인공지능
AI, 차세대 배터리를 위한 신소재 발견
Securities.io는 엄격한 편집 기준을 준수하며, 검토된 링크에 대해 보상을 받을 수 있습니다. 당사는 등록된 투자 자문가가 아니며, 이는 투자 자문이 아닙니다. 자세한 내용은 계열사 공개.
리튬 대 나머지
리튬 이온 배터리는 지금까지 전기화 분야에서 주도적인 역할을 해왔는데, 이는 주로 리튬 원자의 독특한 전기적 특성 덕분입니다. 간단히 말해, 리튬은 3번째rd 주기율표에서 가장 가벼운 원소이며, 단일 전자로 전하를 운반할 때 가장 강력한 힘을 지닙니다.
출처: 중급
그러나 리튬은 가격이 비싸기 때문에 대체 배터리 화학 물질이 잠재적으로 경제적으로 매력적입니다. 특히, 나트륨 이온 배터리는 바로 이러한 이유로 주목을 받고 있습니다..
이전에 생각했던 것보다 더 큰 잠재력을 가진 또 다른 디자인이 등장할 것으로 보입니다. 바로 다가 이온 배터리입니다. 이 배터리는 한 번에 두 개 이상의 전자를 운반할 수 있는 금속 이온을 사용했으며, 리튬 이온 배터리보다 비용 효율성이 더 높을 수 있습니다.
최근 획기적인 성과는 AI를 활용하여 수백만 가지의 배터리 소재 조합을 시험함으로써 달성되었습니다. 이 발견은 뉴저지 공과대학(NJIT)과 렌셀러 폴리테크닉 연구소(RPI)(미국)의 연구진에 의해 이루어졌으며, 연구 결과는 Cell Reports Physical Science에 게재되었습니다.1, 제목 "차세대 에너지 저장을 위한 다공성 산화물 소재를 발견하기 위한 생성 AI".
다양한 유형의 이온 배터리
리튬 이온이 그 에너지 밀도 덕분에 소형 전자기기와 초기 전기자동차 설계를 주도했다면, 다른 많은 금속 이온도 같은 원리에 따라 사용될 수 있습니다.
앞서 논의한 대로, 나트륨 이온은 현재 인기 있는 대안으로, 저렴한 EV 모델용으로 대량 생산이 점차 늘고 있습니다.
또 다른 방법은 마그네슘, 칼슘, 알루미늄, 아연을 사용하는 것입니다. 이 이온들은 모두 다가 이온입니다. 즉, 이들은 두 개 또는 세 개의 양전하를 띠고 있습니다.
그러나 전하가 클수록 크기도 커집니다. 두 가지 큰 원자 규격은 다가 이온을 배터리 소재에 효율적으로 수용하기 어렵게 만들고, 배터리 밀도를 너무 크게 감소시켜 상업적으로 실현 불가능하게 만듭니다.
적어도 리튬이나 나트륨 이온용으로 개발된 기존 배터리 소재의 경우에는 그렇습니다. 하지만 이것이 사용 가능한 유일한 배터리 소재는 아닙니다. 전하를 전달하는 이온을 수용하기 위해 다른 많은 결정 구조를 만들 수 있습니다.
“가장 큰 장애물 중 하나는 유망한 배터리 화학 물질의 부족이 아니라 수백만 가지 재료 조합을 테스트하는 것이 완전히 불가능하다는 것이었습니다.”
AI 지원 연구
강력한 조수
인간의 지능은 수백만에 달하는 데이터를 처리하는 데 능숙하지 않습니다. 하지만 AI는 그 일에 매우 능숙합니다.
특히 재료 과학이나 생명 공학 분야의 연구자들은 AI 기술을 사용하여 가장 유망한 아이디어를 파악한 후 이를 보다 엄격하게 분석하고 테스트하는 추세가 증가하고 있습니다.
