Skip to main content

소재 연구의 가장 큰 어려움 중 하나가 화합물들을 어떻게 구성할지에 대한 문제다. 실험실에서 수많은 전문가들이 수천, 수만번에 달하는 화합물을 직접 섞어 보고 원하는 특성이 나오는지 여부까지 판단하는 것이 현재의 소재 연구개발 과정이다. KIST 이승용 책임연구원과 항상수 책임연구원은 각기 인공지능(AI)와 물질구조에 대한 연구를 진행해왔다. 그런 두 사람이 의기투합한 것은 AI로 나노 소재를 혼합해 최적의 결과물을 얻는 과학기술정보통신부 과제를 맡으면서다. 막대한 초기 비용, AI와 로봇 등을 활용한 미세 공정까지 개발해야 해 난관이 높은 과제다. 미래 성장성은 높다. 연구가 완성되면 수백, 수천번에 걸쳐 진행해야 했던 소재 개발 연구 기간이 획기적으로 짧아진다. 짧아진 기간 만큼 비용도 많이 줄어 우리 산업계가 확보해야 할 차세대 기술로 손꼽힌다.

  • 진행 디일렉 한주엽 대표
  • 출연 KIST(한국과학기술연구원) 이승용 박사, 한상수 박사

 

-과기정통부가 추진하는 나노 및 소재기술개발 사업의 주요 개발 책임자들을 모셔서 얘기를 들어보는 시간입니다. 오늘은 KIST(한국과학기술연구원)에 한상수 책임연구원님과, 이승용 책임연구원님 모셨습니다. 안녕하십니까.

“안녕하세요.”
-목표 지향형 나노 입자형 AI 스마트 연구실 개발. 이건 어떤 과제입니까?
“우선 스마트 연구실이라는 개념 용어 자체가 좀 생소할 것 같아서 그 부분을 먼저 설명해 드리려고 하는데요. 현재 우리 연구실에서 우리가 실험을 할 때는 잘 아시겠지만 다 사람이 하거든요. 소재를 개발한다고 그러면 소재를 만들고 분석하고 하는 일들을 다 사람이 하는데. 이거를 먼저 로봇을 기반으로 해서 자동화하는 겁니다. 소재를 합성하고 분석할 수 있는 자동화 장치를 만드는 거 플러스 여기다가 인공지능까지 접목시켜서 AI 로봇 스스로가 사람의 도움 없이도 새로운 소재를 개발하는 것이 스마트 연구실입니다. 자율주행 자동차하고 개념적으로는 비슷합니다. 자율주행 자동차에서 사람이 하는 역할은 목적지만 입력하잖아요. 목적지만 입력하면 그 루트를 어떻게 이동하는지 최종 루트는 그 안에 담겨진 AI 기능이 판단합니다. 스마트 연구실도 내가 원하는 소재를 개발하고자 하는 연구자가 “나는 이런 소재를 개발할 거야.”라는 목표치만 정해주면 그걸 어떻게 합성해낼지는 AI 로봇 스스로 판단해서 그걸 해내는 과정이죠.”
-소재도 종류가 다양한데 여기는 지금 나노 입자용.
“맞습니다.”
-나노 입자 소재에 국한돼서 지금.
“지금은 나노 입자로 국한돼서 진행하고 있습니다.”
-나노 입자 소재라고 한다면 예를 들어 어떤 게 있습니까? 지금 시중에 나와 있는 나노 입자 소재라고 한다면.
“저희가 목표로 하는 것은 수전해 사용되는 촉매 나노 입자를 일단 1차적인 목표로 하고 있습니다. 수전해는 수소를 생산하는 물을 분해해서 수소를 생산하는 그런 공정을 얘기합니다. 그리고 QD 합성을 자동화하고 자율화해서 스마트 연구실을 꾸리겠다는 목표를 가지고 있습니다.”
-QD라는 건 우리 디스플레이 들어가는 QD 말씀하시는가요? 양자점. 그게 나노 입자처럼 돼 있나 보죠?
“작은 사이즈의 나노 입자죠.”
-크기에 따라서 색깔이 바뀌는.

