Jonathan Bean은 Materials Nexus의 CEO 겸 공동 창립자입니다. Jonathan은 재료 과학의 이론 및 실제 엔지니어링 측면에서 배경을 가지고 새로운 재료 모델링 플랫폼에 대한 기회를 빠르게 파악했습니다. 그는 케임브리지 대학교의 연구원으로 재직하는 동안 기후 위기를 해결하기 위한 새로운 재료의 도입을 가속화하기 위해 Materials Nexus를 설립했습니다.
조나단은 요크 대학에서 다결정 재료에 대한 고급 모델링 기술에 관한 박사 연구를 진행했습니다.
Materials Nexus에서의 역할 외에도 Jonathan은 Royal Academy of Engineering에서 운영하는 Global Talent Mentoring 및 Leaders in Innovation Fellowships의 멘토입니다. 그는 또한 케임브리지 트리니티 칼리지에서 엔지니어를 위한 재료 과학을 가르치고 있으며 London South Bank University의 방문 펠로우입니다.
머티리얼 넥서스 AI를 활용해 그 어느 때보다 빠르게 우수한 소재를 만드는 회사입니다.
Materials Nexus의 창립에 대한 스토리를 공유해 주시겠습니까? 무엇이 회사를 만들고 AI 기반 소재 발견에 집중하게 된 계기가 되었습니까?
궁극적으로, 무엇을 만들 수 있는지의 한계는 그것을 만드는 데 사용된 재료입니다. 그것이 제가 재료 과학을 공부하게 된 동기였습니다. 케임브리지 대학교에서 공동 창립자인 로버트 포레스트와 함께 일하면서 연구를 더 빠르게 진행하고자 하는 열망이 머신 러닝 알고리즘 개발로의 전환을 촉진했습니다. 이것이 Materials Nexus 기술의 기초가 되었습니다.
이 연구가 세상에 긍정적인 영향을 미칠 수 있고 채택을 가속화해야 한다는 것은 분명했습니다. 마찬가지로 제품의 성능은 재료에 의해 제한되며, 순제로를 향한 우리의 진전도 마찬가지입니다. 이것이 우리가 사업을 시작하게 된 영감입니다.
회사로서 우리에게 추진력은 환경적으로, 지정학적으로, 윤리적으로 세계의 상태를 개선하는 것입니다. 우리의 목표는 지속 가능성과 성능에 대한 증가하는 요구를 충족하는 새로운 소재를 설계하여 소재 산업에 혁명을 일으키는 것입니다.
특히 Materials Nexus의 맥락에서 AI가 재료 발견 프로세스를 어떻게 변화시키고 있는지 설명해 주시겠습니까?
같은 방법으로 AI는 약물 발견에 영향을 미쳤습니다. 프로세스는 또한 근본적으로 재료 발견을 변화시키고 있습니다. 일반적으로 시행착오 기반 접근 방식을 의도 기반 설계 프로세스로 변환합니다. 그러나 제약 연구와 달리 주기율표 전체에 걸쳐 복잡성과 더 넓은 검색 공간이 추가됩니다. Materials Nexus에서 우리는 양자 수준에서 벌크 수준까지 전체 길이 규모를 살펴봅니다. 즉, 우리는 구성 예측을 위해 양자 역학을 활용할 뿐만 아니라 처리 및 합성 기술도 모델링합니다. 이를 통해 수십 년이 아닌 몇 개월 만에 고성능 재료를 식별하고 물리적으로 생산할 수 있어 R&D 프로세스가 크게 가속화됩니다.
새로운 소재를 개발할 때 기존의 시행착오식 방법 대신 AI를 활용하는 주요 이점은 무엇입니까?
AI를 소재 발견에 사용하면 속도, 비용 효율성, 지속 가능성 등 여러 가지 이점이 있습니다. AI 기반 플랫폼은 방대한 데이터 세트를 분석하고 재료 특성을 정확하게 예측할 수 있으며, 실험실에 발을 들이기 전에 모든 것을 수행하여 비용이 많이 들고 자원이 많이 드는 실험의 필요성을 최소화하므로 프로세스가 비용 효율적이고 낭비가 줄어듭니다. 이는 또한 일반적으로 실험실에서 며칠이 걸리는 프로세스를 당사 플랫폼에서 몇 시간 만에 수행할 수 있음을 의미합니다.
이는 궁극적으로 타깃 소재 “디자인” 대 발견을 통해 새로운 기회를 열어줍니다. CO2 배출량, 비용 또는 무게와 같은 모든 데이터 세트 또는 소재 매개변수를 통합하고 이러한 특정 요구 사항에 맞는 구성을 검색하여 “발견” 프로세스를 뒤집을 수 있습니다.
AI와 머신러닝은 재료 생산의 환경 영향을 줄이는 데 어떤 역할을 할까요?
