Discovered Materials is playing AI whack-a-mole to hunt cooler chips

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

디스커버드 머티리얼스는 앤트로픽 모델과 자체 기초 물리 모델, 실험실 검증을 결합해 발열이 적고 방열이 나은 반도체 소재를 찾으려 하지만, 상용화의 핵심 병목은 후보 수가 아니라 제조 가능성·전기적 특성까지 거르는 필터링과 합성이다.

📌 핵심 요약

• 인공지능 작업용 칩의 열과 데이터센터 냉각·전력 문제를 겨냥한 디스커버드 머티리얼스는 에이전트 무리로 더 효율적인 집적회로용 소재를 탐색하며 900만 달러의 시드 투자를 유치했다.
• 아카시 람다스의 재료과학 전문성과 아드바이스 스리다르의 에이전트 경험을 바탕으로, 앤트로픽 모델이 후보를 만들고 자체 기초 물리 모델이 시뮬레이션으로 관심 가능성을 검증한다.
• 박사과정 당시 하루 약 20건이던 추측은 24시간 작동하는 에이전트를 통해 하루 수천 건으로 늘었고, 회사는 수백 개 소재 사례와 머티리얼 디스커버리 벤치를 공개했다.
• 회사는 기존 주요 칩 제조사가 쓰는 소재와 특성이 맞는 여러 후보를 발견했다고 밝혔지만 세부 정보는 공개하지 않았으며, 발열·방열 성능과 제조 가능성·전기적 특성이 동시에 충족돼야 한다.
• 회사는 향후 1년 안에 그래픽처리장치 적용 또는 칩 제조 공정 관련 특허 가치가 있는 소재를 확보해 라이선스하려 하지만, 현재 인공지능 발견 소재는 대규모 상업 배치에 이르지 못했고 올바른 필터링·합성·실험실 검증이 병목으로 지목된다.

🧩 주요 포인트

1. 하루 약 20건에서 수천 건으로 탐색량이 늘어 후보 공간은 빠르게 넓어졌지만, 후보 생성 속도가 실제 소재의 유용성이나 상용화를 보장하지는 않는다.
2. 새 물질 예측은 모델 향상과 함께 범용화될 수 있어, 람다스의 재료과학 경험·고유 데이터·신속한 실험실 검증이 경쟁력의 중심으로 제시된다.
3. 반도체 열 소재는 발열·방열, 제조 가능성, 전기적 특성의 동시 수렴이 필요하므로, 필터링과 합성 및 속도를 높일 수 없는 습식 실험실 과정이 핵심 제약이다.

🧠 상세 정리

1. 칩 발열 문제와 창업·투자 배경

인공지능 작업을 처리하는 칩은 많은 열을 내며, 이는 데이터센터가 많은 전기를 소비하고 별도의 냉각 시스템을 요구하는 이유 중 하나다. 디스커버드 머티리얼스는 인공지능 에이전트 무리를 이용해 더 효율적인 집적회로에 사용할 새 물질을 찾는 방식으로 이 문제에 접근한다. 회사는 와이콤비네이터를 거친 뒤 라이트스피드 인디아 파트너스가 주도한 900만 달러 규모의 시드 투자를 유치했으며, 피크 XV 파트너스와 폴 그레이엄, 고쿨 라자람, 타리크 시히파르도 참여했다. 공동 창업자 아드바이스 스리다르와 아카시 람다스는 각각 에이전트 개발 경험과 재료과학 연구 경험을 결합해 계산 탐색과 물질 검증을 잇는 회사를 세웠다.

2. 후보 생성과 물리 시뮬레이션 파이프라인

회사의 소프트웨어 파이프라인은 맞춤형 하네스 안에서 앤트로픽 모델을 사용해 유망할 수 있는 물질 후보를 먼저 생성한다. 이어 두 창업자가 훈련한 기초 물리 모델이 시뮬레이션을 실행해 각 후보가 실제로 관심을 둘 만한지 검증한다. 람다스가 박사과정 중 하루 약 20건의 추측을 내놓던 것과 달리, 현재 에이전트들은 연구자가 제시한 탐색 방향을 따라 클라우드에서 24시간 작동하며 하루 수천 건을 시험한다. 이는 탐색 단계의 처리량을 크게 높인 것이지만, 원문은 에이전트가 내놓은 모든 후보가 실험적으로 유효하다고 말하지 않으며 이후의 필터링과 검증을 별도 단계로 둔다. 따라서 이 구조의 핵심은 언어 모델의 후보 생성 자체보다 물리 시뮬레이션과 후속 실험을 연속적인 검증 흐름으로 연결하는 데 있다.

3. 공개 결과와 반도체 열 소재 집중 전략

디스커버드 머티리얼스는 수백 개의 새 물질 사례와 함께 최전선 모델들이 재료 탐색 과제를 어떻게 수행하는지 추적하기 위한 머티리얼 디스커버리 벤치를 공개했다. 회사는 주요 칩 제조사가 현재 사용하는 소재와 같은 특성을 보이는 물질을 여러 개 발견했다고 주장했지만, 구체적인 물질명이나 성능 수치는 밝히지 않았다. 매트넥스, 샌드박스에이큐, 커스프에이아이도 유사한 재료 발견 작업을 진행하는 가운데, 이 회사는 반도체 소재의 열 문제에 집중하는 전략을 택했다. 공개된 사례와 벤치는 탐색 역량을 보여주는 자료지만, 비공개 후보에 대한 세부 정보가 없으므로 기사만으로 제조 적합성이나 상용 가능성을 확인할 수는 없다. 결국 현재 공개 범위에서 확인되는 성과는 후보 생성과 비교 기반의 평가 틀이며, 실제 칩 적용 성과는 아직 제시되지 않았다.