“맞습니다.”
-그렇군요. 지금 한상수 연구원님은 KIST(한국과학기술연구원) 안에서 계산과학연구센터에서 센터장을 하고 계신 분이고. 이승용 연구원님은 물질구조제어연구센터. 하는 일이 다르죠?
“저희는 실험을 하는 사람이고요.”
“저는 계산과 아까 말씀드린 인공지능 쪽을 연구하고 있습니다. 이 과제가 실험과 인공지능이 만나야 하는 과정이거든요. 그래서 이렇게 팀을 이뤄서 연구를 진행하고 있습니다.”
-영화 아이언맨에서 보면 가슴에 있는 아크 원자로인지 뭔지 이것도 처음에 막 업그레이드할 때 보면 컴퓨터한테 “물질 찾아봐.”라고 하고 해서 컴퓨터가 합성하고 이런 여러 가지 과정이 영화에는 그렇게 자세하게는 안 나왔는데. 말하자면 그런 걸 만드시는 거죠?
“그런 거를 옛날에는 우리가 따로따로 했었는데. 계산하는 프로그램 따로 실험하는 환경이 따로 있었습니다. 스마트 연구실은 그걸 하나로 통합해 버리겠다는 개념과도 같은 거죠.”
-자동으로 한다. 굉장히 다양한 게 필요할 것 같은데요.
“맞습니다.”

