배터리 내 리튬 사용량을 줄일 수 있는 새로운 물질이 인공지능(AI)과 슈퍼컴퓨팅을 통해 발견됐다.
이번 연구 결과는 마이크로소프트와 미국 에너지부 산하 태평양북서부국립연구소(PNNL)가 공동으로 수행한 것입니다.
과학자들은 이 물질이 잠재적으로 리튬 사용을 최대 70%까지 줄일 수 있다고 말합니다.
발견 이후 이 신소재는 전구에 전력을 공급하는 데 사용되었습니다.
Microsoft 연구원들은 AI와 슈퍼컴퓨터를 사용하여 일주일도 채 안 되어 3,200만 개의 잠재적 무기 물질을 18개의 유망 후보로 좁혔습니다. 이는 전통적인 실험실 연구 방법을 사용하여 수행하려면 20년 이상 걸릴 수 있는 선별 과정입니다.
시작부터 실제 작동하는 배터리 프로토타입 개발까지의 과정은 9개월도 채 걸리지 않았습니다.
두 조직은 복잡한 과학 및 수학적 작업을 해결하기 위해 다수의 컴퓨터를 결합하는 고급 AI와 고성능 컴퓨팅을 사용하여 이를 달성했습니다.
마이크로소프트의 제이슨 잰더 부사장은 BBC와의 인터뷰에서 마이크로소프트의 임무 중 하나가 "250년의 과학적 발견을 다음 25년으로 압축하는 것"이라고 말했다.
"그리고 우리는 이와 같은 기술이 그렇게 하는 데 도움이 될 것이라고 생각합니다. 이것이 바로 이러한 유형의 과학이 미래에 이루어질 것이라고 생각하는 방식입니다"라고 그는 말했습니다.
리튬의 문제
리튬은 시장 가치와 은빛 색상 때문에 종종 "화이트 골드"라고 불립니다. 전기차(EV)부터 스마트폰까지 모든 것을 구동하는 2차전지(리튬이온전지)의 핵심 부품 중 하나다.
국제에너지기구(International Energy Agency)에 따르면 금속에 대한 수요가 증가하고 EV에 대한 수요가 증가함에 따라 세계는 빠르면 2025년에 금속 재료 부족에 직면할 수 있습니다.
또한 미국 에너지부에 따르면 리튬이온 배터리 수요가 2030년까지 최대 10배까지 증가할 것으로 예상됨에 따라 제조업체들은 이를 따라잡기 위해 끊임없이 배터리 공장을 건설하고 있습니다.
리튬 채굴은 개발하는 데 수년이 걸리고 환경에 상당한 영향을 미치기 때문에 논란의 여지가 있습니다. 금속을 추출하려면 많은 양의 물과 에너지가 필요하며, 그 과정에서 독성 폐기물뿐만 아니라 환경에 큰 상처가 남을 수 있습니다.
Imperial College London의 화학과에서 배터리 연구원 팀을 이끄는 Nuria Tapia-Ruiz 박사는 리튬 양이 적고 에너지 저장 능력이 좋은 물질은 리튬 이온 배터리 산업의 "성배"라고 말했습니다.
그녀는 "AI와 슈퍼컴퓨팅은 향후 배터리 연구자들이 새로운 고성능 재료를 예측하는 데 도움이 되는 중요한 도구가 될 것"이라고 말했습니다.
그러나 Strathclyde 대학의 화학공학 강사인 Edward Brightman 박사는 이 기술을 "조금 주의해서 다루어야 한다"고 말했습니다.
"그것은 가짜 결과를 내놓을 수도 있고, 처음에는 좋아 보이는 결과를 내놓을 수도 있지만, 알고 있는 물질이거나 실험실에서 합성할 수 없는 물질로 판명될 수도 있습니다."라고 그는 말했습니다.
현재 단순히 N2116이라고 불리는 이 AI 유래 물질은 원자재에서 작동 프로토타입까지 과학자들이 테스트한 고체 전해질입니다.
전고체 배터리는 기존 액체 또는 젤형 리튬보다 안전하기 때문에 지속 가능한 에너지 저장 솔루션이 될 가능성이 있습니다.
가까운 미래에는 더 빠르게 충전되는 고체 리튬 배터리가 수천 번의 충전 주기를 통해 훨씬 더 에너지 밀도가 높아질 것을 약속합니다.
이 AI는 어떻게 다른가요?
이 기술이 작동하는 방식은 실제로 화학을 파악할 수 있는 분자 데이터에 대해 교육을 받아 Microsoft가 만든 새로운 유형의 AI를 사용하는 것입니다.
Zander 씨는 "이 AI는 모두 과학적 자료, 데이터베이스 및 속성을 기반으로 합니다."라고 설명했습니다.
"이 데이터는 과학적 발견에 사용하기에 매우 신뢰할 만합니다."
소프트웨어가 18개의 후보를 좁힌 후 PNNL의 배터리 전문가는 이를 살펴보고 실험실에서 작업할 최종 물질을 선택했습니다.
PNNL의 칼 뮬러(Karl Mueller)는 마이크로소프트의 AI 통찰력이 정상적인 근무 조건보다 "잠재적으로 훨씬 더 빨리 결실을 맺을 수 있는 영역"을 가리켰다고 말했습니다.
"[우리는] 이 신소재의 화학적 구성을 수정, 테스트 및 조정하고 작동 배터리에 대한 기술적 실행 가능성을 신속하게 평가할 수 있으며, 이는 혁신 주기를 가속화할 고급 AI의 가능성을 보여줍니다."라고 그는 말했습니다.