금속재료의 개발에 있어 고성능화 및 개발기간 단축 등 시장의 요구에 대응하기에는
기존의 시행착오법에 기반한 에디소니언(Edisonian)방식은 한계가 존재
- 제품의 수명주기가 짧아지고, 특히 고객맞춤, 주문생산 제품을 요구하는 시장수요에 부응하기 위하여, 개발기간 단축과 개발비용 절감 요구가 높아지는 추세
- 특히 소재가 고성능화 될수록 공정과 특성 관계가 선형적으로 명확하지 않고 검색공간(가능한 조성·공정의 집합)이 너무 커서 효율적인 개발에 한계가 있음.
- 물리적 계산에 기반을 둔 제일원리, 분자동역학 등의 계산재료학의 경우, 스케일의 한계 등으로 실제 가능한 조성 및 공정의 경우의 수를 포괄하는 예측 곤란

인공지능을 활용한 소재 및 공정 개발은 아직 초기 단계이나 일부 가시적인 성과가
창출되면서 응용범위의 확대와 더불어 개발환경도 빠르게 개선되는 상황
- 데이터 기반의 AI는 재료의 공정-구조-조성-특성-성능의 중심위치에서 각각의 요소들과 상호 관계를 형성하여 예측/제어를 가능하게 함으로써 고객의 요구사항을 만족시키기 위한 합금성분과 공정조건을 효율적으로 도출해 줄 수 있음.
- AI 기술을 바탕으로 전산모사 툴, 실험 툴, 다양한 예측/제어 툴과 소재 데이터베이스가 유기적으로 통합될 때 실험실에서 시장(Lab. to Market) 까지의 시간이 획기적으로 단축될 것으로 기대

[원문보기]