폴리머라이즈-KNiT, 이미지 분석 분야 업무 협약 체결… 소재·화학 R&D 혁신 가속화

AI 기반 데이터 관리 및 예측 모델링 플랫폼을 제공하는 폴리머라이즈(Polymerize)와 이미지 분석 솔루션 ‘GeXeL’을 개발하는 KNiT Corporation(이하 KNiT)이 소재·화학 산업의 연구개발(R&D) 혁신 및 디지털 전환(DX) 가속화를 위해 이미지 분석 분야에서의 전략적 업무 협약을 체결했다고 밝혔다.

이번 파트너십을 통해 양사는 전자현미경(SEM/TEM) 이미지나 외관 사진 등 기존에 활용하기 어려웠던 ‘비정형 데이터’에서 고정밀 특징량을 추출·정량화하고, 이를 머신러닝 모델의 학습 데이터로 연계하는 예측 및 최적화 데이터 분석 플로우를 공동 제안한다. 이를 통해 R&D 현장의 데이터 기반 의사결정을 강력하게 지원할 계획이다.

◇ 협약 배경: 비정형 이미지 데이터 활용의 한계 극복

최근 소재·화학 산업에서는 AI를 활용해 실험 데이터와 물성을 분석하는 데이터 관리 시스템 및 소재 인포매틱스(MI)의 도입이 활발해지고 있다. 그러나 연구 현장에 축적된 방대한 이미지 데이터는 수치화 및 정량적 활용이 까다로워 분석에서 제외되는 경우가 많았다. 또한 여전히 많은 기업이 숙련된 연구원의 육안 검사와 수동 측정에 의존하고 있어 ‘분석의 개인차’, ‘과도한 업무 부하’, ‘데이터 정량화 부족’ 등의 과제를 안고 있었다.

이러한 문제를 해결하기 위해 고속·고정밀 이미지 특징량을 추출하는 KNiT와 화학, 소재 분야 연구원들을 위한 데이터 관리 및 고급 AI 예측 모델링을 지원하는 폴리머라이즈가 손을 잡았다. 양사의 강점을 결합해 이미지 특징량 추출, AI 모델링, 소재 설계, 공정 조건 최적화까지 아우르는 솔루션을 제공한다는 취지다.

◇ 양사 협력을 통한 고객 가치

KNiT의 기술로 추출한 세부 특징량(입자 크기, 분산도, 형상, 결함 분포 등)을 폴리머라이즈 플랫폼의 학습 데이터로 누적·활용함으로써 다음과 같은 핵심 가치를 창출한다.

1. 이미지 데이터의 ‘자산화’ 및 재현성 향상

그동안 주관적일 수 있었던 이미지 평가를 고정밀 AI로 신속하게 수치화(디지털화)한다. 분석 연구원에 관계없이 동일한 결과를 얻는 ‘재현성’을 확보하고, 사장되던 이미지 데이터를 AI 분석이 가능한 강력한 ‘자산’으로 전환한다.

2. 이미지-물성 상관관계 규명을 통한 R&D 가속화

KNiT에서 출력된 이미지 특징량 데이터를 폴리머라이즈로 가져와 머신러닝 플로우에 연계함으로써 ‘제조 조건의 변화가 미세 구조에 어떤 영향을 미치고, 이것이 최종 제품의 물성(강도, 품질 등)으로 어떻게 이어지는지’의 인과관계를 명확히 규명할 수 있다.

3. 데이터 기반 의사결정으로 개발 기간 단축 및 수율 향상

정량화된 이미지 데이터를 바탕으로 폴리머라이즈의 AI가 최적의 다음 실험 조건을 추천(역분석/역설계)한다. 목표로 하는 미세 구조와 표면 품질을 얻기 위한 시행착오 횟수를 극적으로 줄여 개발 기간 단축과 제조 공정 수율 향상에 기여한다.

◇ 주요 적용 사례

· 분산 및 응집 평가: 필러, 첨가제, 복합재 내 입자의 분산도와 응집도를 정량화해 제품의 강도 및 전도성과의 상관관계 분석

· 접착제 박리 및 잔류물 평가: 테이프 박리 후 잔류 접착제의 형태와 양을 이미지로 정량화해 잔류물을 억제하는 최적의 배합비 및 코팅·건조 공정 조건 도출

· 열화 및 파괴 모드 예측: 파단면 관찰 이미지로부터 파괴의 기점과 모드를 분류하고, 이를 내구성 향상을 위한 소재 설계에 피드백

◇ ‘이미지 분석 AI × MI 연계 R&D 혁신 웨비나’ 개최

양사는 이번 파트너십을 기념해 비정형 이미지 데이터를 실제 소재 개발에 어떻게 적용하는지 실무 중심의 방법론을 소개하는 공동 웨비나를 개최한다.