AI와 머신 러닝을 활용하면 발견 단계를 통해 방대한 새로운 재료 기회가 열립니다. 생산 수준에서 이것의 영향은 두 가지입니다. 첫째는 재료 자체의 원소 구성이고 둘째는 재료의 가공 조건입니다. AI 재료 발견은 높은 환경 비용(예: 희토류 원소)이 있는 특정 원소를 제외하거나 구성 비율을 줄일 수 있습니다. 또한 재료를 만드는 데 필요한 가공 기술(예: 온도, 압력 또는 광석의 순도)을 살펴보고 저에너지 방법을 식별하는 데 사용할 수도 있습니다. 이 두 가지 측면은 재료 생산의 주요 배출에 상당한 영향을 미칠 수 있습니다. 그러나 환경 영향은 생산에만 국한되지 않는다는 점에 유의하는 것이 중요합니다. 고성능이든 저렴한 것이든 우수한 재료를 적용하면 지속 가능한 기술을 더 쉽게 이용할 수 있게 하고(예: 저렴한 EV), 더 효율적으로 만들고(예: AI용 더 나은 컴퓨터 칩), 수명이 다한 폐기 시 독성을 줄임으로써(예: 수소불화탄소 대체) 엄청나게 긍정적인 2차 환경 영향을 미칠 수 있습니다.
머티리얼 넥서스는 어떻게 단 3개월 만에 희토류가 없는 자석을 개발할 수 있었을까요? 그리고 이 획기적인 성과는 무엇을 의미할까요?
저희 플랫폼은 실험실에 발을 들이기 전에 희토류가 없는 자석의 1억 개 이상의 잠재적 구성을 분석할 수 있었습니다. 즉, 합성 단계로 진행했을 때 이미 구성과 그 특성에 대한 정확한 예측이 있었다는 것을 의미합니다.
이 자석의 의미는 중요합니다. 이 획기적인 발견은 이 단일 재료의 발견을 넘어 수세기 된 재료 설계 프로세스의 변화를 알립니다. 플랫폼이 더욱 발전하고 지능화됨에 따라 우리는 더욱 빠르게 그리고 여러 재료 영역에서 구성을 예측할 수 있을 것입니다. 10100 주기율표에 있는 원소의 조성은 무한합니다.
AI는 자석 이외의 다른 응용 분야에서도 희토류 금속을 대체할 수 있을까?
AI 기반 소재 발견은 자석을 넘어 광범위한 응용 분야에 대한 대체 소재를 식별하고 개발할 수 있는 잠재력을 가지고 있습니다. 이 경우 목표는 희토류 원소를 제거한 대체 자석 구성을 찾는 것이었지만, 당사의 머신 러닝 검색 알고리즘은 모든 소재 클래스에 적용되도록 구축되었습니다. 즉, 당사는 보편적인 소재 설계 플랫폼을 구축하고 있다는 의미입니다.
현재 당사의 플랫폼 역량은 합금과 세라믹에 집중되어 있으며, 특히 전기 모터, 반도체, 초전도체, 친환경 수소 등 고충격 친환경 기술에 응용되는 기능성 소재에 중점을 두고 있습니다.
Materials Nexus, Henry Royce Institute, Sheffield 대학의 협력은 어떻게 새로운 소재 개발을 향상시키나요?
Henry Royce Institute 및 University of Sheffield와 같은 영국의 혁신 생태계 전반의 주요 전략적 파트너와의 협력을 통해 재료 과학의 전문 분야에서 세계적인 시설과 전문 지식을 활용할 수 있습니다. 이러한 파트너십을 통해 예측의 합성 및 테스트를 가속화할 수 있습니다.
AI 기반 소재 발견으로 어떤 다른 산업이 혜택을 볼 수 있을까요? 그리고 어떤 방식으로 혜택을 볼 수 있을까요?
AI 기반 소재 발견은 모든 소재 클래스에 영향을 미칠 수 있습니다. Materials Nexus에서는 가장 큰 긍정적 영향을 미칠 수 있기 때문에 진행 및 개선하기 가장 어렵고 비용이 많이 드는 소재에 집중합니다. 에너지, 항공, 슈퍼컴퓨팅, 운송 등 모든 산업이 영향을 받을 것입니다. 예를 들어 에너지 부문에서 AI는 배터리 및 태양 전지에 대한 보다 효율적이고 지속 가능한 소재를 개발하는 데 도움이 될 수 있습니다. 슈퍼컴퓨팅에서는 데이터 저장 및 처리 기능을 향상시키는 새로운 반도체 소재를 만들 수 있습니다. 고성능 소재의 빠른 개발을 가능하게 함으로써 AI는 거의 모든 산업에서 혁신과 지속 가능성을 추진할 수 있습니다.
재료 과학 분야에서 AI가 앞으로 어떤 발전을 이룰 것으로 기대할 수 있을까? 그리고 이는 다양한 산업에 어떤 영향을 미칠까?
우리의 작업은 가능한 것의 경계를 계속 넓혀갈 것이며, 우리는 그 장벽을 깨는 데 전념합니다. 우수한 소재는 미래의 도전에 대한 요구를 충족하는 우수한 혁신을 의미합니다. 미래는 우리의 상상력에 의해서만 제한됩니다.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자는 다음을 방문하세요. 머티리얼 넥서스.
게시물 Jonathan Bean, Materials Nexus의 CEO 겸 공동 창립자 – 인터뷰 시리즈 처음 등장 유나이트.AI.
