[우리가 AX 주역] 〈77〉카이로스랩, 소재 특화 '데이터 파운드리' 시대 연다 작성일 02-23 38 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="9LbnIc1ymk"> <figure class="figure_frm origin_fig" contents-hash="2644e9a6a156e72c40ee4c96b9bd41e34e748f677314d42448e9d0d6369b7bfa" dmcf-pid="2oKLCktWsc" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/23/etimesi/20260223170252774wxct.jpg" data-org-width="600" dmcf-mid="bkPkYIztrD" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/23/etimesi/20260223170252774wxct.jpg" width="658"></p> </figure> <p contents-hash="f39aee1ff9c991c807ba486392d719f9f61bbd5d30f48c9c653e4451ed717356" dmcf-pid="Vg9ohEFYrA" dmcf-ptype="general">하나의 신소재가 상용화되기까지 통상 10년 이상의 많은 시간과 비용이 투입된다. 카이로스랩은 수만 번의 시행착오를 거쳐야 하는 이 과정을 인공지능(AI)으로 혁신한다. 소재 분야에 특화한 AI 솔루션으로 '데이터 파운드리'라는 새로운 개념을 제시하고 나섰다. 버려지는 연구개발(R&D) 데이터를 AI가 활용할 수 있는 형태로 표준화해 가치있는 자산으로 만드는 일이다.</p> <p contents-hash="4d957bac5a325d692f2e8e5304715785e80bd06ce404ce52edae94408e255b85" dmcf-pid="fg9ohEFYwj" dmcf-ptype="general">원자 단위부터 매크로(50나노미터 이상) 단위까지 아우르는 소재 분야 특화 AI 엔진인 '머티리얼 파운데이션 모델'도 핵심 기술이다. 이를 바탕으로 특정 산업군에 특화된 데이터를 결합해 최적 솔루션을 제공하는 '버티컬 AI' 모델도 만들고 있다.</p> <p contents-hash="aa5ad180f1a4c3760d51cadc97b716a6467a688d5a1154b6a1a82e439af7f9c3" dmcf-pid="4a2glD3GrN" dmcf-ptype="general">이를 바탕으로 소재에 특화된 AI 플랫폼 'AIMI'를 구축했다. 방대한 소재 데이터를 학습한 특화 AI 엔진을 통해 복잡한 실험 과정을 시뮬레이션하고 최적의 물성을 예측하는 솔루션이다. 예를 들어 95% 이상 순도를 목표값으로 설정하면 AI 모델이 시뮬레이션 중 순도 95% 달성이 가능한 레시피를 추천해주는 식이다. 시행착오를 획기적으로 줄여 연구원들이 더 생산적인 업무에 집중할 수 있도록 한다.</p> <p contents-hash="3cda32808ae554e50f5aafc3ecb5e9752bab0ffb761b6063ae349d3f08fce33f" dmcf-pid="8NVaSw0HIa" dmcf-ptype="general">데이터가 극도로 적은 상황에서도 유효한 예측 성능을 내는 기술은 카이로스랩만의 독보적인 강점이다. 경쟁사들이 주로 시뮬레이션 데이터를 활용하는 것과 실제 실험 데이터를 활용하기 때문에 높은 신뢰성을 얻을 수 있다는 설명이다. 빠르게 데이터를 확보하기 위해 독자적인 '고속 실험 기법'으로 실험 시간을 획기적으로 단축했다.</p> <p contents-hash="b2a1087ab279fbd08d1dce2b0f8e7b6c0c76632a81c0e3829feee69714f2fbfc" dmcf-pid="6jfNvrpXsg" dmcf-ptype="general">〈인터뷰〉 나준채 카이로스랩 대표 “영하 60도에서도 견디는 배터리 소재, AI가 찾아낸다”<br></p> <figure class="figure_frm origin_fig" contents-hash="dd9758dc359396e050cdc95c9b57bc821f4498e907c75921fb6efa45195134b7" dmcf-pid="PA4jTmUZmo" dmcf-ptype="figure"> <p class="link_figure"><img alt="나준채 카이로스랩 