AI 핵심 요약
beta- 이머지랩스가 29일 머신러닝 시뮬레이션으로 80만개 고체전해질 구조를 분석했다.
- DFT 데이터로 MLFF 모델을 학습시켜 계산 비용을 줄인 체계를 구축했다.
- 이온 전도도 유망 9개 조성을 발굴해 전고체전지 개발을 가속화했다.
!AI가 자동 생성한 요약으로 정확하지 않을 수 있어요.
[서울=뉴스핌] 이나영 기자= 인공지능(AI) 기반 신소재 설계 전문기업 이머지랩스는 머신러닝 기반 시뮬레이션을 활용해 약 80만개의 고체전해질 후보 구조를 분석하고 이온 전도도 향상에 유리한 구조적 특성과 물성 상관관계를 규명했다고 29일 밝혔다.
회사에 따르면 밀도범함수이론(DFT) 기반의 고정밀 데이터 약 7만건을 생성하고 이를 활용해 머신러닝 포스필드(MLFF) 모델을 4차례 반복 학습시켜 예측 신뢰도를 높였다. 이를 통해 계산 비용이 높은 기존 방식 대비 훨씬 빠른 속도로 대규모 구조 탐색이 가능한 분석 체계를 구축했다.
이머지랩스는 해당 모델을 기반으로 약 80만개의 구조를 선별·분석하고 총 32개 조성에 대해 안정성과 물성을 평가했다. 그 결과 기존 입방정계(cubic) 구조 대비 열역학적으로 더 안정적인 신규 조성을 발굴했다. 특히 이온 전도도와 안정성 기준을 동시에 만족하는 9개의 유망 후보 조성을 최종 확보했다.

분석 결과 이온 전도도는 단순 화학 조성뿐만 아니라 격자 부피, 구조 왜곡, 도핑 위치 등 구조적·기하학적 요소에 크게 의존하는 것으로 나타났다. 또한 일반적으로 원자 간 공간이 넓으면 이온이 잘 이동할 것이라는 예상과 달리 과도한 격자 부피 증가는 오히려 이온 이동 경로의 연결성을 저하시켜 전도도를 감소시킬 수 있다는 상관관계도 확인됐다.
이머지랩스 관계자는 "대규모 구조 탐색과 머신러닝을 결합한 설계 체계를 구축함으로써 고체전해질 개발 기간을 획기적으로 단축할 수 있는 기반을 마련했다"며 "확보한 유망 후보 조성과 설계 역량은 차세대 전고체전지 시장의 주도권을 확보하는 핵심 자산이 될 것"이라고 밝혔다.
한편 해당 분석은 글로벌 시뮬레이션 소프트웨어 기업 슈뢰딩거에 용역을 의뢰해 수행했다. 조성을 설계하고 시뮬레이션 결과를 실제 합성과 고객 평가로 이어가는 검증 체계를 구축했다는 점에서 의미가 있다고 회사 측은 전했다. 향후 배터리, 양자점 디스플레이, 초전도체 등 다양한 무기소재 분야 개발 기업을 대상으로 관련 시뮬레이션 소프트웨어 적용 확대 및 사업화에도 긍정적인 영향을 미칠 것으로 전망된다.
이머지랩스는 상장사 이엠앤아이가 지분 46%를 보유 중이다. 최근 20억원 밸류로 시너지인베스트먼트로부터 투자 유치에 성공했다. 지난해에는 중소벤처기업부의 글로벌 팁스 프로그램에 선정돼 총 12억원의 지원 금액을 확정한 바 있다.
nylee54@newspim.com