"우리는 광대한 풍경을 걸러내고 다가 배터리를 실제로 실용적으로 만들 수 있는 몇 가지 구조를 찾아내는 빠르고 체계적인 방법으로 생성적 AI에 의지했습니다.
이전에는 물리학에만 의존하는 컴퓨팅 모델은 새로운 유형의 결정 구조를 모델링하는 데 필요한 매우 복잡한 계산을 처리할 수 없었습니다.
하지만 머신 러닝과 신경망을 기반으로 하는 새로운 유형의 AI는 물리학에 대한 공식적인 수학적 계산 없이도 재료의 일반적인 속성을 "추측"하는 능력이 더 뛰어납니다.
출처: 세포
연구진은 두 가지 유형의 AI에 동시에 의존하는 시스템을 개발했습니다. 하나는 수정에 대한 지식을 갖고 있고, 다른 하나는 ChatGPT의 기술 기반인 LLM(대규모 언어 모델)에 기반을 두고 있습니다.
출처: 세포
결정 확산 변분 자동 인코더(CDVAE)
CDVAE 모델은 10,000개의 구조물을 생성하고, 이 구조물들이 필요한 기준을 충족하는지 확인하기 위해 일련의 정밀한 선별 및 검증 단계를 거쳤습니다.
예를 들어, 원자 쌍 사이의 거리가 충분히 큰지, 또는 시스템의 전하 중성이 있는지 확인했습니다.
이 방법을 통해 배터리 소재에 잠재적으로 사용 가능한 42개의 구조가 생성되었습니다.
이 중 21개 구조는 데이터베이스의 기존 항목과 일치했지만, 화학양론, 격자 매개변수 또는 공간군에 차이가 있는 새로운 구성을 제공했습니다. 나머지 21개 구조는 완전히 새로운 것이었습니다.
출처: 세포
그래서 이전에는 알려지지 않았던 기존 소재의 새로운 버전을 만들어냈고, 완전히 새로운 잠재적 배터리 소재를 갖게 되었습니다.
LLM
그런 다음 연구원들은 Meta의 (FB ) Llama-3.1-8B는 결정 구조를 생성하기 위해 특별히 보정 및 맞춤 제작되었습니다.
출처: 세포
이를 통해 10,000개 이상의 결정 구조가 생성되었으며, 그중 구조적 무결성을 검사한 후 1,087개의 구조가 남았습니다. CDVAE와 동일한 필터를 사용하여 13개의 후보 구조를 도출하였고, 그중 가장 안정적인 구조 5개를 선택했습니다.
출처: 세포
스크롤하려면 스와이프하세요 →
| 모델 | 초기 구조 | 사후 필터 후보 | 최종 안정 물질 |
|---|---|---|---|
| CDVAE | 10,000 | 42 | 21가지 변형 + 21가지 소설 |
| LLM(라마-3.1-8B) | 10,000+ | 13 | 가장 안정적인 5가지 선택 |
AI의 발견에 도전하다
연구진은 "DFT 완화"라는 수학적 테스트 방법을 사용하여 재료의 자유 에너지(안정성과 관련됨)를 계산하고 발견된 재료의 품질을 확인했습니다.
LLM으로 생성된 결정질 물질은 일반적으로 CDVAE로 생성된 물질보다 훨씬 더 우수하고 안정적이라는 것이 빠르게 드러났습니다.
출처: 세포
"저희의 AI 도구는 발견 과정을 극적으로 가속화하여 놀라운 가능성을 보여주는 완전히 새로운 다공성 전이 금속 산화물 구조 5개를 발견했습니다."
만들 수 있을까?
연구팀은 양자역학 시뮬레이션과 안정성 시험을 통해 AI가 생성한 구조를 검증했고, 이를 통해 해당 소재를 실험적으로 합성할 수 있으며 실제 응용 분야에 큰 잠재력이 있음을 확인했습니다.