-뭐가 필요합니까?
“우선 기본적으로는 소재를 개발하는 과정이 소재를 나노 입자로 한정 짓는다면 나노 입자를 만들어야 하는 장치가 필요하겠죠.”
-이게 나노 단위로 잘게 쪼개는 과정입니까?
“나노 입자 과정에 대해서는 아마 이따가 이승용 박사님께서 설명해 주실 거고요. 나노 입자를 합성하는 과정이 필요할 거고. 이렇게 만들어진 거를 우리가 원하는 아까 촉매의 특성이 나오는가 혹은 아까 양자점 디스플레이 특성이 나오는지를 그걸 또 자동으로 평가하는 과정이 필요하겠죠. 그걸 다 자동화 장치를 만들고. 그리고 그것을 하나의 일련의 합성이 끝나면 다시 이쪽 분석에 넣고 이거를 또 자동으로 움직여줘야 되잖아요. 이걸 인테그레이션해 줄 수 있는 그런 시스템까지 이렇게 구축을 해야 하는 거죠. 하드웨어적으로는 그런 요소가 필요하고. 여기다가 각각의 AI 기능이 들어가야 하는 거죠.”
-그러니까 아까 나노는 쪼개는 겁니까?
“나노 입자를 합성 부분을 어떻게 하느냐. 이 부분을 이승용 박사님께서.”
“나노 입자를 큰 거를 쪼개서 만드는 방법도 있긴 하지만. 주로 출발 물질. 전구체로부터 작은 입자를 키워가는 그런 식으로 보통 만듭니다. 화학적으로 합성을 하는 거죠.”
-합성은 섞는 겁니까?
“금속 나노 입자 같은 경우는 금속 이온을 환원시켜서 입자를 만들기 시작합니다. 핵이 생성되고 그게 점점 자라는데. 그게 많이 커지면 우리가 흔히 보는 그런 분말. 미분해 분말인데. 그거를 적당한 사이즈로 크기를 제어하면 이게 나노 크기에서 성장이 멈추고 균일한 사이즈를 가지면 그게 우리가 원하는 나노 입자 합성이 되겠죠.”
-어떤 의미에서의 제어입니까?
“일단 환원이 돼서 입자들이 뭉쳐지는 거를 그냥 두면 한없이 커지겠죠. 근데 그거를 적당한 선에서 커지는 걸 막기 위해서는 표면을 계면활성제 같은 것들로 해서 표면 반응을 멈추게 해야합니다. 다양한 기술들이 들어가서 원하는 사이즈의 나노 입자를 만드는 그런 기술들이 있습니다.”
-그러면 예를 들어 제가 소재를, QD를 개발하는 어떤 회사라고 한다면 지금은 어떻게 개발합니까? QD 개발을 할 때는. 기존에는 어떤 기업들은 일부 자동화된 것도 있을 수도 있겠지만. 원하는 특성을 가질 수 있는 물질을 기존에는 어떻게 만들었어요?
“원하는 특성을 내기 위해서 다양한 단계들이 있는데요. 지금 대부분은 사람이 컨트롤할 변수들을 바꿔가면서 합성을 합니다. 그래서 다양한 조건에서 합성을 해보고 그리고 아까 말씀하신 대로 물성을 측정해서. “어떤 조건에서 잘 나왔다.”를 계속 그렇게 찾아가는 그런 과정이죠.”
“이렇게 좀 더 부연 설명해 드리고 싶어요. 지금 소재 개발은 약간 시행착오식이에요. 합성을 해보는 거죠. 내가 원하는 물성이 있는데 이거를 나올 때까지 계속 합성해서 평가하고, 합성해서 평가하고, 그중에서 나오면 다행인데. 아니면 또다시 또 다른 실험을 또 조건을 바꿔서 해야 하고 그런 상황인데. 합성이 먼저고 물성이 뒤에 따라오는 과정이에요. 스마트 연구실을 쓰게 되면 AI 기능을 넣게 되면 내가 원하는 물성을 인풋으로 넣어요. “나는 이런 소재를 만들고 싶어.” 그것만 입력하면 얘가 그걸 스스로 그걸 만들어내는 과정을 AI가 판단해서 만들어내겠다는 개념이죠. 그러니까 물성이 먼저 가고 나중에 합성이라는 부분이 뒤따라서 저절로 결정돼서 나오는 겁니다.”
-그 물성을 정의하기도 굉장히 어렵겠는데요?
“그렇죠. 물성도 종류에 따라 분야별로 다 달라질 거고.”
-먹는 건 아니겠지만 어쨌든 먹는 거로 치면 맛을 봐야 하는 게 있을 테고. 아까 QD 같은 경우는 뭐라고 효율?
“광학적인 특성을 본다면.”
-그런 것도 있고. 아까 수소.
“촉매에서도 전기화학적인 특성을 봐야 하고.”
-그걸 정의를 다 해줘야 하는 것이죠?
“맞습니다. 그거에 맞게끔 자동화 장치를 만들려는 거죠. 그 분야에 맞게끔. 그래서 아까 과제명이 목표 지향형. 그러니까 분야를 특화시켜서 지금 하겠다는 겁니다.”
-원하는 재료나 특성을 나오게 하는 나노 분말 이런 것들 만들기도 어려울 것 같은데. 지금 AI 연구실 자체도 만들기 어려울 것 같은데요. 목표 지향형. 어떤 특정한 물질에 맞춰서 이게 다 각각 만들어야 한다는 얘기 아닙니까?
“지금은 그렇습니다. 소재라는 분야가 너무나 다양하게 있고, 공정도 다양하게 있고, 아까 말씀드린 분야도 여러 가지가 있어서 그거를 일반화시키기가 처음은 어려울 것 같아서요. 지금은 이 과제에서는 먼저 합성과 이런 분석이 손쉽게 다가갈 수 있는 분야를 먼저 선정해서 그게 나노 입자라고 저희가 판단이 들었고. 그래서 그 분야를 우선적으로 이 개념을 도입시켜서 이게 잘 되면 다른 분야로 확장해 가고 그런 일들이 진행될 거로 생각합니다.”
-아까 얘기하신 거 분야에 대해 양자점이라든지 이런 수전해 촉매(물분해 촉매). 이 두 가지에 대한 정의를 지금 시작하고 계시겠네요. 얘를 만들기 위해서는 어떤..
