SES AI, 전기 운송 소재 개발 가속화 위해 AI 이니셔티브 발표

차세대 리튬메탈 배터리 기술 전문기업 SES AI Corporation (SES AI)이 전기 운송 분야의 소재 개발을 가속화하기 위한 이니셔티브를 발표했다고 19일 밝혔다.

인공지능(AI)에 최적화된 최첨단 슈퍼컴퓨터를 활용해 소분자 세계를 매핑하는 SES AI의 이 선구적인 프로젝트는 배터리 화학에 대한 이해를 새롭게 하고, 에너지 저장 솔루션을 개선하며, 에너지 효율적인 선행기술을 개발하는 것을 목표로 한다. 이 이니셔티브는 엔비디아(NVIDIA)와 슈퍼마이크로(Supermicro)의 기술로 구동되는 크루소(Crusoe)의 AI 클라우드 플랫폼을 활용해 과학, 컴퓨팅 및 지속 가능한 컴퓨팅의 교차점에서 차별화된 협력을 선보일 예정이다.
소분자로 이루어진 전해질의 최적화는 리튬메탈 배터리의 잠재력을 극대화하는 데 필수적이다. 지난 30년 동안 배터리 업계는 약 1000개의 유기 분자(organic molecules)를 연구하며 99.6% 이상의 쿨롱 효율(배터리 충·방전 시 충전용량 대비 방전용량의 비율)을 달성했다. 그러나 20개 미만의 원자로 이루어진 유기 분자는 약 10¹²개, 30개 미만의 원자로 이루어진 유기 분자는 10⁶⁰개에 이를 것으로 추정된다. 이는 배터리 기술을 혁신하고 과학 전반에 큰 변화를 가져올 새로운 분자 발견의 잠재력이 여전히 크다는 것을 보여준다.

SES AI의 CEO 치차오 후(Qichao Hu)는 "AI는 모든 것을 변화시키고 있다. 당사의 제조, 안전, 과학을 위한 AI 모델은 EV 및 도심 항공 모빌리티 분야에서 리튬메탈 배터리의 상용화, 수익성 확보, 매출 창출을 가속화하고 있다"고 밝혔다.
'과학을 위한 AI' 이니셔티브는 엔비디아 HGX H100 GPU 클러스터를 활용해 시작된다. 이 클러스터는 국가 인공지능 연구 자원(NAIRR)을 통해 제공되며, 1천억 개 이상의 유기 분자를 포함한 독자적인 데이터베이스를 대상으로 밀도범함수이론(DFT) 계산을 수행한다. 이 계산을 통해 각 분자의 전자 구조와 특성을 예측하는 포괄적인 DFT 데이터베이스가 생성된다.

이 데이터베이스는 엔비디아 HGX와 크루소 클라우드 플랫폼(Crusoe Cloud H100)을 활용한 물리학 기반 머신러닝(ML) 모델의 구축(construct), 사전 학습(pre-train), 미세 조정(fine-tine)의 기반이 된다. 이 모델 중에는 원자 에너지와 힘의 특성을 예측하는 견고한 기초 모델이 포함돼 있으며, 이는 새로운 배터리 전해질 용매를 발견하는 데 핵심적인 역할을 한다. 소규모 데이터 세트를 활용한 미세 조정을 통해 이 모델은 유전율, 점도, 이온전도도, 전기화학적 안정성과 같은 중요한 특성을 예측할 수 있게 된다.

SES AI는 이 기초 모델의 기능을 확장해 고급 생성 모델(Advanced generative model)을 구축, 학습, 미세 조정할 예정이다. 이 과정에서는 확산 모델, 변분 오토인코더(VAE), 강화 학습(RL) 등의 기술을 활용해 분자 생성과 동력을 이끌어낼 것이다. 이러한 작업은 크루소의 지속 가능한 컴퓨팅 인프라의 지원을 받아 진행돼, 집약적인 연산 작업을 효율적으로 수행하면서 환경에 미치는 영향도 최소화한다.

마지막 단계에서는 배터리 관련 문헌과 텍스트에서 약 2000억개의 토큰을 바탕으로 700억개의 매개변수(파라미터)를 가진 라마(Llama) 3 모델을 훈련시켜 멀티모달(Multimodal) 대규모 언어 모델(LLM)과 AI 에이전트를 구축하게 된다. 이를 통해 엔비디아의 가속 컴퓨팅 플랫폼과 슈퍼마이크로의 고성능 하드웨어를 통해 가능해지며, SES AI의 예측 범위와 정확도를 크게 넓힌다. AI 기반 분석을 통해 선별된 가장 유망한 후보 물질은 SES AI의 전해질 파운드리에서 철저한 실험실 테스트를 거쳐 배터리 셀에서 합성 및 실제 성능을 평가받게 된다.

후 대표는 "더 많은 엔비디아 GPU를 통해 AI 모델 훈련의 정확도를 높일 수 있을 만큼 방대한 분자 세계를 매핑할 것으로 기대한다. 이러한 지도가 완성되면 전기차와 도심 항공 모빌리티(UAM)를 위한 리튬메탈뿐 아니라 소비자 전자제품, 그리드 저장, 자동차 및 기타 응용 분야를 위한 리튬이온 배터리 소재의 발견을 가속화할 수 있을 것"이라고 말했다.


이상훈 글로벌이코노믹 기자 sanghoon@g-enews.com