NTT는 8월 25일 AI, 로봇과 자동 측정을 결합한 해석 가능한 자율 증착 기술을 실증했다고 발표했다. 차세대 전력 반도체 후보인 β-Ga₂O₃를 탐색하는 시스템이다.
AI 연구실은 어떻게 작동하나
시스템은 박막 증착, 기판 이동, 광학 측정과 데이터 분석을 자동으로 수행한 뒤 결과를 바탕으로 다음 실험 조건을 정한다. NTT는 연구자가 주도하는 기존 방식보다 증착과 평가 주기를 약 3배 빠르게 할 수 있다고 밝혔다.
연구자는 같은 수동 절차를 반복하는 대신 문제 정의, 결과 해석과 공정 전환에 더 많은 시간을 쓸 수 있다.
답뿐 아니라 이유까지 설명한다
기존 머신러닝 최적화는 효과적인 파라미터를 찾더라도 왜 효과적인지 설명하기 어렵다. 재료, 장비나 환경이 바뀌면 기존 최적값을 그대로 적용하기도 어렵다.
NTT는 온도, 스퍼터링 전력, 아르곤 유량과 산소 유량 등을 분석해 파라미터의 영향과 상호작용을 정리하고 사람이 이해할 수 있는 증착 규칙으로 바꾼다.
이번 실험에서 무엇을 달성했나
NTT에 따르면 시스템은 스퍼터링 방식으로 고품질 단결정 β-Ga₂O₃ 박막을 만들었으며, 회사는 이 방식으로는 세계 최초라고 설명했다. AI Watch는 56회의 증착 실험을 통해 고품질 조건에 도달했다고 보도했다.
관련 연구는 8월 13일 Nature Communications에 게재됐다. 현재는 연구 성과이며 재료가 상업적 양산에 들어갔다는 뜻은 아니다.
AI for Science에 주는 의미
이번 성과는 과학 연구에서 AI의 역할이 연구자를 대신해 파라미터를 찾는 단계에서 다른 실험에도 쓸 수 있는 지식을 정리하는 단계로 이동하고 있음을 보여준다. 재료, 화학과 반도체 연구에서는 한 번의 최고 점수보다 설명 가능하고 재사용할 수 있는 결과가 더 가치 있을 때가 많다.
