CATL 후보물질 발굴 프로토콜 생성 및 스크리닝 자동화 AX 로드맵
기존의 배터리 후보물질 발굴은 수만 가지의 원소 조합을 연구원이 수동으로 합성하고 스크리닝하는 물리적 한계에 부딪혀 왔습니다. CATL은 머신러닝 인터아토믹 포텐셜(MLIP) 가속 시뮬레이션과 생성형 AI 기반 실험 프로토콜 설계, 인공지능 로봇 생태계를 결합하여 수일이 걸리던 전 과정의 '자율형 폐루프(Closed-loop)' 자동화를 실현해 나가고 있습니다.
📅 단계별 로드맵 및 추진 일정
1단계: 가상 공간에서의 후보물질 고속 융합·스크리닝 인프라 (~2025년 초)
- 주요 내용: 제일원리 계산(DFT)의 느린 한계를 극복하기 위해 머신러닝 인터아토믹 포텐셜(MLIP) 기술을 도입하고 고속 스크리닝 파이프라인을 구축했습니다.
- 구체적 성과: 프라이빗 클라우드 인프라를 바탕으로 도핑(Doping)에 따른 양극 활물질(CAM) 고체 위상 안정성과 전압 곡선을 전 가상 공간에서 단시간에 연산하고, 10만 건 이상의 가상 배터리 설계 케이스를 전수 검증할 수 있는 데이터 매핑을 마쳤습니다.
- 출처 및 근거 자료: OpenReview 및 National Science Open에 기재된 머신러닝 포텐셜 기반 배터리 설계 자동화(BDA) 아키텍처 및 고속 파이프라인 논문을 바탕으로 합니다.
2단계: LLM 에이전트 기반 프로토콜 자동 생성 및 자율형 실험 제어 (현재 ~ 2026년 진행 중)
- 주요 내용: 가상 스크리닝을 통과한 유망 후보물질에 대해 AI 엔지니어가 논문 및 데이터베이스(Materials Project 등)를 기반으로 최적의 합성 프로토콜(Synthesis Protocol)을 텍스트 및 코드로 자동 생성하는 단계입니다.
- 로보틱스 융합: 생성형 대형언어모델(LLM)이 수립한 합성 지침과 힘 제어 루프 아키텍처(VLA 모델)는 CATL의 스마트 팩토리 및 실험 인프라와 결합하고 있습니다. 최근에는 Galbot 등과의 글로벌 파트너십을 통해 시각 변위 제어 기능과 지능형 다중 에이전트 컴퓨터를 결합, 자율 로봇이 수작업 물질 핸들링과 스크리닝 샘플 배치를 인간 개입 없이 완전 자율로 수행하는 폐루프 검증 모델을 연구소 현업에 이식 중입니다.
- 출처 및 근거 자료: 세계경제포럼(WEF) MINDS 수상 분석 보고서 및 글로벌 휴머노이드 로봇 생태계 공식 발표 자료에 기반합니다.
3단계: 분자 설계-자율 합성-실시간 셀 스크리닝 통합 플랫폼 완성 (~2030년 목표)
- 주요 내용: 2030년 차세대 전고체 배터리(SSB), 응축(Condensed) 배터리 양산 로드맵과 동기화되어 가상 분자 역설계부터 무인 로봇 실험실의 물리적 합성과 고속 스크리닝이 하나의 신경망처럼 연결되는 인프라를 타겟으로 합니다.
- 최종 목표: 새로운 화학적 조성(Composition) 입력 시 'AI의 분자구조 스크리닝 → 자율 프로토콜 코딩 → 로봇 합성 및 고속 코팅 셀 제작 → 초고속 수명/계면 검증'까지 R&D 리드타임을 기존 수개월에서 단 하루 단위로 단축하는 완전 자율형 실험 생태계를 완성하는 것입니다.
💡 후보물질 발굴 및 스크리닝 프로세스 AX 전후 비교
AI 프로토콜 생성 및 자율 고속 스크리닝 도입으로 배터리 선행 연구 패러다임이 시행착오 기반에서 'AI Co-Design' 기반으로 전환되었습니다.
| 평가 항목 | 기존 후보물질 발굴 (Human-driven) | AX 자동화 고속 발굴 (AI + Robotics Closed-loop) |
|---|---|---|
| **원소 조합 스크리닝** | DFT 기반 고비용 연산 또는 연구원 수작업 필터링 (수주) | 머신러닝 포텐셜(MLIP) 가속 대규모 가상 스크리닝 (수 분 이내 수만 개 검증) |
| **실험 프로토콜 설계** | 기존 문헌 수동 분석 및 레시피 시행착오 튜닝 (수일) | LLM 기반 최적 합성 경로 및 공정 매개변수 프로토콜 자동 생성 (수 초 내 코드/텍스트 출력) |
| **합성 및 샘플링** | 연구원의 수동 계량, 혼합, 소성, 셀 조립 (수일~수주일) | Embodied AI(구현된 인공지능) 로봇 기반 자율 핸들링 및 고속 합성 연동 |
| **스크리닝 피드백** | 테스트 완료 후 수동 데이터 수집 및 분석 보고서 작성 | 예측 오차 실시간 보정 정확도 **95% 이상**의 실시간 디지털 트윈 피드백 |