A YC startup is putting $1M behind 5 unsolved materials science problems for AI

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Discovered Materials가 AI의 재료과학 진전을 평가할 미해결 문제 5개에 총 100만 달러의 상금을 걸고, 반도체용 신소재 개발에도 속도를 내고 있다.

📌 핵심 요약

• 샌프란시스코에서 설립된 지 수개월 된 Discovered Materials는 Y Combinator의 2026년 봄 프로그램 출신으로, 대학 연구자들의 자문을 받아 재료과학 미해결 문제 5개와 총 100만 달러의 상금을 발표했다.
• 과제는 구리산화물 초전도 현상 설명, 실리콘·이산화규소 계면 구조 예측, 결정립 구조와 열적 특성의 관계 계산, 빛에 따른 물질 거동 변화 예측, 밀도범함수이론 개선을 다룬다.
• 회사는 발표 전 최첨단 AI 모델에 인터넷과 기타 자원을 제공해 각 문제를 며칠씩 자율적으로 풀게 했지만 큰 진전을 얻지 못했다. 더 많은 연산 자원이나 새 모델이 성과를 낼 가능성은 기사에서 추측으로 제시된다.
• 공동창업자 Advaith Sridhar는 누가 문제를 해결하는지보다 AI의 재료과학 역량을 판단할 기준점을 만드는 것이 중요하다고 밝혔다. 그는 문제와 검증 방식을 먼저 정하고 해법을 찾는 연구 접근을 강조했다.
• Discovered Materials는 반도체 기업들과 연구하고 자체 과학 연구에도 자금을 투입한다. Sridhar는 8월 시드 투자 발표 당시 유용한 소재를 1년 안에 만들기를 희망했으며, 현재는 산업적으로 유용한 소재를 1년보다 짧은 기간에 찾을 수 있다는 자신감이 커졌다고 말했다.

🧩 주요 포인트

1. 명확한 문제 정의가 어려운 재료과학 → 연구자들이 구체화한 5개 난제가 AI의 분야별 진전을 판단하는 공통 기준점 역할을 지향한다.
2. 최첨단 AI 모델의 며칠간 시도에서도 제한적인 성과 → 수학·생명과학에서의 진전만으로 복잡한 재료 물리 문제의 해결 능력을 단정하기 어렵다.
3. 반도체용 신소재 연구와 1년 미만의 발견 가능성에 대한 자신감 → 기초과학 과제와 산업적 활용을 함께 추진하되, 실제 소재 발견은 아직 전망 단계다.

🧠 상세 정리

1. 재료과학에서 AI의 진전을 어떻게 판단할 것인가

설립된 지 수개월 된 샌프란시스코 스타트업 Discovered Materials는 첨단 칩에 쓸 새로운 물질을 찾는 데 AI 모델을 활용하며, 재료과학 미해결 문제 5개에 총 100만 달러의 상금을 내걸었다. Y Combinator의 2026년 봄 프로그램에 참여한 이 회사는 최첨단 AI가 수학 난제를 풀고 생명과학에서 진전을 보였지만, 첨단 소재의 복잡한 물리를 충분히 파고들지는 못했다는 문제의식에서 출발했다. 공동창업자 Advaith Sridhar는 재료과학이 수학처럼 문제를 명확히 정의하고 답을 예 또는 아니오로 판정하기 어렵다고 설명했다. 이에 회사는 세계 주요 대학 연구자들의 자문을 받아, 이 분야의 중대한 난제가 무엇이며 AI의 발전을 어떻게 확인할지 보여줄 과제들을 구체화했다.

2. 초전도·반도체 계면·열적 특성에 관한 과제

첫 번째 과제는 특정 물질이 극저온에서 전기저항을 잃는 구리산화물 초전도 현상을 설명하는 이론을 찾는 것이다. 두 번째는 거의 모든 반도체에 쓰이는 재료 조합인 실리콘과 이산화규소 사이의 계면 구조를 예측할 수치적 방법을 개발하는 것이다. 세 번째는 결정립 구조를 열적 특성과 연결해 계산하는 수치적 방법으로, 더 나은 방열 소재를 설계할 수 있게 하는 데 목적이 있다. 이 과제들은 관측되는 물성을 설명하는 기초 이론부터 반도체 구조와 열 관리에 필요한 계산 방법까지 포괄한다. 회사가 제시한 목표는 이 문제들에 대한 해법을 얻는 것이며, 기사에는 해당 과제들이 이미 해결됐거나 실제 제품 성능이 개선됐다는 결과는 제시되지 않는다.

3. 빛에 의한 변화와 밀도범함수이론의 개선

네 번째 과제는 물질에 빛을 비추면 그 거동이 달라지는 이유를 예측하는 이론을 찾는 것으로, 특히 초전도 현상과 관련된 변화에 초점을 둔다. 다섯 번째는 원자와 분자의 구조를 모델링하는 재료과학의 핵심 기법인 밀도범함수이론을 개선할 수치적 방법을 개발하는 것이다. 과제 설계에 참여한 Stanford 교수 Felipe Jornada는 재료과학 전반에 관측은 가능하지만 설명하지 못하는 현상들이 존재한다고 밝혔다. 그는 이러한 현상을 설명하면 물리에 대한 이해가 깊어지고, 그 답이 전자기기 제작과 에너지 저장, 미래 소재 제조 방식에 직접적인 영향을 줄 것이라고 설명했다. 이는 과제 해결의 기대 효과에 관한 주장으로, 기사에서 구체적인 산업 성과나 개선 수치가 입증된 것은 아니다.

