|
LG(003550) AI연구원이 19일 서울 마곡 LG사이언스파크에서 개최한 ‘LG AI 토크콘서트 20203’에서 △엑사원 유니버스 △엑사원 디스커버리 △엑사원 아뜰리에 등 초거대 AI ‘엑사원 2.0’의 3대 플랫폼을 소개하며 기능을 시연했다. 이중에서도 가장 차별화했다고 자신하는 것은 엑사원 디스커버리다. 엑사원 디스커버리는 세상에 없던 새로운 지식을 발견하는 플랫폼으로 가장 먼저 신소재·신물질·신약 관련 탐색에 적용하고 있다. LG화학(051910)과 LG에너지솔루션(373220) 등 계열사 업무에도 활용 중이다.
한세희 LG AI연구원 랩장은 이날 오전 엑사원 디스커버리 시연을 통해 기존 배터리 첨가물을 대체할 수 있는 소재를 찾는 과정을 시연했다. 친환경 소재를 구현하기 위해 기존 사용 물질에서 불소함량을 줄여도 성능을 그대로 유지하는지를 확인하는 실험인 셈이다.
한 랩장은 먼저 기존 배터리 첨가물질 구조와 그 물질을 만들 수 있는 제조방법을 담은 논문을 엑사원 디스커버리 플랫폼에 업로드했다. 그는 “(논문을 업로드하니) 엑사원이 분자 정보 추출 기능을 통해 논문 내 분자구조 3개를 M1, M2, M3로 자동인식했으며, M1과 M2는 첨가제 M3를 만드는 원재료”라고 설명했다. 이어 “M3의 불소 함량을 줄이기 위해 M3 구조를 변형시킬 M4를 만들 것”이라며 “기존과 동일한 화학반응이 일어난다면 대체물질이 될 수 있다”고 설명했다.
|
이어 ‘새롭게 만들어낸 M5가 불소함량을 줄이고도 배터리 첨가물로의 기능을 할 수 있는지’를 물어보자 소재 구조 설계 및 소재 합성 예측 기능을 통해 M5가 기존 재료(M3)를 대체할 수 있다는 결론을 도출했다.
배경훈 원장은 “실험실에서 진행했다면 2~3개월은 소요됐을 실험”이라며 “원하는 분자 구조를 바꿔볼 수 있고 AI와 소재 분야 대화도 가능하다”고 설명했다. 이어 “보유하고 있는 전체 데이터베이스를 대상으로 모든 분자 물성을 예측할 수 있다”고도 했다. 시연을 통해 하나의 질문에 대답하기까지 걸린 시간은 3~4초에 불과했으며, 질문을 입력하고 엑사원을 조작하는 시간을 전부 합쳐도 5분 안팎이었다.
LG AI연구원은 엑사원 디스커버리에 논문과 특허 등 전문 문헌의 텍스트뿐만 아니라 분자 구조, 수식, 차트, 테이블, 이미지 등 비(非)텍스트 정보까지 AI가 읽고 학습할 수 있는 형태로 데이터베이스화 하는 심층 문서 이해(DDU, Deep Document Understanding) 기술을 적용했다고도 설명했다.
|
이같은 질문을 엑사원 유니버스에 직접 물어보자 ‘아니다’라는 대답이 나왔다. 이와 관련 시연을 진행한 이문태 랩장은 “엑사원의 대답에 따르면 AI는 인간을 대체하지 않는다”며 “기업의 일관된 의사결정에는 도움을 주고 저부가 가치 영역이나 반복된 태스크를 대체할 수 있다고 이야기한다”고 설명했다.
이어 “특히 자동화 관점에서 인간 노동력을 대체하는 부분도 있지만 결국 인간 대체하기보다 인간 고유의 능력과 효율성을 신장시킬 예정”이라고 덧붙였다.
배 원장도 관련 질문에 “아직까지 챗 GPT나 엑사원을 만들 때 AI가 알아서 결정하지 않고, 많은 사람들의 피드백을 기반으로 모델이 만들어진다”며 “즉 AI가 정보를 빨리 읽고 해석, 분류하는 능력은 있지만 인간 개입은 여전히 필요하다는 것”이라고 했다.