“이미 다 사람들이 만들고 있는 방법들은 갖춰져 있는 거고요.”
-그건 데이터를 다 집어넣으셨군요.
“저희 과제가 결국에는 자동화랑 자율화가 있는데 자동화를 하려면 결국 로봇이든 아니면 자동화 장치를 이용해서 사람 없이 자동으로 합성해야 하잖아요. 기존에 사람이 하던 것을. 완벽한 로봇이 나와서 사람 같이 움직이면서 합성을 하면 그런 걱정을 할 필요 없지만 지금 그렇지는 않잖아요. 그래서 좀 더 로봇이 합성하기 편하게 공정들을 튜닝을 해주는 것들이 자동화에서 합성하는 사람들이 해야 되는 일입니다. 그렇게 해서 자동화가 구축되고 나면 결과들을 해석하고 다시 피드백을 줘서 학습을 시키고, AI가 좀 더 효율적으로 최적화하는 과정을 그런 계산 쪽이나 AI 전문가들이 그런 쪽을 담당하게 두뇌를 개발하는 거죠.”
-지금 로봇도 만들어야 하고요.
“로봇 시스템을 구축 해야 되는 거죠. 로봇을 사다가 쓰겠죠. 일부 적당한 로봇과 이런 적당한 자동화 장치를 이용해서 합성 자동화를 이루는 거죠.”
-이 과제의 필요성. 이게 왜 이런 거가 필요하다. 왜 필요한 겁니까?
“지금 최근에 저희가 코로나 때문에 많이 셧다운됐잖아요. 저희도 학생들이 코로나 걸려서 일주일 안 나오고 그러면 실험을 해야 되는데 실험을 못 하는 상황들이 발생합니다. 계속 학령인구도 줄고 있어서. 누군가는 일할 사람들이 점점 없어지고 있는 거죠. 우리가 중국이랑 경쟁하는데 중국은 인해전술로 합성을 한다고 치면 우리가 할 수 있는 실험의 수가 부족할 수밖에 없습니다. 당연히 그 숫자를 뒤집으려면 AI의 힘을 빌려서 효율적인 실험을 해야 하는 거고. 또한 사람이 없어도 돌아갈 수 있는 실험 환경을 만드는 것도 필요하고 그렇기 때문에 저희가 이런 과제를 제안했던 겁니다.”
“덧붙여서 추가로 하나 더 말씀드리면. 이거는 조금 더 학술적이긴 한데. 일반적인 필요성은 아까 이승용 박사님께서 잘 설명해 주셨고요. 또 다른 이유로 실험하는 분들 보면 소재 연구를 하다 보면 사람이 하잖아요. 그런데 사람이 소위 손을 탄다고 그래요. 같은 조건이어도 내가 실험하는 것과 이승용 박사님이 실험하는 때 결과가 다르게 나온 경우가 이런 경우가 허다하게 있거든요. 그런데 이렇게 자동화 로봇 시스템을 구축하게 되면, 재현성 있는 양질의 데이터들이 나오기 때문에. 이게 소위 요새 소재 데이터. 요새 데이터가 중요해지고 있는데 이 양질의 데이터를 만들 수도 있다는 점에서도 또 중요하게 앞으로 중요해질 것 같습니다.”
-‘손 탄다.’라고 얘기하는 건 예를 들어 이거를 몇 그램(g) 넣고 이거를 이렇게 열을 얼마를 가해서 그런 거에 차이에 따라서 결과가 조금씩 달라질 수 있다는 얘기인 거죠?
“실제로 나노 입자 합성 같은 경우에 우리 예비 결과도 있기는 한데. 이런 것 같아요. 나노 입자 합성할 때 우리가 보통 논문에는 “이거와 이거의 양을 얼마로 해라. 온도는 몇 도에서 합성하고 그다음에 몇 시간 동안 교반시켜라.” 근데 실제 실험을 해보면 나노 입자는 이때 넣는 속도. 주입하는 양, 주입하는 속도가 상당히 또 중요하거든요. 같은 양을 부어도 누구는 천천히 넣고 많이 넣으면 그 결과가 달라지거든요. 그런데 우리는 그것까지 로봇을 쓰게 되면 다 자동화를 시킬 수가 있기 때문에 좀 더 재현성 있는 데이터를 얻을 수가 있죠.”
-보통 그렇게 합성이다. 예를 들어 양자점이라든지 그런 걸 합성을 한다고 그러면 시간은 어느 정도나 걸립니까?
“어떤 입자냐에 따라 다르기는 한데요. 금방 합성하는 건 수십 분이나 몇 분 안에 합성이 되기도 하고. 또 길게 필요한 것들은 수십 시간이 필요하기도 합니다.”
-그럼 보통 과거에 사람이 했을 때는 재료 넣고 온도 올려놓고서는 앞에서 지켜보거나 어디 밥 먹으러 갔다 오거나 이렇게 계속 나오면 “나왔네.” 하고 또 테스트해보고 특성이 나왔을 때 “이거 아닌가 봐.”하고 또 넣어보고 그걸 계속 반복했다는 것이죠?
“그렇죠.”
“지금은 저희가 갖고 있는 현재 장치는 24시간 돌아갈 수가 있거든요. 하루 동안에 나노 입자. 하나의 예긴 하지만. 하나의 나노 입자로 하루에 160번 정도까지도 재현성 있게 다 실험을 할 수가 있기 때문에.”
-과거에는 그러면 그런 거 연구할 때는 보다 많은 사람과 이런 시험용 재료를 투입한 회사가 성공률이 더 높았겠네요?
“아무래도 그렇죠.”
-이런 게 개발되면 평준화가 이루어지는 겁니까?
“평준화라는 표현이 적절할지 모르겠는데 저도 잘 모르겠습니다. 그러니까 조금 그 횟수를 획기적으로 줄일 수가 있기 때문에. 저희들 표현에 의한 소재를 가속화시켰다. 소재 개발을 가속화시켰다라는.”
-소재하는 사람들 입장에서 볼 때는 얘가 들어와서 내가 연구를 편하게 할 수도 있지만. 옆에 친구하고 나하고 큰 차이가 없어질 수도 있다. 이런 얘기인 거죠?

