실험실 자동화의 혁신적 접근이 과학자들의 신소재 발견 방식을 변화시키고 있다. 노스캐롤라이나 주립대학교 연구진은 기존 기술보다 최소 10배 더 많은 데이터를 수집할 수 있는 자율 실험실을 개발해 소재 발견의 속도를 획기적으로 높였다.
이 연구 성과는 네이처 케미컬 엔지니어링(Nature Chemical Engineering)에 게재됐으며, 화학 혼합물이 시스템을 통해 연속적으로 흐르면서 실시간으로 모니터링되는 동적 유동 실험 방식을 적용했다. 이는 반응이 끝날 때까지 기다려야 하는 기존의 정상상태 실험 방식과는 근본적으로 다르다.
"우리는 이제 화학 혼합물이 시스템을 통해 지속적으로 변화하며 실시간으로 모니터링되는 동적 유동 실험을 활용한 자율 실험실을 구축했습니다."라고 논문의 교신저자이자 NC State의 화학 및 생체분자공학 ALCOA 교수인 밀라드 아볼하사니(Milad Abolhasani)는 설명한다. "마치 한 장의 사진에서 반응이 일어나는 전체 영화를 보는 것으로 전환한 것과 같습니다."
이 시스템은 실험이 끝날 때까지 기다리지 않고, 샘플을 끊임없이 분석하며 0.5초마다 데이터를 수집한다. 이러한 연속적 운영 덕분에 실험실의 머신러닝 알고리즘은 훨씬 더 많은 고품질 실험 데이터를 받아 예측 정확도가 높아지고 문제 해결 속도도 빨라진다.
속도뿐 아니라 환경적 영향도 크게 줄였다. "필요한 실험 수를 줄임으로써 화학물질 사용과 폐기물을 크게 감소시켜 보다 지속가능한 연구를 가능하게 했습니다."라고 아볼하사니 교수는 강조한다. "미래의 소재 발견은 얼마나 빨리 가느냐뿐만 아니라, 얼마나 책임감 있게 가느냐도 중요합니다."
이 혁신은 글로벌 과제 해결에도 큰 영향을 미칠 전망이다. 자율 실험실은 과학자들이 청정 에너지, 첨단 전자, 지속가능한 화학물질 등에서 획기적인 신소재를 수년이 아닌 며칠 만에 발견할 수 있도록 도울 수 있다. 실제 테스트에서 동적 유동 시스템은 학습 후 첫 시도에서 최적의 소재 후보를 찾아내 효율성을 입증했다.
이 기술은 AI와 로보틱스가 기존 방식보다 10~100배 빠르게 발견을 가속하는 '자율 과학'의 흐름 속에 있다. 이러한 시스템이 계속 발전함에 따라, 에너지·지속가능성·첨단 소재 개발 등 사회적 난제에 대한 신속한 해결책을 제공할 것으로 기대된다.