전기자동차(EV) 등 배터리용 리튬 사용량을 줄여 줄 수 있는 새로운 물질(A brand new substance)을 인공지능(AI)과 슈퍼컴퓨터를 활용 발견해 냈다고 영국의 BBC가 10일 보도했다.

미국의 마이크로소프트(MS)와 미국 에너지부 산하의 패시픽 노스웨스트 국립연구소(PNNL= Pacific Northwest National Laboratory)가 공동으로 이 새로운 물질을 발견했다.

과학자들은 “이 신(新)물질이 잠재적으로 리튬 사용을 최대 70%까지 줄일 수 있다”고 말하고 있다. 발견 이후 이 신소재는 전구에 전력을 공급하는 데 사용됐다.

마이크로소프트 연구원들은 AI와 슈퍼컴퓨터를 사용하여 일주일도 채 안 되어 3,200만 개의 잠재적 무기 물질을 18개의 유망 후보로 좁혔다. 이는 전통적인 실험실 연구 방법을 사용하여 수행하려면 20년 이상 걸릴 수 있는 선별 과정이라고 한다.

시작부터 실제 작동하는 배터리 프로토타입 개발까지의 과정은 9개월도 채 걸리지 않았다.

MS와 PNNL은 “복잡한 과학 및 수학적 작업을 해결하기 위해 다수의 컴퓨터를 결합하는 고급 AI와 고성능 컴퓨팅”을 사용하여 이를 달성했다.

BBC는 마이크로소프트의 제이슨 잰더(Jason Zander) 부사장은 BBC와의 인터뷰에서 “마이크로소프트의 임무 중 하나가 250년의 과학적 발견을 다음 25년으로 압축하는 것”이라면서 “우리는 이와 같은 기술이 그렇게 하는 데 도움이 될 것이라고 생각하며, 이것이 바로 이러한 유형의 과학이 미래에 이루어질 것이라고 생각하는 방식”이라고 말했다고 전했다.

* 리튬이 가지고 있는 문제

리튬은 시장 가치와 은빛 색상(silvery colour) 때문에 종종 “화이트 골드(white gold)”라고 한다. 전기차(EV)부터 스마트폰까지 모든 것을 구동하는 2차전지(리튬이온전지)의 핵심 부품 중 하나다. 화이트 골드와 백금은 차이가 있다. 화이트 골드는 노란빛을 내는 금에 하얀색의 다른 금속을 합금(alloy)하여 마든 금을 말하며, 백금은 금과는 다른 금속으로 합금을 전혀 하지 않은 것으로 플래티늄(Platinum)이라 부른다.

국제에너지기구(International Energy Agency)에 따르면, 금속에 대한 수요가 증가하고 EV에 대한 수요가 증가함에 따라 세계는 빠르면 2025년에 금속 재료 부족에 직면할 수 있다.

또 미국 에너지부에 따르면, 리튬이온 배터리 수요가 2030년까지 최대 10배까지 증가할 것으로 예상됨에 따라, 제조업체들은 이를 따라잡기 위해 끊임없이 배터리 공장을 건설하고 있다.

리튬 채굴은 개발하는 데 수년이 걸리고 환경에 상당한 영향을 미치기 때문에 논란의 여지가 있다. 금속을 추출하려면 많은 양의 물과 에너지가 필요하며, 그 과정에서 독성 폐기물뿐만 아니라 환경에 큰 상처가 남을 수 있는 게 일반적인 우려이다.

임페리얼 칼리지 런던(Imperial College London)의 화학과에서 배터리 연구원 팀을 이끄는 누리아 타피아 루이스(Nuria Tapia-Ruiz) 박사는 “리튬 양이 적고, 에너지 저장 능력이 좋은 물질은 리튬 이온 배터리 산업의 ”성배(the holy grail)“라면서 ”AI와 슈퍼컴퓨팅은 향후 배터리 연구자들이 새로운 고성능 재료를 예측하는 데 도움이 되는 중요한 도구가 될 것“이라고 말했다.

그러나 스코틀랜드의 글래스고에 위치한 스트래스클라이드대학(University of Strathclyde)의 화학공학 강사인 에드워드 브라이트맨(Edward Brightman) 박사는 ”이 기술을 조금 주의해서 다루어야 한다“면서 ”그것은 가짜 결과를 내놓을 수도 있고, 처음에는 좋아 보이는 결과를 내놓을 수도 있지만, 알고 있는 물질이거나 실험실에서 합성할 수 없는 물질로 판명될 수도 있다.“고 말했다.

현재 단순히 N2116이라고 불리는 이 AI 유래 물질은 원자재에서 작동 프로토타입까지 과학자들이 테스트한 고체 전해질(solid-state electrolyte)이라는 것이다. 전고체 배터리(solid-state batteries)는 기존 액체 또는 젤형 리튬보다 안전하기 때문에 지속 가능한 에너지 저장 솔루션이 될 가능성이 있다.

가까운 미래에는 더 빠르게 충전되는 고체 리튬 배터리가 수천 번의 충전 주기를 통해 훨씬 더 에너지 밀도가 높아질 것을 약속하고 있다.

* 이 AI는 어떻게 다른가?

이 기술이 작동하는 방식은 실제로 화학을 파악할 수 있는 분자 데이터에 대해 교육을 받아 마이크로소프트t가 만든 새로운 유형의 AI를 사용하는 것이다. 잰더(Zander)는 ”이 AI는 모두 과학적 자료, 데이터베이스 및 속성을 기반으로 하고 있다“면서 ”이 데이터는 과학적 발견에 사용하기에 매우 신뢰할 만‘하다“고 강조했다.

소프트웨어가 18개의 후보를 좁힌 후 PNNL의 배터리 전문가는 이를 살펴보고 실험실에서 작업할 최종 물질을 선택했다. PNNL의 칼 뮬러(Karl Mueller)는 ”마이크로소프트의 AI 통찰력이 정상적인 근무 조건보다 ’잠재적으로 훨씬 더 빨리 결실을 맺을 수 있는 영역‘을 가리켰다“고 말했다.

그는 이어 ”(우리는) 이 신소재의 화학적 구성을 수정, 테스트 및 조정하고, 작동 배터리에 대한 기술적 실행 가능성을 신속하게 평가할 수 있으며, 이는 혁신 주기를 가속화 할 고급 AI의 가능성을 보여주고 있다“고 강조했다.