“그럴 수도 있죠. 어떻게 보면 지금은 사람이 합성할 때 노하우라는 게 있죠. 연구자별로 있거든요. 그 노하우가 크게 차이 날 수도 있고. 근데 그런 얘기할 수 있는 노하우들이 조금 사라질 수는 있겠죠.”
-이게 사람이 하는 것보다 어쨌든 로봇이 하면 또 뭔가 안전하다거나 그런 것도 있는 겁니까?

“맞습니다. 그러니까 그리고 위험한 실험을 로봇이 대체해서 그런 측면에서는 이 로봇 실험이 안전하다고 볼 수가 있는데. 또 한편으로는 로봇이 사람이 없기 때문에 얘가 또 무슨 짓을 할지 아직은 모르거든요. 로봇 장치를 우리가 여기에 이 위치에다가 이걸 용액을 부어라. 설정해 줬지만 100% 그렇게 간다고 지금은 보장을 안 할 수도 있잖아요. 지금 그런 경우도 있지만 그러니까 사람이 없기 때문에 또 로봇이 실험하다 보니까 또 새로운 안전 이슈가 제기될 수 있다고 저는 생각되고. 그런 문제를 해결하는 노력이 앞으로 또 계속 이루어져야 될 것 같아요.”
-이런 류의 스마트 연구실. 과제명대로 AI 스마트 연구실은 재료나 이런 쪽 하는 회사든 연구기관이든 우리나라뿐만 아니더라도 다른 나라에서도 이런 거에 대한 필요성? “이걸 좀 하고 싶다.”라는 생각들은 다른 데서도 할 것 같은데.
“사실 저희가 처음은 아니고요. 사실 몇 년 전에 2020년도에 지금 영국의 리버풀 대학이라고 있는데 거기서 사실 네이처에 발표했어요. AI 로봇을 가지고 실험을 해서 소재 개발을 가속화시켰다. 그런 게 네이처에 나왔었고요.”
-2020년도요?

