AI와 함께하는 새로운 과학 발견의 시대: 마이크로소프트 AI가 3,200만 건 이상의 후보들 중 최적의 배터리를 찾다

인공지능(AI)은 이메일 작성부터 소프트웨어 개발에 이르기까지 우리가 하는 모든 인지적 작업을 변화시키고 있습니다. 문명이 시작된 이후부터, 과학적 발견은 우리가 번성하고 번영하는데 결정적인 영향을 미쳤던 인지 작업이었습니다. 이러한 이유로 과학적 발견은 매우 영향력이 높고, AI에 있어서 가장 흥미로운 활용 사례일 것입니다.

오늘 마이크로소프트의 퀀텀 팀은 그 비전을 향한 주요 이정표를 달성하는 방법을 발표하였습니다. 첨단 AI를 활용하여 3,200만 개 이상의 배터리 후보 물질을 선별하고, 더 나은 배터리의 잠재력을 갖춘 새로운 물질을 발견하고 합성했습니다. 이는 AI에 의해 추진되는 새로운 과학적 발견 시대에 달성될 많은 사례 중 첫 번째 실제 사례입니다.

마이크로소프트는 화학과 물성물리학이 본격적인 양자 컴퓨터의 메인 시나리오라고 생각합니다. 그래서 AI, 클라우드 컴퓨팅, 궁극적으로는 본격적인 양자 컴퓨터의 성능을 활용하여 과학적 발견을 가속화하기 위해 특별히 설계된 애저 퀀텀 엘리먼트(Azure Quantum Elements)를 출시했습니다. 존슨 매티(Johnson Matthey) 등의 기업과의 협력을 통해 이러한 신념을 확인했고, 그 결과 지난 2023년 6월 애저 퀀텀 엘리먼트를 출시할 수 있었습니다. 이미 여름에 배터리 후보 물질에 대한 대규모 선별 작업을 시연했지만, 가능성을 보여주는 것과 이 기술이 무엇인지 증명하고 합성하는 것은 다르다는 것을 알고 있었습니다. 우리는 실제 증명 지점이 필요했고, 일상생활부터 하이퍼스케일(Hyperscale) 데이터센터에 이르기까지 유용하게 사용되고 있는 배터리 기술부터 시작하기로 결정했습니다.

지난 8월에 발표된 연구 결과에서 알 수 있듯이, 새로운 AI 모델을 활용해 3,200만 개 이상의 잠재적 물질을 디지털 방식으로 선별하고 50만 개 이상의 안정적인 후보를 찾아냈습니다. 하지만 후보 물질을 찾는 것은 과학적 발견의 첫 번째 단계에 불과합니다. 새로운 전고체 배터리 전해질과 같이 작업에 적합한 특성을 가진 후보 물질을 찾는 것은 건초더미에서 바늘을 찾는 것과 같습니다. 이 작업은 고성능 컴퓨팅(HPC, High Performance Computing) 계산과 비용이 많이 드는 실험이 수반되며, 완료하는 데 많은 시간이 소요됩니다.

우리는 어떻게 AI 가 이 과정을 근본적으로 변화시키고 있으며, 몇 년이 걸리던 것을 몇 주로, 그리고 단 며칠로 가속화했는지 그 방법을 공유하고자 합니다. 애저 퀀텀 팀은 미국 에너지부 산하 태평양 북서부 국립연구소(PNNL, Pacific Northwest National Laboratory)와 협력하고 PNNL의 전문 지식을 고급 AI와 함께 적용하여 자원 효율성이 높은 배터리 잠재력을 지닌, 우리가 알지 못했고 자연에 존재하지 않았던 새로운 물질을 식별해냈습니다. 뿐만 아니라 태평양 북서부 국립연구소 과학자들은 이 물질 후보를 원료부터 작동하는 프로토타입까지 합성하고 테스트해, 업계에서 발표한 다른 물질보다 훨씬 적은 리튬을 사용하는 이 물질의 고유한 특성과 지속 가능한 에너지 저장 솔루션으로서 잠재력을 입증했습니다.

