산업 중소기업

"물리법칙 접목한 AI가상실험… 제조업 R&D 효율 높일 것" [인터뷰]

이주미 기자
파이낸셜뉴스

이혜영 스피랩 대표
제조 공정 개발 비용·시간 절약
적은 데이터로도 가상시험 가능
신규 설비 안전성 검증도 척척
산단공 지원 통해 제품화 집중

이혜영 스피랩 대표가 9일 진행된 인터뷰에서 스피랩의 '가상실험' 기술에 대해 설명하고 있다. 사진=서동일 기자
이혜영 스피랩 대표가 9일 진행된 인터뷰에서 스피랩의 '가상실험' 기술에 대해 설명하고 있다. 사진=서동일 기자

"수십만 가지 공정 조건을 실제로 일일이 하나씩 실험할 수는 없다. 물리 법칙을 이해하는 인공지능(AI)이 컴퓨터 안에서 먼저 가능성을 좁혀주면 연구원들은 가장 유력한 조건을 중심으로만 실험할 수 있다."

이혜영 스피랩 대표는 9일 진행한 인터뷰에서 "제조업에서 최적의 제조 공정을 찾으려면 수많은 조건을 바꿔가며 반복적으로 실험해야 하지만, 실험 한 번에 상당한 시간과 비용이 든다"며 스피랩의 '가상실험' 기술을 이같이 소개했다.

지난 2017년 스피랩을 창업한 이 대표는 '실험하기 전에 컴퓨터 안에서 먼저 시험하게 해 주는 소프트웨어 회사'라고 스피랩을 정의했다. 스피랩(SPILAB)이라는 이름에도 '과학적인 방법으로 문제를 푸는 실험실'이란 뜻을 담았다.

스피랩은 물리 법칙과 AI를 결합해 실제 실험에 앞서 컴퓨터 안에서 결과를 예측하고, 최적의 조건을 찾아내는 가상실험 기술과 설비·시스템의 안전성과 작동 여부를 미리 검증하는 가상시험 기술을 개발하고 있다.

이 대표는 "핀테크 데이터 분석에서 사물인터넷(IoT), 설비 예지보전 등 사업 분야는 달라졌지만 현장의 물리적 제약을 이해하는 AI를 만들겠다는 방향은 일관됐다"며 "데이터 분석과 이상 감지 기술을 축적한 경험이 지금의 사업으로 이어졌다"고 설명했다.

스피랩의 핵심 경쟁력은 물리 법칙을 AI에 접목했다는 점이다. 기존 AI가 과거 데이터를 학습해 패턴을 찾는 방식이라면, 스피랩의 AI는 전류가 흐르면 열이 발생하고 온도가 올라가면 재료의 특성이 달라지는 등의 물리 법칙을 이미 알고 이를 바탕으로 작동한다.

이 대표는 "물리 법칙을 처음부터 알고 시작하기 때문에 데이터가 거의 없는 새 소재나 새 설비에서도 적용할 수 있다"며 "물리 법칙으로 가상의 데이터를 먼저 만들고, 소량의 실제 측정값으로 현장에 맞게 보정한다"고 설명했다.

가상실험이 소재와 공정의 최적 조건을 찾는 기술이라면 가상시험은 설비와 시스템이 실제 환경에서 제대로 작동하는지 사전에 검증하는 기술이다.

스피랩의 가상시험 기술은 실제 설비나 현장을 컴퓨터 안에 구현하고 정상 상황부터 한계·고장 상황까지 반복적으로 시험할 수 있도록 설계됐다. 움직임과 위험 요소를 가상에서 수없이 반복하고, 시험 결과와 판정 근거를 기록으로 남긴다. 발사대 기구와 작업장 안전, 도시 침수 대응 등에 적용할 수 있다.

이 대표는 "설비를 실제로 구축한 뒤 문제가 발생하면 수정 비용이 커질 수밖에 없다"며 "가상시험을 통해 설계 단계에서 여러 상황을 반복적으로 검토하고, 어떤 조건에서 문제가 발생하는지 미리 확인할 수 있다"고 설명했다.

스피랩은 전체 7명 가운데 6명이 연구개발 인력인 기술 중심 조직이다. 본사는 울산 소재 울산과학기술원(UNIST) 캠퍼스에 있고 서울 금천구에 연구소를 운영중이다. 이에 따라 연구개발에 집중할 수 있는 외부 지원도 중요하다. 한국산업단지공단의 창업·기업 지원 공간인 킥스업(KICXUP)에 입주한 것도 이같은 이유에서다.

이 대표는 "입주 공간의 업무 환경이 안정적이고, 연구개발과 제품화에 집중할 수 있도록 지원 프로그램을 통해 전문가들을 만나고 협력 기회를 얻을 수 있다는 점이 도움이 됐다"고 말했다.

산업단지공단의 오픈이노베이션 프로그램을 통해 해외 진출 가능성도 봤다. 중국을 방문했을 당시 로봇 산업으로 가상실험 적용 범위를 넓힐 수 있겠다는 아이디어를 떠올렸다. 로봇의 관절과 손 등 물리적 힘을 받는 부품은 소재의 특성과 설계가 중요하기 때문이다.

이 대표는 "로봇 산업이 성장하려면 하드웨어뿐 아니라 이를 구성하는 소재 기술도 함께 발전해야 한다"며 "소재의 물성을 미리 예측하고 원하는 성능에 맞는 조건을 역설계하는 기술이 로봇 부품 개발에도 활용될 수 있을 것"이라고 말했다. 이어 "스피랩은 반도체, 배터리, 화학 소재공정을 중심으로 실제 제조 현장에서 활용 가능한 물리 기반 AI 및 가상실험 기술을 고도화해 나갈 계획"이라고 강조했다.

[email protected] 이주미 기자


※ 저작권자 © 파이낸셜뉴스, 무단전재-재배포 금지

기자 정보