AI와 핵융합 – 한 혁신 기술을 활용해 다른 기술을 발전시키다

 인공지능은 여러 산업과 연구 분야에서 활용 범위를 넓히고 있습니다. 핵융합 연구에서도 플라즈마 제어와 재료 설계 등을 지원하는 도구로 주목받습니다.

핵융합은 미래의 저배출 에너지원으로 연구되고 있습니다. 다만 아직 상업적으로 전기를 공급하는 기술은 아닙니다.

핵융합은 높은 에너지 밀도와 낮은 운전 중 배출량을 기대할 수 있습니다. 그러나 삼중수소 공급, 재료 내구성, 유지보수와 경제성 등은 해결해야 할 과제입니다. 안전성과 지속 가능성도 구체적인 설계에 따라 평가해야 합니다.

2024년 2월 발표된 JET의 핵융합 에너지 기록은 2023년 실험에서 나온 결과입니다. 약 0.2mg의 연료로 5초 동안 약 69MJ의 핵융합 에너지를 발생시켰습니다. 가정에 순전력을 공급한 것은 아니며, 시설 전체의 에너지 소비는 핵융합 출력보다 컸습니다.

플라즈마를 유지한 시간과 높은 핵융합 에너지 출력을 유지한 시간은 다릅니다. 일부 장치는 플라즈마를 몇 초보다 훨씬 오래 유지할 수 있습니다. AI는 이러한 제어를 개선하는 방법으로 연구됩니다.

최근 인공지능 기술의 발전은 데이터 분석과 모델링 등 다양한 연구를 지원하고 있습니다. 핵융합에서도 과제별로 효과와 한계를 검증해야 합니다.

AI는 특정 불안정성의 예측, 플라즈마 조정, 설계와 재료 후보의 빠른 평가에 활용될 수 있습니다. 모든 물리 모델이나 실험을 대신하는 것은 아닙니다.

상업적 핵융합 발전이 실현될 시점은 확정되지 않았습니다. AI는 일부 연구를 가속할 수 있지만 특정 연도의 실용화를 보장하지 않습니다.

당시 프린스턴 플라즈마 물리학 연구소(PPPL) 소장이었던 스티븐 코울리(Steven Cowley)는 핵융합을 AI의 중요한 응용 분야로 평가했습니다:

핵융합이 AI의 대표적인 핵심 응용 분야가 될 수 있다는 취지입니다.

2024년 초 프린스턴과 PPPL 연구진은 특정한 찢어짐 모드 불안정성을 예측하고 운전 변수를 실시간으로 조정하는 AI 제어기를 소개했습니다.

DIII-D 실험에서 제어기는 이러한 불안정성을 최대 300밀리초 앞서 예측했습니다. 모든 종류의 플라즈마 교란을 예측하거나 방지했다는 뜻은 아닙니다.

플라즈마 교란은 핵융합의 중요한 과제입니다. 미래의 상업용 시설에는 높은 가동률뿐 아니라 계획된 유지보수도 필요합니다.

에게멘 콜레멘은 불안정성 제어의 발전이 안정적인 운전 가능성에 대한 기대를 높인다고 설명했습니다. 이미 수년간 무고장 운전을 달성했다는 의미는 아닙니다.

— 에게멘 콜레멘, 연구 공동저자이자 프린스턴 대학 교수

핵융합 시설용 합금 설계를 지원하는 AI

ORNL은 미래 핵융합 시설의 부품에 활용할 수 있는 합금 연구를 위해 계산 데이터를 만들었습니다.

이 프로젝트는 데이비드 웜블의 이전 지원에 이어 인공지능을 통한 과학적 발견(AISD) 연구로 진행됐습니다.

정밀 계산에는 많은 자원이 필요합니다. 머신러닝은 재료 연구를 보완하는 도구로 검토되며, 모든 계산이나 시험을 대체하지 않습니다.

딥러닝은 원자 배열과 재료 특성 사이의 비선형 관계를 학습할 수 있습니다. 예측의 신뢰도는 학습 데이터와 검증에 달려 있습니다.

훈련된 모델은 전체 밀도범함수 이론(DFT) 계산보다 훨씬 빠르게 예측할 수 있습니다. 그러나 새로운 조성에서도 정확하다고 가정해서는 안 되며 독립적인 검증이 필요합니다.

재료는 고온뿐 아니라 방사선과 기계적 하중도 견뎌야 합니다. 높은 융점이나 분해 온도만으로 이러한 성능이 보장되는 것은 아닙니다.