“2020년도였고. 저희는 그전부터 사실 준비하고 있었는데. 그게 먼저 논문이 나와버렸습니다. 그런데 지금 그 이후에 저희들이 동향을 분석해보니까. 영국이나 미국 등에서 지금 이게 국가 과제가 되고 있더라고요. 한 2년전 정도부터. 만약에 이게 누가 빨리 개발하면 이쪽 분야는 사실 이 플랫폼이 장악하게 됩니다. 우리도 빨리 뛰어들지 않으면 아직은 처음은 아니지만 그래도 빨리 뛰어드는 게 중요하다고 생각했습니다. 한편으로 이런 질문도 많이 받아요. 이게 결국은 연구자의 일거리를 어떻게 보면 줄이는 것일 수도 있거든요. 결과에 따라서 지금 사람이 하는 일을 대체하고자 하는 거니까.”
-그러면 아주 고급 인력들이 할 일이 조금 사라지는 거 아닌가.

“모르겠습니다. 그렇게 염려하는 분도 계세요. “이 연구를 굳이 할 필요가 있냐. 그래서 사람이 일자리를 뺏는 거 아니냐.” 그렇게 주장하는 분도 있는데 저는 항상 그럴 때마다 저는 이렇게 대답해요. “이 연구를 안 하면 미국하고 영국은 지금 하고 있는데 결국은 다 뺏길 거다. 그러니까 우리도 지금이라도 해서 이쪽 몇 개의 분야만큼의 주도하는 게 낫지 않냐.” 이렇게 생각합니다.”
-네이처에 이렇게 논문 나왔다고 했잖아요. 결과는 어땠습니까? 어떻게 나왔습니까?
“간략하게 말씀드리면 거기서도 광촉매라는 소재를 개발하는 데에 목표를 했는데요. 실험 변수를 10가지를 썼어요. 실험 변수를 10가지를 조절하는 걸 했는데. 그게 한 변수당 실험을 10번씩 한다고 하면 10가지 변수니까 10의 10승 번의 실험을 이론적으로는 해야 하거든요. 10의 10승. 근데 걔는 AI 기능을 넣었더니 그거를 일주일 시간 안에 488번인가 600번 정도를 실험해 소재를 찾아낸 거죠.”
-사람이 했으면 굉장한 시간이 되었겠네요.
“그렇죠. 비용과 시간을 들였을 텐데. 일주일이라는 시간 안에 한 몇백 번의 실험만으로 소재를 개발했다. 그래서 획기적이었습니다.”
-가능성을 보여줬군요. 과제를 하시면서 가장 어려운 난관은 뭡니까?
“기술적으로 여러 난관이 있는데요. 아까 말씀드린 대로 지금 사람이 하던 모든 것을 로봇 혹은 자동화 장치로 만들어야 하거든요. 그 과정 중에 지금 연구되는 것들이 어떻게 보면 다 사람이 했잖아요. 그러니까 공정도 다 사람한테 친숙한 형태로 돼 있거든요. 근데 과연 로봇이 다 할 수 있을까. 이제는 생각을 바꿔서 로봇한테 친숙하게 그런 공정 조건도 만들고 그렇게 해야 되지 않을까. 로봇 친화형 공정 기술을 만드는 게 또 중요한 난제가 있을 것 같고. 그리고 자동화 장치가 되더라도 아까 말씀드리는 결국은 인공지능 기능이 부여되는데. 여기에도 할 일이 챌린징한 이슈들이 많이 있거든요.”
-개발자들은 엄청 달려들 테니까. 그러니까 이거는 이 두 가지 에 대해서 한 건데. 다른 분야를 좀 넓히려면 다 들어와서 또 그때그때 맞게 또 개발을 다 바꿔놔야 되고.
“맞습니다. 아직 할 일은 많이 남아 있습니다.”
-그런 거를 하나 이렇게 꾸민다면 보통 공간은 어느 정도나 차지합니까?
“지금 저희 실험실에 실제 이 플랫폼이 우리 일반 지금 책상을 한 5개 정도 붙인 정도의 크기입니다.”
-5개 정도. 그렇게 엄청 공간를 많이 잡아먹지 않네요.
“콤팩트 하게 일단 꾸미고 있고.”
“협소한 공간에서 어떻게 하면 효율적으로 써볼까. 그런 고민도 들어갔기 때문에.”
-그렇게 그 정도 공간에 아까 말씀하신 것들을 다 집어넣고, 뭔가 로우 파일도 넣어놓고 안에 소프트웨어도 넣어놓고 하면 그런 게 구축하려면 한 돈으로는 한 얼마 정도나 들어가야 합니까?
