화학·소재·에너지·생명공학 산업에서 인공지능(AI) 도입이 본격화되는 가운데 그 성패를 가르는 핵심이 알고리즘이 아닌 데이터 자산화와 도메인 전문가의 역할이라는 현장의 목소리가 나왔다.
다쏘시스템코리아는 지난 12일 화학·소재·에너지·생명공학 분야 연구개발 담당자들을 대상으로 ‘바이오비아(BIOVIA) 유저데이 2026’을 개최했다고 16일 밝혔다. AI와 자동화, 데이터 기반 과학 연구의 혁신 방향을 주제로 마련된 이번 행사에는 코닝정밀소재·경상국립대·아티스시스템 등 외부 전문가와 다쏘시스템코리아 파트너들이 연사로 참여해 실증 사례와 최신 기술 방향을 공유했다.
발표자들은 AI 도입 성패가 알고리즘이 아닌 데이터의 체계적 관리 및 도메인 전문가의 역할에 달려 있다고 한 목소리로 강조했다. 이주상 다쏘시스템코리아 브랜드 세일즈 총괄 본부장은 환영사에서 연구개발 속도와 품질·규제 기준이 동시에 강화되는 산업 환경 변화를 진단하며 바이오비아를 AI 기반 엔드 투 엔드(End-to-End) 과학 포트폴리오로 정의했다.
그는 분자 설계부터 공정 최적화까지 전 과정을 가상 환경에서 연결하는 ‘버추얼 트윈’, 업무 맥락을 학습해 정교한 인사이트를 제공하는 산업용 AI 전문가 ‘버추얼 동반자’, 가상 시뮬레이션 결과와 실험 데이터를 순환 학습하는 ‘생성형 경험’ 세 가지를 핵심 기술 방향으로 제시했다. 이 본부장은 “이 모든 과정의 출발점은 결국 데이터”라면서 표준화되고 연결된 데이터 구조를 통해 지속적으로 지식과 인사이트를 생산해내는 것이 중요하다고 강조했다.
문정환 코닝정밀소재박사는 재료과학 분야 AI·머신러닝 적용 현장 경험을 바탕으로 알고리즘보다 데이터와 도메인 전문가가 AI 시스템의 성패를 가른다고 강조했다. 오픈소스 확산으로 알고리즘 격차는 1~2년에 불과하지만 기업이 직접 축적한 실험·계산 데이터와 도메인 전문가 판단 역량은 대체 불가능한 경쟁력이라는 논지다.
문 박사는 데이터를 외부에서 쉽게 넘어올 수 없게 만드는 성곽의 ‘해자(Moat)’에 비유하면서 단순히 저장해 두는 것만으로는 자산화가 되지 않으며 FAIR 원칙(Findable·Accessible·Interoperable·Reusable)에 따른 체계적 정비가 선행돼야 실제 경쟁력으로 작동한다고 강조했다. 머신러닝 모델이 자신 있게 틀린 답을 내놓는 ‘트러스트 갭’ 문제도 짚으면서 물리 법칙을 네트워크 구조에 내장하거나 액티브 러닝을 활용해 모델 신뢰도를 높이는 접근을 소개했다.
박치훈 경상국립대 에너지공학과 교수는 바이오비아 머티리얼 스튜디오를 활용한 수소 연료전지용 전해질막 분자 시뮬레이션 연구 성과를 발표했다. 전해질막 내 수화 채널 구조를 분자동역학으로 분석해 불소계 나피온(Nafion)과 탄화수소계 막 간 양성자 전달 성능 차이를 규명한 연구로, 실험만으로는 직접 관찰이 어려운 막 내부 구조를 시뮬레이션이 보완하는 방식이다.
박 교수는 “현재 전해질막 연구의 관심이 이온 전도도 같은 성능 지표에서 열화·내구성 분석으로 이동하고 있다”며 “이 지점에서 분자 시뮬레이션 활용 범위가 계속 넓어지고 있다”고 설명했다.
김태래 다쏘시스템코리아 파트너는 머티리얼 스튜디오(Materials Studio) 신기능을 소개했다. 이번 릴리즈 핵심은 머신러닝 포텐셜 기술 강화로 기존 양자 계산 방식에 준하는 정확도를 최대 10만 배 빠른 속도로 구현할 수 있게 됐다. 사용자가 자체 시스템에 맞춰 모델을 직접 파인튜닝하는 기능과 파이썬 API 공식 지원, 점도 계산 자동화 워크플로우도 새롭게 추가됐다.
서웅식 파트너는 소재 개발 정보학과 에이전트 AI의 융합 흐름과 함께 브리지스톤·벨그룹 등 글로벌 기업의 AI 적용 사례를 소개했고, 황하영 파트너는 전자연구노트·포뮬레이션 디자인·래버러토리 오퍼레이션으로 구성된 바이오비아 통합 플랫폼의 구체 기능을 발표했다.
윤형근 아티스시스템 이사는 파이프라인 파일럿 기반 현장 구축 사례로 행사의 현실감을 높였다. 신소재 개발사 K사 사례에서는 약 50건의 실험 데이터를 기반으로 선형 회귀와 역설계 모델을 적용해 3000개 이상 가상 배합 후보를 도출했다. 반응 최적화 프로젝트를 진행한 D사에서는 403개 핵심 인자를 26개로 압축하고 분석 기간을 6개월에서 1개월로 단축했다. 시계열 예측 모델과 날씨 데이터를 결합해 반응 시간을 절반으로 줄이는 모델을 실제 생산 탱크에 적용 중이다.
윤 이사는 “AI를 채택하지 않는 비용이 너무 크다”면서도 “데이터를 쓸 수 있는 형태로 만들고 결측 없이 기록하는 선순환 구조를 먼저 갖추는 것이 모든 AI 활용 전제”라고 강조했다.
다쏘시스템코리아는 이번 행사를 통해 과학·AI·자동화·데이터를 하나의 통합 플랫폼 환경에서 연결하는 바이오비아 포트폴리오를 지속 발전시키며 고객의 디지털 전환을 지원하겠다는 방향을 재확인했다.
기사 출처 :
https://www.ddaily.co.kr/page/view/2026031613510717742 (디지털데일리 이안나 기자)