텅스텐과 다른 내열 금속은 까다로운 원자력 응용을 위해 연구됩니다. 각 조성에는 서로 다른 한계가 있습니다.

연구진은 대안적인 금속 조합을 탐색했습니다.

가능한 조성이 매우 많아 후보 탐색이 어렵습니다.

계산은 추가 시험을 할 후보를 선별하는 데 도움을 줄 수 있습니다. 실험 검증을 생략할 수 있다는 뜻은 아닙니다.

연구진은 Scientific Data에 DFT로 계산한 바닥상태 특성을 담은 네 개의 공개 데이터셋을 발표했습니다.

데이터는 NbV, NbTa, TaV와 NbTaV 합금의 체심입방(BCC) 구조를 다뤘으며, 128개의 격자 자리를 사용했습니다.

핵융합에는 열, 방사선과 하중에 견디는 재료가 필요합니다. 계산 데이터는 설계를 도울 수 있지만 이미 원자로용으로 인증된 재료를 뜻하지 않습니다.

후보를 더 빨리 평가하는 일은 핵융합 장치 개발에 도움을 줄 수 있습니다. 실제 적합성은 시험으로 확인해야 합니다.

AI 기반 데이터 모델링으로 과학적 발견 가속

데이터셋은 제일원리 계산으로 생성됐으며, 이후 머신러닝 모델의 개발과 훈련에 활용할 계획이었습니다.

더 넓은 연구 목표는 여섯 가지 원소를 다루는 것이었습니다. 모든 고엔트로피 합금이 반드시 여섯 원소로 구성돼야 한다는 뜻은 아닙니다.

고엔트로피 합금은 활발한 연구 분야입니다. 이전의 연구는 수천 가지 조성을 계산으로 평가했습니다. 이러한 예측은 실험으로 성능을 인증한 것과 다릅니다.

일리노이 공과대학의 웨이 첸은 관련 계산 재료 설계 연구에 참여했습니다.

데이터만으로는 충분하지 않습니다. 적절한 모델과 예측 검증도 필요합니다.

데이터 생성에는 1년 이상의 계산 작업이 필요했습니다.

서밋 슈퍼컴퓨터는 오크리지 리더십 컴퓨팅 시설의 일부로 ORNL에 설치되어 있으며, 펄머터는 로렌스 버클리 국립연구소에 있습니다. 두 컴퓨팅 시스템 모두 미국 에너지부 과학국이 연구자에게 제공하는 사용자 시설입니다.

목표는 조성과 농도의 탐색을 빠르게 할 수 있는 모델을 훈련하는 것이었습니다.

루포 파시니는 이를 재료 과학자의 시험 후보 조성 선정을 돕는 작업으로 설명했습니다.

– 루포 파시니

2023년 ORNL의 다른 연구팀은 대규모 분자 데이터셋을 발표했습니다. 천만 개 이상 유기 분자의 자외선–가시광선 스펙트럼 특성을 계산한 것으로, 합금 데이터 연구와는 별개입니다.

분자의 빛과의 상호작용을 이해하는 것은 전자 및 광학 특성을 밝히는 데 중요하며, 이는 의료 영상 시스템 및 태양전지와 같은 광활성 응용 분야에 잠재력을 가집니다.

양자화학 계산으로 생성된 데이터는 분자 특성을 예측하는 모델의 훈련에 활용될 수 있습니다. 유망한 예측이 곧 실용적인 분자라는 보장은 없습니다.

이 규모의 제일원리 계산은 많은 자원이 필요합니다. 딥러닝 모델은 정확도를 확인한 뒤 더 빠른 근사 방법으로 사용할 수 있습니다.

HydraGNN은 분자나 원자 배열을 원자와 그 관계로 이뤄진 그래프로 표현하고 선택한 특성을 예측합니다. 개별 원자 내부 구조를 재료 전체의 그래프로 바꾸는 것은 아닙니다.

연구진은 슈퍼컴퓨터에서 HydraGNN의 확장성을 시연했습니다. 그래프 신경망을 큰 데이터셋으로 훈련하는 데 도움이 되는 접근입니다.

규모 확장은 더 큰 계산을 가능하게 하지만, 예측의 신뢰도는 별도로 평가해야 합니다.

