[Press] 버추얼랩, 美 ‘매트머라이즈’와 AI 기반 고분자 분석 서비스 공급계약 체결

소재 시뮬레이션 기업 버추얼랩이 미국 매트머라이즈(Matmerize)의 고분자 분석 서비스 '폴리머라이즈(PolymRizeTM)'를 자사 플랫폼 ‘맷스큐(MatSQ)’에서 사용할 수 있도록 공급계약을 체결했다.

 

소재 시뮬레이션 기업 버추얼랩(대표 이민호)이 미국 매트머라이즈(Matmerize) 기업의 ‘폴리머라이즈(PolymRizeTM)’ 서비스를 자사 플랫폼 ‘맷스큐(MatSQ, Materials Square)’에서 사용할 수 있도록 공급계약을 체결했다고 27일 밝혔다. 이번 계약은 6개월의 파일럿 기간을 거친다.

버추얼랩과 공급 계약을 체결한 매트머라이즈는 미국 3대 공대로 꼽히는 조지아텍 연구원들로 구성된 스타트업이다. 재료과학 분야의 권위 있는 연구자 람피 람프라사드(Rampi Ramprasad)와 김치호 박사(CTO)가 공동으로 창업했다. 현재 고분자 분석 머신러닝 프로그램 ‘폴리머라이즈’를 개발해 운영 중이다.

이번 계약 체결로 ‘맷스큐’ 사용자들은 ‘매트머라이즈’의 고분자(폴리머) 스톡 모델을 플랫폼에서 바로 사용할 수 있게 된다. 약 100개의 고분자 물성을 예측하는 경우 1분 이내에 바로 정보를 받아볼 수 있다. 특히 고분자 특성 계산 비용을 클릭당 과금으로 지불할 수 있어 합리적이다.

폴리머는 오늘날 의료용품, 자동차 부품, 생활용품, 전기전자, 항공우주 부품 등 수많은 물질을 구성하는 중요한 소재이다. 대표적인 폴리머 소재인 고무, 플라스틱을 비롯해 일상용품에도 다양하게 활용된다.

기존 폴리머 연구에는 원료 선정에서 공정 최적화까지 많은 시간과 노력이 필요했다. 한 연구자가 실험에 쓰이는 용매를 찾는 데만 한달 이상 시간이 소요되기도 했다. 복잡한 폴리머 구조로부터 특징을 뽑아 내는데 연구자만의 노하우가 필요한 점 역시 장벽이었다.

특히 현재 기계학습을 활용한 폴리머 연구에는 제한적인 데이터만 사용되어 왔다. 우선 기계학습에 필요한 양질의 고분자 데이터가 부족했다. 불확실한 특성이나 부적절한 모델링 절차를 적용해야 하는 한계도 있었다. 중소기업 뿐 아니라 대기업들도 폴리머 연구에 기계학습 방식을 도입하는데 어려움이 많았다.

‘폴리머라이즈’는 웹 기반 SaaS(Software as a Service) 혹은 API방식을 통해 단위체 정보에 기반한 고분자 물성을 예측한다. 현재 유리 전이 온도, 유전 상수 예측 등 약 20여 개 모델을 제공 중이다. 모델 하나를 훈련시키는데 이용된 데이터는 수백~수천 개로, 각 물성의 예측 정확도 역시 만족도가 높은 편이다.

‘폴리머라이즈’는 타이어, 반도체 공정 재료, 플라스틱 엔지니어링 기업 등에서 폭넓게 활용할 수 있다. 예를 들어 광학 필름 개발에는 굴절률(Refractive index) 예측 모델을 쓸 수 있다. 코팅 산업에서는 표면의 발림, 용매 예측 모델을 활용할 수 있다. 가스 필터링용 멤브레인 응용에는 특정 가스의 선택적 투과 비율 모델을 사용하면 된다.

매트머라이즈 김치호 박사(CTO)는 “활용할 만한 데이터가 없거나 정리가 어려워 기계학습 도입 자체를 미루지 않는 게 중요하다”며 “이번 서비스 공급 제휴가 당사 서비스의 장점을 한국 시장에 널리 알리는 계기가 되길 바란다. 사용자들의 다양한 의견을 수렴해 장기적으로는 한국 폴리머 분야 기업들의 어려움을 반영한 새로운 커스텀 모델을 만들 것”이라고 덧붙였다.

버추얼랩 이민호 대표는 “작년부터 한국에서 디지털 인포메이션 분야 육성이 부각되면서 재료 분야에서도 기계학습을 활용한 연구방법에 관심이 집중되고 있다”며 “이번 계약을 통해 맷스큐 플랫폼의 서비스 분야가 확장되어 기쁘다. 앞으로 고분자 소재 R&D 연구자들에게도 보다 나은 AI 기반의 연구 환경이 제공되도록 노력할 것”이라고 밝혔다.

출처 : 인공지능신문(http://www.aitimes.kr)