"이러한 소재는 크고 개방된 채널을 가지고 있어 부피가 큰 다가 이온을 빠르고 안전하게 이동시키는 데 이상적입니다. 이는 차세대 배터리에 있어 중요한 혁신입니다."
다음 단계는 실험실과 협력하여 새롭게 개념화된 AI 설계 소재를 합성하고 테스트하는 것입니다.
이는 다가 전지를 배터리 기술의 다음 단계로 만들 수 있습니다. 지금까지는 더 큰 원자를 수용할 수 있는 좋은 재료가 부족하여 이 옵션의 개발이 어려웠습니다. 마그네슘, 알루미늄 또는 기타 큰 이온을 저장하는 데 더 나은 재료를 사용함으로써, 이러한 원자의 다중 전자 수송 용량은 언젠가 리튬의 강력하지만 단일 전자 전력 운반 용량을 능가할 수 있을 것입니다.
재료 과학 및 AI 혁신에 투자
메타: AI 기반 재료 과학
오늘날 메타는 여전히 페이스북과 인스타그램 소셜 미디어 플랫폼, 그리고 왓츠앱 채팅으로 널리 알려져 있습니다. 또한, VR 헤드셋과 다소 성공적이지 못했던 "메타 버스".
하지만 중요한 점은 Meta가 AI 기업이라는 점입니다. 이 기업은 이를 실현하기 위해 인프라에 막대한 투자를 했습니다.
"최초의 멀티 기가와트 데이터 센터인 프로메테우스(Prometheus)는 2026년에 가동을 시작할 예정이며, 또 다른 데이터 센터인 하이페리온(Hyperion)은 앞으로 몇 년 안에 최대 5기가와트까지 확장될 예정입니다.
"우리는 타이탄 클러스터를 여러 개 더 건설하고 있습니다. 이 중 하나만 해도 맨해튼 면적의 상당 부분을 차지합니다.
LLM 기술은 언뜻 보기에 채팅봇, 향상된 온라인 검색, 교육 및 기타 인간 중심 활동과 같이 "대화" 작업에 주로 유용한 것처럼 보입니다.
(META )
하지만 이 연구는 LLM의 언어 학습 능력이 결정 구조에 대해 "말하는" 방법을 배우는 것처럼 데이터 집약적인 다른 과제에도 적용될 수 있음을 보여줍니다. 예를 들어 유전 암호에도 마찬가지입니다.
즉, LLM 알고리즘의 발전은 배터리, 첨단 소재, 에너지 생성 등을 위한 새로운 소재를 창조하는 데 있어 완전히 새로운 발견의 황금기를 가져올 가능성이 높으며, 의약품, 생물 제조 도구 등으로 전환될 수 있는 새로운 유형의 단백질과 DNA/RNA 소재도 생겨날 것입니다.
이러한 맥락에서 이는 Meta와 Lama LLM 모델과 같은 회사가 기존 도구를 대체할 수 있는 잠재적으로 수익성 있는 기술을 구축할 뿐만 아니라, 물리적 세계에서도 IP 강자로 거듭날 수 있음을 의미합니다.
그 맥락에서 Meta나 Google과 같은 회사의 원래 기술 사업이 기억될 수 있습니다. (GOOGL ) 또는 Microsoft (MSFT ), AI 및 IP를 기반으로 재생 에너지와 재료 과학을 포함한 많은 신기술로 세상을 바꾸는 거대 기업으로 성장하기 전의 단순한 디딤돌에 불과했습니다.
최신 Meta(META) 주식 뉴스 및 동향
참고 연구
1. 조이 다타, 암루스 나딤팔리, 니힐 코라트카르, 디바카르 다타. 차세대 에너지 저장을 위한 다공성 산화물 소재를 발견하기 위한 생성 AI. Cell Reports Physical Science, 제6권, 제7호, 102665. 16년 2025월 XNUMX일. https://www.cell.com/cell-reports-physical-science/fulltext/S2666-3864(25)00264-4
