재료 시뮬레이션과 실험 그리고 인공지능을 통해 재료 개발의 과제를 해결하고 개발 기간을 단축하고, 조성과 결정 구조를 갖는 새로운 고기능 재료를 발견하는 것 등을 목표로 하고 있다.

리튬 이온 전도도의 추정
리튬 이온 전도도의 추정(사진:본지편집)

연구팀은 베이지안 확률(Bayesian Probability)의 개념에 따라 관측 사실에서 그 원인과 사건을 확률적으로 추론하는 방법인 베이지안 추정법과 결합하여 첫 번째 원칙 계산의 계산 횟수를 수십 분의 1로 억제시키고 후지쯔 연구소에서 입증된 전고체 리튬이온전지의 고체 전해질의 후보 물질 중의 하나인 3 종류의 ‘리튬 함유 산소산염’에서 합성되는 화합물에 대해, 높은 리튬 이온 전도도를 실현하기 위한 최적의 조성과 현실적인 시간이내로 예측하는 기술을 처음으로 성공한 것이다. 또 화합물의 합성과 분석을 실제로 수행하고 예측된 재료 조성 부근에서 다른 성분보다 높은 리튬 이온 전도도가 실현되는 것을 확인했으며, 새로운 고기능 재료 개발을 위한 예측의 정확성이 입증된 것이다.

한편 전고체 리튬이온전지에서는 리튬 이온 전도성이 고체 전해질 재료의 중요한 특성의 하나로, 리튬 전지의 충·방전 속도를 지배하는 인자이다. 이번 성과는 재료 시뮬레이션과 AI 기법을 활용한 재료 정보학(Materials Informatics) 기술이 누출 및 화재의 염려가 없고 충·방전 특성이 우수한 리튬 이온 전지의 개발을 효율적으로 실시하는데 유효한 수단 되는 것을 입증한 것으로 재료 합성 및 분석 기술, 재료 시뮬레이션 등의 재료 분야의 기술 데이터 과학과 AI 등을 연계·융합시켜 새로운 재료 개발에 소요되는 기간과 비용의 대폭적인 절감이 기대된다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지