이는 여러가지 이유로 중요합니다. 고체 배터리는 기존의 액체 또는 젤 형태의 리튬 배터리보다 안전하며 에너지 밀도가 높습니다. 리튬의 경우 상대적으로 희소하고 가격이 높아 채굴하는 것 역시 환경적, 지정학적으로 문제가 있습니다. 리튬 필요량을 약 70%까지 줄일 수 있는 배터리를 개발하면 환경, 안전, 경제적 측면에서 막대한 이점을 얻을 수 있습니다.

이 협업은 과학 연구 대부분의 분야에 AI의 힘을 제공하는 흥미진진한 새로운 여정의 시작에 불과합니다. 마이크로소프트는 애저 퀀텀 엘리먼트 플랫폼을 통해 이러한 혁신을 고객에게 제공하고 있습니다. 과학 전문 지식과 AI의 결합은 향후 250년의 화학 및 물성물리학 혁신을 향후 25년으로 압축해 모든 산업을 혁신하고 궁극적으로 과학적 발견을 위한 새로운 시대를 열 것입니다.

지속 가능한 에너지원의 필요성

기후 변화를 되돌리고, 식량 불안을 해결하고, 에너지 위기를 해결하는 등 사회가 직면한 가장 어려운 문제 중 상당수는 화학 및 물성물리학과 관련이 있습니다. 마이크로소프트는 오랫동안 재료 발견이 이러한 문제를 해결하기 위한 핵심 시나리오라고 믿어 왔지만, 해결책을 찾기 위해서는 시간이 가장 큰 과제였습니다. 탐색해야 하는 안정된 재료의 수는 알려진 우주의 원자 수를 능가하는 것으로 추정됩니다. 이것이 바로 마이크로소프트에서 최근 애저 퀀텀 엘리먼트를 출시한 이유입니다. 우리의 클라우드 플랫폼은 새로운 세대의 AI, 클라우드 기반의 고성능 컴퓨팅(HPC), 그리고 결국 양자 컴퓨팅의 혁신을 결합하여, 우리의 파트너들이 혁신을 이끌 수 있도록 필요한 도구들을 제공합니다. 이를 통해 그들의 발견 프로세스를 가속화하고 새로운 후보들을 선별하는 데 필요한 시간을 현저하게 줄일 수 있습니다.

태평양 북서부 국립연구소는 세계 최고의 과학 및 기술 과제를 해결하며 지식의 경계를 넓히고 있습니다. 화학, 지구과학, 생물학, 데이터 과학 분야의 차별화된 강점이 과학적 발견 임무의 핵심입니다. 태평양 북서부 국립연구소는 차세대 에너지 저장 기술을 개발하고 검증하는 데 있어 리더십을 확립했습니다. 가장 잘 알려진 형태의 휴대용 에너지 저장 장치 중 리튬 이온 배터리는 높은 에너지 저장 용량과 긴 수명으로 인해 현대 휴대용 에너지 저장 장치의 초석으로 자리매김하고 있습니다.

이러한 배터리에 사용되는 리튬 및 기타 전략 요소는 공급이 제한적이고 지리적으로 집중된 유한한 자원입니다. 태평양 북서부 국립연구소의 주요 연구 과제 중 하나는 미래의 에너지 저장 수요 증가에 대비해 지구의 한정된 자원을 보존하고 보호하는 지속 가능한 재료로 만든 신소재를 발굴하는 것이었습니다.

— 비제이 무루게산(Vijay Murugesan), 태평양 북서부 국립연구소 재료 과학 그룹 리더

이번 협업을 통해 마이크로소프트와 태평양 북서부 국립연구소는 AI와 클라우드 기반 HPC를 활용하여 기존 리튬 이온 배터리보다 리튬을 적게 사용하면서도 상당한 전도성을 유지하는 새로운 유형의 배터리 소재를 개발하기 위한 연구에 속도를 내고 있습니다. 이러한 새로운 유형의 배터리는 환경과 소비자 모두에게 도움이 될 수 있습니다. 연구자들이 첨단 AI 모델로 평가한 수백만 개의 재료를 일주일 이내에 합성하고 테스트하는 것은 불가능하지만, PNNL은 9개월 만에 이 개념 증명을 검증하여 혁신 주기를 크게 앞당길 수 있는 새로운 HPC 및 AI 접근법의 잠재력을 입증했습니다.