“그것도 분야마다 비용이 조금 다를 것 같은데. 지금 하나의 분야 촉매 분야로 한다고 하면 지금 저희가 다 꾸민 건 아니지만 지금까지 투입된 게 한 3억~4억원 정도 들었거든요. 여기에다가 좀 더 들어가야겠죠. 장비 꾸미는 데만 한 5억원 정도 들어갑니다.”
-장비 꾸미는데만 5억원. 지금 그렇게 합성을 할 수 있는 그리고 그것도 분야마다 다르겠지만 합성하고 뽑아놓은 걸로 평가는 직접 합니까? 그건 잘 모르겠지만. 그런 재료업체에 들어가는 인력들 연봉은 꽤 받죠?
“그렇게 비교하면 안 될 것 같고요. 일단 저희가 하는 거는 연구실이잖아요. 그러니까 일단 학생들과 배워가는 사람들의 그런 같이 연구하는 사람들. 이런 사람들로 구성되어 있고요. 지금은 이거는 저희가 이제 시작했잖아요. 우리나라에서 처음이라고 저는 생각 되는데.”
-한국에서는 이게 처음입니까?
“이렇게 과제가 론칭된 건 처음 같습니다. 그래서 나중에 가면 더 싸게 꾸밀 수도 있고 뭔가 모듈화된 것들을 조립하고 구성을 해서 효율적으로 할 수 있겠지만. 지금 저희는 일단 이 미로속에 들어간 것 같아요. 그래서 좌충우돌 하면서 이걸 만들어 가겠죠. 당연히 많은 노력과 예산이 필요한 상황이라고 생각합니다.”
-이 과제는 예산이 얼마예요?
“연 한 19억원 정도로 기억합니다. 5년에서 마지막 6년 차.”
-5년 9개월 이렇게 해서 총 93억원 정도. 말씀하신 대로 형태가 나오고. 소재별로 여러 가지 개발되고 그러면 소재하는 기업들은 어떻게 보면 “우리가 소재 사업을 하려면 이거는 무조건 있어야 하겠어.”라고 하는 날이 올 수도 있겠네요.
“저는 그렇길 바라죠. 바라고. 사실 저희 과제제안서(RFP)에서 아마 기대 효과 부분에 “이런 장치를 가지고 만들어서 이걸 기술이전해서 실제 기업에서 쓰는 게 경제적으로도 한 40억원 정도. 한 분야당 40억원 정도의 이득이 있을 거다.” 라고 지금 아마 그때 예산을 뽑았던 것 같은데.”
-그러니까 말하자면 진짜 어떤 재료에 대해서 정의하고 볼 수 있는 브레인 1~2명 정도만 있으면 장비 하나로도.
“그렇죠. 이 분야는 새로운 소재를 개발할 수 있는 좋은 환경이 될 거 같습니다.”
-재료 하시는 분들 일자리가 좀 없어질 수 있기는 하겠네요.
“좀 그런 면도 있는데. 그런데 저는 또 이게 또 새로운 시장과 일자리를 만들 수도 있다고 생각합니다.”
-요즘 식당 가면 다 키오스크에서 이렇게 하고 자동화나 이런 AI 화는 계속적으로 이루어질 수밖에 없는데. 어쨌든 그걸 정의하고 구현하는 게 굉장히 어려운 일이겠네요. KIST에서는 이거를 지금 과제 하기 전부터 이런 거에 대해서 준비를 하셨던 거예요?
“저희가 한 2년 전 정도부터 준비를 좀 했었고요. 때마침 이 과제도 그렇지만 연구소 내에서도 원장님께서 이 분야에 되게 관심이 많으셔서. 원내에서도 원내 사업으로 다른 분야로 확장하는 그런 내부 과제도 조금씩 진행하고 있습니다.”
-과제 기간이 5년 9개월이어서 2027년 12월 31일 끝나는 걸로 돼 있는데. 이게 만약에 성공적으로 개발이 되었다고 하면 그 이후에는 KIST는 이걸 어떻게 합니까? 어떤 기업의 이렇게 기술이전이라고 해야 됩니까? 이걸 팝니까?
“저도 그때 가봐야 알겠지만, 지금 생각은 아까 기술이전을 하건 아니면 창업을 하건 그런 쪽으로 조금 생각도 하고 있습니다.”
-창업은 누가 KIST 안에서?
“그건 모르겠어요. 그때 돼봐야 알겠지만. 저도 약간 그런 생각은 좀 하고 있습니다.”
-그러면 소재 기업들한테 이 플랫폼 솔루션을 판매하고 그 회사에 맞게 좀 미세 조정해주고 하는 그런 회사가 탄생할 수도 있다라는 얘기네요?