4. 원자 구조의 두더지 잡기와 공학적 절충

재료 발견의 난점은 하나의 특성을 개선하는 것만으로 끝나지 않는 공학적 절충 공간에 있다. 발열을 줄이거나 방열을 개선하는 후보라도 칩으로 제조하기 지나치게 어렵거나, 필요한 전기적 특성이 손상될 수 있다. 투자 라운드를 이끈 헤만트 모하파트라는 이를 원자 구조를 상대로 한 ‘두더지 잡기’에 비유하며, 모든 조건이 한꺼번에 수렴해야만 물질이 현실에서 유용하다고 설명했다. 이 때문에 하루 수천 건의 추측은 탐색 폭을 넓히지만 각 후보의 열적 성능, 제조 가능성, 전기적 성질을 동시에 걸러내는 문제를 제거하지 못한다. 회사가 목표로 삼은 반도체 열 소재의 가치는 단일 지표의 최고치가 아니라 서로 충돌할 수 있는 조건들을 함께 만족시키는 데 달려 있다.

5. 실험실 역량과 특허·라이선스 사업 모델

모하파트라는 모델이 계속 개선되면 새로운 물질을 예측하는 사업 자체는 범용화될 것으로 전망한다. 그가 보는 디스커버드 머티리얼스의 차별점은 람다스의 깊은 재료과학 경험과 후보를 빠르게 실험·검증할 수 있는 실험실 역량이며, 두 창업자는 이미 여러 새 물질에 이 과정을 적용했다고 설명했다. 스리다르는 고유 데이터와 전문성으로 자금력이 큰 최전선 연구소와 경쟁할 수 있다고 보지만, 실제 물질을 만드는 습식 실험실 작업이 반드시 필요하다는 점도 인정했다. 가치 있는 후보가 나오면 회사는 해당 물질의 그래픽처리장치 사용법 또는 그 물질로 칩을 만드는 공정을 특허로 보호하고 칩 제조사에 라이선스할 계획이다. 목표 시점은 향후 1년 안에 특허 가치가 있는 새 물질을 확보하는 것이지만, 이는 현재 성과가 아니라 회사가 밝힌 계획과 기대다.

6. 상용화 현황과 필터링·합성의 병목

기사에 따르면 인공지능이 발견한 의약품이나 물질이 실제 상업적 영향을 낸 사례는 아직 확인되지 않았다. 가장 가까운 의약품 사례로는 생성형 인공지능이 발견해 3상 임상시험에 들어간 인실리코 메디슨의 렌테로십이 언급되며, 기사는 당초 2상으로 보도한 내용을 7월 시작된 3상으로 바로잡았다. 재료 분야에서도 매트넥스의 희토류 없는 영구자석과 파나소닉·시트린 인포매틱스의 새 반도체 물질처럼 유망한 후보가 나왔지만 대규모 상업 배치는 이루어지지 않았다. 모하파트라는 더 많은 후보를 찾는 일이 지연 요인이 아니라 후보를 올바르게 거르고 합성하는 과정이 병목이라고 판단한다. 스리다르 역시 습식 실험실에서 실제로 만들고 시험하는 과정은 속도를 높일 수 없다고 말해, 계산 탐색의 가속과 물리적 검증의 속도 사이에 뚜렷한 간극이 있음을 인정했다.

🧾 핵심 주장 / 시사점

• 인공지능 에이전트가 후보 탐색량을 크게 늘려도 실험 검증과 합성 속도는 같은 비율로 빨라지지 않으므로, 탐색 규모와 상용화 진척을 구분해 봐야 한다.
• 모델의 물질 예측 능력이 범용화될수록 경쟁 우위는 후보 생성 모델보다 재료과학 전문성, 고유 데이터, 신속한 실험실 검증 역량에 더 크게 좌우될 수 있다.
• 반도체 열 소재의 실용성은 방열 성능 하나가 아니라 제조 가능성과 전기적 특성까지 동시에 만족하는 데 달려 있어, 다중 조건 필터링과 습식 실험실 합성이 핵심 관문이다.

✅ 액션 아이템

• 디스커버드 머티리얼스의 앤트로픽 모델 기반 후보 생성과 기초 물리 모델 시뮬레이션 검증의 연결 구조 검토.
• 후보 물질의 발열·방열 성능, 제조 가능성, 전기적 특성 동시 충족 여부 확인.
• 향후 1년 내 특허 가능 소재 확보와 그래픽처리장치 적용·칩 제조 공정 라이선스 계획의 진척 추적.

❓ 열린 질문

• 하루 수천 건의 후보 탐색 가운데 올바른 필터링과 합성까지 이어지는 비율은 어느 정도인가?
• 디스커버드 머티리얼스가 기존 주요 칩 제조사 소재와 특성이 맞는다고 밝힌 여러 후보는 제조 가능성과 전기적 특성까지 동시에 충족하는가?
• 향후 1년 내 특허 가치가 있는 소재가 확보된다면 그래픽처리장치 적용과 칩 제조 공정 중 어느 라이선스 경로가 우선되는가?