AI를 통한 계산 재료 발견 가속화

이러한 결과를 얻기 위해 마이크로소프트의 애저 퀀텀 팀은 클라우드 기반 고성능 컴퓨팅 계산을 에너지, 힘, 응력, 전자 밴드 갭, 기계적 특성과 관련된 재료의 특성을 추정하는 새로운 AI 모델과 결합했습니다. 이 모델은 재료 시뮬레이션에서 얻은 수백만 개의 데이터 포인트로 학습됐기 때문에 고성능 컴퓨팅 계산을 최소화하고 기존의 밀도범함수 이론(DFT, Density Functional Theory) 계산보다 1,500배 빠르게 재료 특성을 예측할 수 있습니다.

우리는 보편적 결정 구조의 원소를 주기율표의 하위 집합에 있는 원소들로 대체하여 생성한 3,260만 개의 후보 물질로 시작했습니다. 첫 번째 애플리케이션으로, 우리는 재료의 AI 모델과 기존 고성능 컴퓨팅 기반 시뮬레이션을 결합한 방식으로 이 후보들을 선별했습니다.

8월에 발표된 첫 번째 선별 단계에서는 AI 모델을 사용했습니다. 3,260만 개의 초기 소재 풀에서 안정적일 것으로 예측되는 50만 개의 소재를 찾아냈습니다. 이 소재 풀에서 산화 환원 전위 및 밴드 갭과 같은 기능적 특성을 AI 모델을 통해 선별하여 후보 물질 수를 약 800개로 줄였습니다. 두 번째 선별 단계에서는 물리학 시뮬레이션과 AI 모델을 결합했습니다. AI 선별의 특성을 확인하기 위한 밀도범함수 이론 계산에는 마이크로소프트 애저 고성능 컴퓨팅이 사용되었습니다. AI 모델은 예측 오차가 0이 아니기 때문에 밀도범함수 이론 검증 단계에서는 AI 모델이 예측한 특성을 정확도가 높은 필터로 다시 계산하는 데 사용되었습니다. 이 단계는 분자 역학(Mercurial Dynamics) 시뮬레이션을 통해 구조적 변화를 모델링했습니다.

이후 마이크로소프트 퀀텀 연구원들은 AI 가속 분자 역학 시뮬레이션을 사용하여 이온 확산도와 같은 동적성능을 조사했습니다. 이 시뮬레이션에서는 밀도범함수 이론 기반 방식이 아닌 각 분자 역학 단계의 힘에 AI 모델을 사용했습니다. 이 단계에서는 후보군을 150개로 줄였습니다. 그 다음 참신성, 역학 및 요소 가용성과 같은 실용적인 기능을 고려하여 18개의 상위 후보 세트를 만들었습니다.

그 지점에서부터 태평양 북서부 국립연구소의 전문 지식은 최종 구조 후보를 더욱 좁힐 수 있는 추가 선별한 매개변수에 대한 통찰력을 제공했습니다. 그런 다음 태평양 북서부 국립연구소의 연구원들은 최고의 후보를 합성하고 구조를 특성화해 전도도를 측정했습니다. 새로운 전해질 후보 물질은 일부 리튬을 풍부한 화합물인 나트륨으로 대체해 기존 리튬 이온 배터리 대비 리튬을 약 70% 적게 사용합니다.

다양한 온도 범위의 테스트에서 이 새로운 화합물은 실행 가능한 이온 전도도를 보여 고체 전해질 소재로서 가능성을 보여줬습니다. 나트륨-리튬 화학 성분의 전도성을 확인한 후 PNNL 연구팀은 실온과 고온(~80°C)에서 모두 테스트한 전고체 배터리를 제작하여 전해질의 기술적 실행 가능성을 입증했습니다.