“그렇습니다.”

“이렇게 자율 시스템을 이렇게 구축해 주는 것도 가능하지만 사실은 위탁 연구를 해 줄 수 있는 거죠. “이런 걸 개발하고 싶고 우리는 이런 소재를 탐구하려고 하는데. 그럼 원소를 3개를 조합해달라.” 하면 우리가 그거를 조건을 바꿔가면서 “최적의 이 시스템에서 제일 좋은 조성은 이거야.” 이렇게 결과를 줄 수 있는 것도 가능한 거죠.”
-소재 기업들은 하여튼 전반적인 상향평준화가 이루어질 수 있겠다.라는 생각도 좀 드네요. 그리고 그 기업들끼리의 어떤 경쟁력은 그러면 영업력이 경쟁력이니까.
“사실 이게 거대한 심해 같은 데서 우리가 이만한 부피를 탐구하는 그런 거기 때문에요. 사실은 그거는 어디를 가볼지에 대한 것들도 사실은 되게 큰.”
-도전 과제다.
“어떻게 보면 인간이 큰 경계조건(Boundary Condition)을 줘야 할 거라고 저는 생각해요. 그랬기 때문에 그냥 다 평준화된다고 보지는 않습니다.”

-이 과제는 지금 두 분이 같이 어쨌든 하시니까 성공률은 어느 정도예요?
“이제 시작하는데 성공률을 여쭤보시면…”
“시작하는 관점에서는 100% 될 거라고 믿죠.”
-어떤 분은 “될까? 나는 내가 할지 모르겠다.” 이렇게 얘기하시는 어떤 과제의 책임자분은 있어서. 그것도 과제 형태에 따라 좀 다르더라고요. 도전형은 또 그렇게 이것도 연구 혁신이면 조금 어려운 과제를 받으신 거 아닙니까?
“도전 과제이긴 하죠. 도전 과제가 맞습니다.”
“저희가 그런데 컨소시엄을 잘 꾸려서 각 분야의 전문가들로.”
-지금 컨소시엄은 어떻게 돼 있습니까?
“지금은 AI 전문가가 있고 합성 전문가, 평가 전문가 이렇게 근데 로봇 전문가도 들어와 있습니다. 근데 시스템이 두 종류잖아요. 수전해 촉매가 있고 QD가 있고. 그래서 각각의 합성 전문가와 평가 전문가 이렇게 구성돼 있습니다.”
-성과를 잘 내시길 바라고. 이게 되면 어쨌든 소재 개발을 하는데 획기적인 어떤 좋은 영향을 미칠 것으로 예상이 됩니다. 오늘 박사님들 나와주셔서 고맙습니다.
“감사합니다.”

정리_명진규 와이일렉 총괄 에디터 aeon@thelec.kr

Leave a Reply