관련 분야에서 활동하는 기업

AI와 핵융합은 투자자의 관심을 받고 있습니다. 다음 기업들은 더 넓은 관련 산업에서 활동하며, 모두 상업용 핵융합에 직접 투자하는 수단은 아닙니다. 수익도 보장되지 않습니다.

#1. General Electric (GE)

제너럴 일렉트릭, 이후 GE Aerospace와 GE Vernova는 2024년 4월 2일 분사 이후 서로 다른 상장사입니다. GE Vernova의 원자력 사업은 비등수형 원자로(BWR) 등 주로 핵분열에 관련되며 핵융합과 구분해야 합니다.

GE의 주가 188.94달러, 시가총액 약 2,044억 6,900만 달러, 연초 대비 상승률 47.83%, EPS 4.28, P/E 44.09, 배당수익률 0.59%는 기사 시점의 과거 수치입니다. GEV의 수치나 현재 시세가 아닙니다.

별도로 GE Vernova는 2024년 2분기에 총 매출 82억 달러, 순이익 13억 달러를 보고했습니다. 주문액 118억 달러는 매출의 약 1.4배였습니다. 해당 분기의 영업현금흐름은 약 10억 달러였고, 분기 말 현금은 58억 달러로 분사 당시 42억 달러보다 늘었습니다.

스콧 스트라직은 전력화와 탈탄소화가 GE Vernova 제품과 서비스의 수요를 뒷받침한다고 설명했습니다.

— GE Vernova (GEV ) 당시 CEO 스콧 스트라직

#2. IBM (IBM)

NVIDIA (NVDA )는 AI와 고성능 컴퓨팅 분야에서 활동합니다. 제시된 주가 상승률 134.76%는 기사 시점의 과거 수치입니다. IBM도 AI 연구와 클라우드 기반 양자컴퓨터 서비스를 제공합니다.

시뮬레이션과 데이터 분석은 에너지 연구를 지원할 수 있습니다. IBM은 데이터를 활용한 원자력 발전 최적화도 논의했습니다. 이는 오늘날의 양자컴퓨터가 핵융합 문제를 이미 해결했다는 증거가 아닙니다.

IBM의 과거 시점 수치는 시가총액 약 2,015억 4,000만 달러, 주가 218.80달러, 연초 대비 상승률 34.82%, EPS 9.53, 배당수익률 3.05%였습니다. 이 주가와 EPS로 계산한 P/E는 약 22.96배로, 2.95배가 아닙니다. 현재 가치평가를 나타내는 수치는 아닙니다.

IBM은 2024년 2분기에 매출 158억 달러를 보고했으며 전년 동기보다 2% 증가했습니다. 매출총이익률은 GAAP 기준 56.8%, 조정 기준 57.8%였습니다. 57.8%는 영업이익률이 아닙니다. 영업현금흐름 62억 달러와 잉여현금흐름 45억 달러는 첫 6개월 누적치였습니다.

#3. ATI Inc. (ATI)

ATI는 항공우주, 방위, 에너지 등 여러 산업에 특수 금속과 합금을 공급합니다. 고성능 재료 역량이 미래 핵융합 시설과 관련될 수는 있지만 이미 상업용 핵융합 매출이 발생한다는 근거는 아닙니다.

ATI의 시가총액 약 82억 달러, 주가 66달러, 연초 대비 상승률 44.74%, EPS 2.94, P/E 약 22.48은 기사 시점의 과거 수치이며 현재 시세가 아닙니다.

ATI는 2024년 2분기에 매출 11억 달러를 보고했으며 전 분기보다 5% 증가했습니다. ATI에 귀속되는 순이익은 8,190만 달러, 희석 주당순이익은 0.58달러였습니다. 26% 증가는 전 분기 대비 주당순이익에 해당하며 순이익 증가율은 약 24%였습니다. 조정 EBITDA는 1억 8,260만 달러였습니다.

킴벌리 A. 필즈는 계획 실행과 시장 수요 활용이 실적 개선에 기여했다고 설명했습니다.

— 킴벌리 A. 필즈, 당시 ATI 사장 겸 CEO

결론

AI는 핵융합 연구에서 플라즈마 제어와 재료 설계를 지원할 수 있습니다. 상업화까지의 시간을 얼마나 줄일지는 불확실합니다.

이러한 성과는 중요한 연구 단계입니다. 아직 완성된 발전 기술은 아니며 실험, 공학적 개발과 경제성 평가가 계속 필요합니다.

인공지능에 대한 투자에 대해 모두 알아보려면 여기를 클릭하십시오.