이 새로운 유형의 전해질 소재의 발견은 지속 가능한 에너지 저장 솔루션으로서 잠재력뿐만 아니라 연구자들이 첨단 AI 모델을 통해 연구 결과를 획기적으로 단축할 수 있는 능력을 보여줬다는 점에서 주목할 만합니다. 이 물질에 대한 추가 검증 및 최적화가 진행 중이지만 전체 과정이 9개월도 채 걸리지 않았습니다. 이번 발견은 마이크로소프트와 태평양 북서부 국립연구소 간의 유망한 협력의 시작에 불과하며, 에너지 저장의 지속 가능성을 높일 수 있는 다른 물질의 발견도 곧 이루어질 것으로 예상합니다.

우리는 과학적 전문성을 바탕으로 가장 유망한 물질 후보를 선정하는 데 주력하고 있습니다. 이 사례에서는 AI 인사이트를 활용하여 잠재적으로 결실을 맺을 수 있는 영역을 더욱 신속하게 찾아낼 수 있었습니다. 마이크로소프트팀은 AI를 통해 다양한 혁신적 애플리케이션에 사용할 수 있는 50만 개의 안정적인 재료를 발견한 후, 이 새로운 재료의 화학적 구성을 수정, 테스트 및 조정하고 작동하는 배터리에 대한 기술적 실행 가능성을 신속하게 평가해 혁신 주기를 가속화하는 고급 AI의 가능성을 보여줄 수 있었습니다.

— 칼 뮬러(Karl Mueller), 프로그램 개발실 이사, 태평양 북서부 국립연구소

퀀텀의 미래를 전망하다

이 성과는 다양한 산업 분야의 조직이 연구 개발에 접근하는 방식에 있어 패러다임의 변화를 보여줍니다. 조직은 이제 HPC와 AI의 융합으로 인한 컴퓨팅 혁신을 통해 과학적 발견을 가속화할 수 있게 되었습니다. 이러한 조합은 양자 화학 계산을 수행하기 위한 규모와 속도를 제공하지만, 기존 컴퓨팅은 높은 상관관계를 가진 많은 전자와 관련된 문제와 같이 정확성을 저해하지 않고는 특정 문제를 해결할 수 없습니다. 양자 슈퍼컴퓨팅은 정확도를 높이는 데 도움이 되며, 애저 퀀텀 엘리먼트는 마이크로소프트의 확장된 양자 슈퍼컴퓨터를 사용 가능할 때 통합할 것입니다.

애저 퀀텀 엘리먼트는 빠르게 다가오는 퀀텀의 미래에 대비할 수 있는 퀀텀 지원 도구가 포함되어 있습니다. 예를 들어, 과학자들은 이 도구를 사용해 분자 시스템의 활성 공간을 식별하고 대규모 활성 공간 시스템에 필요한 양자 컴퓨팅 리소스를 추정할 수 있습니다. 이러한 도구는 연구자들이 양자 미래에 대비할 수 있도록 고전적인 양자 컴퓨팅과 확장된 양자 컴퓨팅을 결합한 하이브리드 알고리즘의 개발과 최적화를 가능하도록 지원합니다.

AI를 통해 50만 개의 안정적인 물질을 발견하여 새로운 물질을 식별하고 합성하는 것은 애저 퀀텀 엘리먼트가 창출할 수 있는 많은 가능성 중 하나에 불과하며, 앞으로 전례 없는 기회들을 창출할 것입니다. 마이크로소프트는 모든 과학자가 사용할 수 있는 플랫폼으로 연구 개발(R&D) 팀의 역량을 강화하고 모든 산업에서 발견을 활성화하는 것을 목표로 하며 대부분의 공산품이 화학 및 물성물리학 분야의 혁신의 혜택을 받을 수 있도록 할 것입니다.