오늘 끝나면
재료 발견
- ✓재료 발견의 핵심 문제를 한 문장으로 설명한다
- ✓오른쪽 실습에서 재료이 어떻게 움직이는지 관찰한다
- ✓다음 강의와 이어지는 한계를 말할 수 있다
실습 미션
신소재를 자동으로 탐색하다 (A-Lab) 이 문장이 실제로 무슨 뜻인지 실습에서 한 번 손으로 확인한다.
성공 조건
- □실습의 기본값을 먼저 관찰
- □입력값이나 모드를 한 번 이상 바꿔 결과 비교
- □왜 결과가 바뀌었는지 한 문장으로 설명
Autonomous Lab · 13
재료
발견
신소재 후보는 사실상 무한대다.
자율연구실이 합성·측정·학습을 반복해 목표 물성 재료를 자동으로 찾는다.
한 줄씩 좁혀 가는 탐색이 발견을 가속한다.
후보 공간이 무한대다
새 재료는 원소를 어떤 비율로, 어떤 조건에서 섞느냐의 문제다. 경우의 수가 폭발한다.
원소 몇 개만 섞어도 비율 조합은 수억 가지다.
여기에 온도·압력·시간 같은 공정 변수를 곱하면 후보는 천문학적으로 불어난다.
알려진 무기물 안정 조성만 수십만이고, 미탐색 영역은 그보다 훨씬 크다.
사람 손으로 하나씩 합성·측정하면 한 후보에 며칠이 걸린다.
전부 시험하는 건 불가능하다. 그래서 다 돌리는 대신 똑똑히 좁히는 자율연구실이 필요하다.
합성 · 측정 · 학습을 반복한다
자율연구실은 무작정 다 돌리지 않는다. 측정 결과로 다음에 무엇을 만들지 매번 다시 정한다.
루프는 세 칸을 돈다.
합성 단계에서는 로봇이 후보 조성을 실제로 만든다.
측정 단계에서는 장비가 전도도나 안정성 같은 물성을 잰다.
학습 단계에서는 지금까지 나온 결과로 어디가 유망한지 모델을 갱신한다.
핵심은 학습 칸이다. 능동학습이 가장 많이 배울 다음 실험을 고른다. 결과가 불확실한 곳과 유망해 보이는 곳을 우선 찌른다.
그래서 수백만 후보를 다 안 돌고도 목표에 빠르게 다가간다. 베이즈 최적화와 실험 설계(DOE)가 닫힌 루프 안에서 작동하는 방식이다.
조성 공간을 직접 좁혀 본다
평면은 두 원소 비율로 만든 조성 공간이고, 어딘가에 목표 물성 영역이 숨어 있다.
루프는 처음엔 넓게 무작위로 몇 점을 측정한다.
그다음부터는 물성이 높게 나온 점 쪽으로 다음 후보가 몰린다. 점이 진할수록 목표에 가까운 조성이다.
탐색 강도를 올리면 더 넓게 찌르고(탐색), 내리면 유망 영역을 빠르게 굳힌다(활용).
둘의 균형이 능동학습의 핵심이다. 너무 굳히면 더 좋은 영역을 놓치고, 너무 흩으면 수렴이 느리다.
점=합성·측정한 조성 / 진한 점=목표에 근접
실행하면 루프가 무작위 몇 점으로 시작해, 측정 결과로 유망 영역을 좁혀간다.
A-Lab, 17일에 41개 신소재
버클리의 A-Lab은 실험실 데모가 아니라 실제로 돌아간 시스템이다.
A-Lab(로런스버클리국립연구소·2023)은 Materials Project 같은 계산 DB가 “안정할 것”이라 예측한 미합성 물질을 표적으로 삼는다.
로봇 팔이 분말을 칭량·혼합·소성하고, X선 회절로 결과를 측정한다. 그 결과로 다음 합성 레시피를 스스로 고친다.
17일 동안 58개 표적 중 41개 신물질을 합성하는 데 성공했다.
핵심은 속도가 아니라 자동화된 의사결정이다. 실패한 합성을 보고 온도나 전구체를 바꿔 재시도하는 판단을 사람 없이 한다.
Coscientist(카네기멜런·2023)도 GPT-4가 문헌을 읽고 화학 실험을 계획하고 수행한다. 닫힌 루프가 재료와 화학 전반으로 번지는 중이다.
58개 표적 중 41개 합성 · 실패는 자동 재시도로 보완
탐색 자체를 가속한다
자율연구실이 바꾸는 건 한 실험의 속도가 아니라, 발견에 이르는 실험의 개수다.
사람은 직관으로 후보를 좁힌다. 잘 맞으면 빠르지만, 익숙한 영역에 갇히기 쉽다.
자율 루프는 측정 데이터로 매번 가장 정보가 큰 다음 실험을 고른다. 편견 없이, 24시간 쉬지 않고 돈다.
그래서 같은 목표에 도달하는 데 필요한 실험 수가 크게 줄어든다. 무한한 후보를 다 돌리는 대신 유망한 길만 골라 빠르게 좁히는 것이 재료 발견을 가속하는 방식이다.
Q. 자율연구실이 재료 발견을 가속하는 법은? (모든 후보를 전수 합성 · 합성-측정-학습 루프로 유망 영역을 빠르게 탐색 · 사람 직관에만 의존 · 측정 없이 예측만)
정답은 합성-측정-학습 루프로 유망 영역을 빠르게 탐색이다.후보가 무한대라 전수 합성은 불가능하다.
측정 결과로 다음 실험을 고르는 능동학습이 핵심이라, 측정 없는 예측만으로는 닫힌 루프가 안 돈다.
A-Lab처럼 합성·측정·학습을 반복해 유망 영역을 좁히면 며칠 만에 신물질이 나온다.
발견까지 오래
같은 목표 · 적은 실험