미국산 시멘트·콘크리트를 위한 AI

Meta가 콘크리트 배합 설계를 위한 새 AI 모델 BOxCrete와 이를 만든 원천 데이터를 공개했다. 목표는 성능과 지속가능성을 유지하면서도 미국산 원료를 더 쉽게 쓰게 만드는 것이다.

미국은 해마다 약 4억 cubic yards의 콘크리트를 타설하지만, 시멘트의 **20~25%**는 수입에 의존한다. 기존 배합 설계는 실험실 시행착오와 엔지니어의 경험에 크게 의존해 느리고 비용이 많이 들었고, 서로 다른 시멘트 화학 성분 때문에 한 재료에서 잘 되던 배합이 다른 재료에서는 실패할 수 있다.

Meta는 이 문제를 adaptive experimentation으로 푼다.

• Bayesian optimization으로 가능한 배합 조합을 효율적으로 탐색한다.
• 과거 배합 데이터, 실험 결과, 성능 지표를 학습해 유망한 후보를 제안한다.
• 사용자가 강도, 작업성, 비용, 지속가능성 같은 제약을 먼저 지정할 수 있다.
• 실험 결과가 쌓일수록 모델이 더 정확해지는 반복 개선 구조를 만든다.

이번 공개에는 기존 모델보다 잡음이 많은 데이터에 더 강한 BOxCrete와 함께, Meta 데이터센터에 사용된 새로운 콘크리트 배합을 만든 기반 데이터가 포함됐다. Meta는 이 데이터가 공개된 콘크리트 배합 성능 데이터 중 가장 체계적인 수준이라고 설명하며, 관련 논문도 제출했다.

현장 성과도 이미 나왔다. University of Illinois Urbana-Champaign, Amrize, Mortenson과의 협업으로 Rosemount, MN 데이터센터의 구조 슬래브 일부에 적용된 AI 최적화 배합은 기존 공식보다 43% 더 빠르게 구조 강도에 도달했고, 균열 위험도 거의 10% 줄였다. 이 배합은 현재 다른 구역에도 적용 가능한 상태다.

Pennsylvania의 Quadrel은 Meta의 오픈소스 프레임워크를 자사 SaaS에 통합해 배치 정규화, 피처 엔지니어링, 고객별 모델 학습까지 운영에 넣었다. Meta는 앞으로도 산업 파트너와 학계와의 협력을 이어가며, 더 낮은 배출과 더 강한 공급망 회복력을 갖춘 콘크리트 배합 설계를 확산시킬 계획이다.