물질 분야의 AlphaFold는 아직 멀다 (11분 읽기)

AlphaFold를 물질에 그대로 대입하려는 발상은 출발점부터 어긋나 있다. 단백질은 아미노산 서열만으로도 구조를 상당 부분 예측할 수 있지만, 물질은 조성이나 격자 단위셀만으로는 실제 구조를 설명하기 어렵다. 대부분의 물질은 무질서와 계면이 핵심이며, 이를 놓치면 모델은 쉽게 엉뚱한 결과를 낸다.

물질 문제는 단백질보다 훨씬 많은 자유도를 가진다. 저자는 원자 수준 상호작용부터 파괴 역학까지 8자릿수 규모의 스케일이 얽혀 있어, 무엇을 토큰화해 표현할지조차 아직 풀리지 않았다고 본다.

여기에 더해 물질은 제조 경로에 크게 좌우된다. 같은 조성이라도 공정 순서와 조건이 달라지면 결과가 달라지는 비가환적(noncommutative) 공정이 많고, 실험실 간 데이터도 진공 챔버 오염, 보정 드리프트, 고속 합성·특성화 과정의 교차 오염 때문에 쉽게 섞이지 않는다.

데이터 문제는 결정적이다. 단백질에는 PDB가 있지만 물질에는 그에 준하는 보편적 저장소가 없고, 가장 가까운 Materials Project도 주로 DFT 시뮬레이션에 의존한다. 하지만 DFT는 중요한 경우에 틀릴 수 있으며, 예시로 제시된 germanium 밴드 구조는 반도체임에도 금속처럼 표시된다.

이 때문에 현재의 AI + Science 인력 다수는 소프트웨어 엔지니어와 ML 연구자 중심이지만, 저자는 이들이 텍스트 AI의 스케일링 법칙을 물질에 과도하게 기대고 있다고 본다. 실험 데이터는 비싸고 적기 때문에, 단순한 데이터 폭주형 접근보다 사전 지식이 들어간 Bayesian 모델이 더 적합하며, 로보틱스식 시뮬레이션 + RL도 잘 작동하지 않는다.

업계의 유망한 흐름은 두 갈래로 보인다. 하나는 Periodic Labs, Lila Sciences, FutureHouse처럼 자동화된 실험 시스템을 만드는 쪽이고, 다른 하나는 Materials Data Factory, Mattiq, Radical, Dunia처럼 표준화된 환경에서 대량의 고품질 데이터를 생산하는 data factory 쪽이다. 저자는 진짜 병목이 데이터 생산과 표준화에 있다고 보며, 이 방향이 더 유효하다고 주장한다.

반면 Google DeepMind의 GNoME처럼 대규모 시뮬레이션으로 후보를 넓게 찾는 전략은, 저자 보기엔 여전히 첫 두 단계인 계산 쪽에 치우쳐 있다. 더구나 가장 포괄적인 재료 데이터는 TSMC, 3M, DuPont 같은 기업 내부에 잠겨 있을 가능성이 크다.

핵심 결론은 분명하다.

• 물질 과학에는 아직 PDB의 동급 인프라가 없다.
• 표준화된 고품질 실험 데이터 없이는 일반 목적 물질 모델이 나오기 어렵다.
• 진짜 AlphaFold for materials는 수개월이 아니라 수년, 어쩌면 수십 년이 걸릴 수 있다.

설령 내일 당장 재료 조합을 한 번에 뽑아내는 모델이 나온다 해도, 산업 현장에서는 검증, 규제, 공급망, 양산 스케일업이 기다리고 있다. 특히 군사·안전 산업은 수년과 수천만 달러가 드는 인증 절차를 거쳐야 하고, 희귀 원자재와 인듐 인화물(InP) 같은 공급망은 수요를 10배씩 즉시 흡수할 수 없다.

그래서 물질 AI의 현실적인 병목은 모델 성능만이 아니라, 실험 자동화, 데이터 표준화, 산업 전환 속도다. 저자는 이 모든 점을 감안하면, 물질 분야가 가까운 시일 내에 소프트웨어 세계처럼 빠른 혁신을 반복하는 시나리오는 과도한 낙관이라고 정리한다.