대표" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202602/23/etimesi/20260223170254016xxrv.jpg" data-org-width="500" dmcf-mid="K2xDHhB3wE" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202602/23/etimesi/20260223170254016xxrv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 나준채 카이로스랩 대표 </figcaption> </figure> <p contents-hash="45481b4bdff6dac41db87ee4a3df8a5e3c96585a61b152e57fe010096d386efc" dmcf-pid="Qc8Aysu5IL" dmcf-ptype="general">“당장 필요한 소재가 아니라 차세대 먹거리를 위해 더 높은 성능 기준을 충족하는 소재들이 필요해지고 있습니다. 데이터와 AI 기술로 소재 개발 한계를 넘겠습니다.”</p> <p contents-hash="99b187d169254cd88f11e29ab62303aab427428fcfdfe0ccce3c30059fe63e2b" dmcf-pid="xk6cWO71mn" dmcf-ptype="general">KAIST 출신 나준채 대표는 연예기획사인 이든나인 대표와 유심 기반 스마트카드 업체 터치웍스 공동창업자를 거쳐 2021년 신원용 연세대 교수, 이동우 성균관대 교수와 함께 카이로스랩을 설립했다.</p> <p contents-hash="0b8a21a8080427e6678cd974988be5d592e86e8706acca717d269293f02ba73c" dmcf-pid="y7SuM2kLri" dmcf-ptype="general">핵심 아이템으로 '소재 AI'를 선택한 이유는 산업의 근간인 소재 분야가 여전히 데이터의 사각지대에 놓여있기 때문이다. 소재에 특화된 AI 솔루션을 개발하려면 학습용 데이터가 필수지만 정제된 데이터가 구축된 기업은 많지 않다.</p> <p contents-hash="628efc7969ec042dee6a140ea9057741c9212945a5fc38cc6ba1a7ba8154535c" dmcf-pid="Wzv7RVEoOJ" dmcf-ptype="general">나 대표는 “소재 개발 데이터의 80%가 이미지, 실험노트 등 비정형 데이터인데다 연구원의 개인적 노하우 형태로 관리되다보니 기업들의 실험 데이터 유실률은 99%에 달한다”면서 “이 99%의 미활용 데이터를 지능형 데이터로 전환해 가치를 창출하고 경험적 연구의 한계를 극복할 것”이리고 말했다.</p> <p contents-hash="67df12161fca3b28f7e880361ee4477c0c7674b2afbfb245bec22e8a5e3e5727" dmcf-pid="YqTzefDgOd" dmcf-ptype="general">카이로스랩은 반도체 배선 소재, 배터리 전해질 등 차세대 전략 소재 개발 분야에 집중하고 있다. 극지나 우주·항공용으로 사용되려면 영하 50~60도에서도 작동하는 새로운 배터리 소재가 필요하다. 극한 환경에서도 열화되지 않는 소듐 전해질 소재나 가벼우면서도 강도가 높은 고비강도 금속 소재를 AI를 통해 탐색한다.</p> <p contents-hash="ccd84b6c594d4dc3e8dd6aea108c74ce42af8443e321c6ddde5fcb6a788114c9" dmcf-pid="GByqd4wase" dmcf-ptype="general">나 대표는 “기존 AI 모델은 상관관계만 추적하기 때문에 데이터 범위가 일정 범주를 벗어나면 추론이 어려운 한계가 있다”면서 “단순한 상관관계를 넘어 인과관계를 설명할 수 있는 AI를 지향한다”고 강조했다.</p> <p contents-hash="ca3e6c7bb202748bc725af24c13f2a7ed5c93f1aa0cff2745f558d21855b157a" dmcf-pid="HbWBJ8rNsR" dmcf-ptype="general">정현정 기자 iam@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 삼성전자, 차세대 D램 '수율 80%' 돌파…생산 안정권 진입 02-23 다음 [뉴스줌인] 답변만 하는 AI는 옛말… 갤럭시 S26에 스스로 일하는 'AI 에이전트' 추가? 02-23 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
