AI 기반 첨단소재·배터리 빅데이터 솔루션 기업 에이아이스타(AISTAR)가 KAIST(한국과학기술원)로부터 차세대 배터리 연구용 AI 기반 데이터 추출 기술 이전을 완료했다고 밝혔다. 회사는 이번 기술 확보를 계기로 산업 특화 인공지능 모델 개발을 위한 고품질 데이터 인프라를 구축하고, 지능형 자율 연구 에이전트 시스템과 Physical AI 기반 자율 실험 시스템 고도화를 본격 추진할 계획이다. 

이번에 이전이 완료된 기술은 수만 건에 달하는 배터리 연구 논문과 내부 실험 보고서(PDF)에서 핵심 실험 데이터를 자동으로 추출·정제하는 AI 기반 데이터 구조화 기술이다. OCR(광학문자인식)과 대규모 언어 모델(LLM)을 결합해 실험 문맥(Context)을 이해하고, 성능 지표·소재 조성·공정 조건 등을 JSON· CSV 형식으로 표준화함으로써 비정형 연구 정보를 AI 학습이 가능한 정형 데이터로 전환한다. 에이아이스타는 해당 기술이 단순한 문서 자동화 도구를 넘어, 첨단소재 전략산업의 R&D 디지털 전환(DX)을 가속하는 핵심 인프라 기술이라고 설명했다. 

기존에 분산돼 있던 비정형 연구 데이터를 대규모로 정제·표준화함으로써 소재 조성-성능 상관관계 데이터셋, 실험 조건-결과 매핑 데이터, 실패 사례 데이터까지 포함한 고품질 학습 데이터 구축이 가능해졌다는 것이다. 회사는 이를 기반으로 산업 특화 파운데이션 모델(Industry-Specific Foundation Model) 개발을 고도화할 방침이다. 구조화된 대규모 도메인 데이터는 자사가 개발 중인 ‘산업 특화 파운데이션 모델 기반 지능형 자율 연구 에이전트 시스템’의 성능 향상에 직접 활용된다. 

해당 시스템은 실험 설계 자동 추천, 신규 소재 조성 예측, 데이터 기반 가설 자동 생성, 정밀 질의응답(RAG) 기반 연구 지원 기능 등을 수행하는 차세대 연구 지원 플랫폼이다. 특히 에이아이스타는 지능형 자율 연구 에이전트 시스템을 실험 장비 및 자동화 로봇 시스템과 연계해 Physical AI 기반 자율 실험 시스템(Autonomous Lab)으로 확장하는 방안도 추진 중이다. 이를 통해 후보 소재 자동 제안, 실험 조건 생성, 실시간 결과 피드백 학습, 폐루프(closed-loop) 최적화가 가능한 AI-실험 융합형 연구 환경을 구현한다는 전략이다. 

이번 기술 개발을 주도한 홍승범 교수는 “배터리 및 신소재 분야는 방대한 연구 데이터가 존재하지만, 대부분 비정형 형태로 분산돼 있어 AI 학습에 직접 활용하기 어려웠다”며 “이번 기술은 연구 데이터를 정밀하게 구조화해 이차전지 신소재 특화 인공지능 모델 학습에 적합한 형태로 전환하는 데 초점을 맞췄다. 이를 통해 첨단소재 연구의 디지털 전환과 자율화 기반이 한층 강화될 것으로 기대한다”고 말했다. 에이아이스타 장우정 대표는 "이번 기술 이전 완료는 산업 특화 AI 인프라를 확보했다는 점에서 의미가 크다"며 "지능형 자율 연구 에이전트 시스템과 Physical AI 기반 자율 실험 시스템을 통해 AI 신소재 혁신 산업의 속도를 구조적으로 가속하겠다"고 밝혔다. 에이아이스타는 향후 기업 맞춤형 데이터 솔루션, 연구소용 데이터 파이프라인, 지능형 자율 연구 지원 플랫폼 등으로 사업을 확대하며 글로벌 첨단소재 AI 시장 공략에 나설 계획이다.