4. 사전 실험의 제한적 성과와 향후 해결 가능성

Discovered Materials는 과제를 공개하기 전에 최첨단 AI 연구소의 모델들이 문제를 풀도록 시험했다. AI 에이전트에는 인터넷 접근과 기타 자원을 제공했고, 각 문제를 며칠씩 자율적으로 다루게 했지만 큰 진전은 나타나지 않았다. 다만 기사는 OpenAI나 Anthropic이 훨씬 많은 연산 자원 또는 새로운 모델을 투입해 단번에 해결을 시도할 가능성을 상상할 수 있다고 덧붙이며, 이를 확인된 성과로 제시하지는 않는다. Sridhar는 회사 자신이나 다른 기업, 교수, 최첨단 AI 연구소 중 누가 해답을 찾는지는 크게 중요하지 않다고 말했다. 그가 강조한 것은 문제 해결이 물질과 주변 세계의 거동에 대한 이해를 심화하며, 해결 시도를 추적하는 일이 모델의 재료과학 역량이 향상되는지 보여준다는 점이다.

5. 해법보다 먼저 문제와 검증을 설계하는 접근

기사는 AI가 인간 연구자가 예상하지 못한 통찰과 기법을 찾아낼 수 있게 되면서 과학적 탐구의 성격도 달라지고 있다고 해석한다. 해법을 찾는 일이 이전보다 쉬워지는 듯한 상황에서는 어떤 질문을 던질지가 더욱 중요해진다는 것이다. Sridhar는 먼저 검증 방식과 도전 과제를 정한 뒤, 누군가 그 문제를 설명할 아이디어를 내놓도록 하는 접근을 새로운 과학적 사고방식으로 설명했다. 그는 재료과학에서 적절한 질문을 고르는 일 자체가 매우 어렵고 사소하지 않으며, 교수들이 바로 그 질문을 구체화하는 데 큰 도움을 줬다고 말했다. 따라서 이번 상금 과제는 답을 모집하는 동시에, AI의 발전을 평가할 수 있는 연구 질문을 정립하려는 시도로 제시된다.

6. 반도체용 신소재 사업과 발견 시점에 대한 전망

Discovered Materials의 주된 사업은 반도체에 사용할 새로운 소재를 개발하는 것이며, 주요 반도체 기업들과 연구 프로젝트를 진행하는 한편 자체 과학 연구에도 자금을 투입하고 있다. 회사가 8월 시드 투자 유치를 발표했을 때 Sridhar는 1년 안에 유용한 소재를 만들어내기를 희망한다고 TechCrunch에 말했다. 이번 기사에서는 그 일정이 다소 빨라졌으며, 산업적으로 유용한 소재를 1년보다 짧은 기간에 찾을 수 있다는 자신감이 더 커졌다고 밝혔다. 이는 개발 속도에 대한 창업자의 전망으로, 기사에는 해당 소재의 발견이나 산업적 유용성이 이미 검증됐다는 내용은 없다. 공개 난제를 통한 기초 이해의 확대와 반도체용 소재의 산업적 활용이 회사 활동의 두 축으로 드러난다.

🧾 핵심 주장 / 시사점

• 이번 과제의 의미는 상금 규모뿐 아니라, 정답 판정이 어려운 재료과학에서 AI의 발전을 논의할 구체적인 문제를 제시했다는 데 있다.
• 사전 실험의 부진은 현재 시도에서 확인된 한계이며, 더 많은 연산 자원이나 새 모델의 성과까지 판정하는 근거는 아니다.
• 미해결 물리 현상의 설명과 산업적으로 유용한 소재의 발견은 서로 관련된 목표지만, 기사에서는 어느 쪽도 달성된 성과로 제시되지 않는다.

✅ 액션 아이템

• 재료과학 미해결 문제 5개의 해결 시도를 통해 AI 역량의 진전 여부를 확인할 필요가 있다.
• 최첨단 AI 모델의 며칠간 시도에서 얻은 제한적인 성과와, 더 많은 연산 자원이나 새 모델의 가능성을 구분해 평가할 필요가 있다.
• Discovered Materials가 제시한 1년 미만의 소재 발견 전망이 실제 산업적으로 유용한 소재 발견으로 이어지는지 확인할 필요가 있다.

❓ 열린 질문

• 재료과학 미해결 문제 5개에서 AI의 진전을 판단할 구체적인 검증 방식은 무엇인가?
• 더 많은 연산 자원이나 새 모델은 며칠간의 시도에서 큰 진전을 얻지 못한 문제들을 해결할 수 있을까?
• Discovered Materials는 1년보다 짧은 기간에 산업적으로 유용한 반도체용 신소재를 발견할 수 있을까?