머신러닝의 활용;
지속가능한 에너지 연구에 기여해
ML for sustainable energy future
해당 글은 어느 한 전자전기공학부 학사생이 영어 공부 겸 산업 공부를 하기 위해
매일 30분씩 영어 논문을 읽고 정리한 요약집입니다.
이 분야를 잘 모르는 사람도 읽고 이해할 수 있는 글을 작성하기 때문에
다소 깊이가 얕게 느껴지실 수 있습니다.
1. 논문 제목
Machince learning for a sustainable energy future
지속가능한 에너지를 위한 머신러닝
Yao, Z., Lum, Y., Johnston, A. et al. Machine learning for a sustainable energy future. Nat Rev Mater 8, 202–215 (2023). https://doi.org/10.1038/s41578-022-00490-5
2. 논문 한 줄 요약
머신 러닝(ML)이 지속가능한 에너지 발굴, 개발 및 활용에 도움이 된다.
3. 논문 내용 요약
이 논문에서 다루는 내용은 크게 2가지이다.
첫 번째로, ML이 지속가능한 에너지 연구에서 적합한 material후보를 찾는 것에 도움을 준다는 내용이다.
( 원문에서는 material이라고 나오지만 번역하자면 자원 정도가 될 거 같습니다. 혹여나 논란의 여지가 있을 수 있으므로 그대로 표기하겠습니다.) 기존에 material을 찾아내기까지엔 보통 15~20년이 걸리고 연구기간이 추가로 더 필요하지만, ML을 이용하면 저비용으로 빠르게 새 material의 특성을 예측하고 패턴을 이해할 수 있다고 한다. 이러한 관점에서 Acc(X)eleration Performance Indicators (XPIs)의 용도를 소개해준다. XPIs는 ML을 이용한 material 발굴을 위해 만들어진 플랫폼의 효과를 측정할 수 있는 지표이다. 이 논문에서는 각기 다른 XPI 지표들을 이용한 계산식을 통해 overall acceleration score를 계산해 플랫폼의 효용성을 파악할 수 있다고 한다.
두 번째로는 지속가능한 에너지를 생산하고 보급하는 총 4가지 단계에서 머신러닝이 어떻게 사용되는지에 대해 최신 적용 및 연구 내용들을 간략하게 다루고 있다. 총 4가지 단계란 아래와 같으며 각 단계에서 머신러닝이 어떻게 적용되고 무엇을 위해 사용되는지 알려준다. 지금부터 하나씩 살펴보자.
(1) Energy harvesting (photovoltaics) : 에너지 확보 (광전 변환 공학)
(2) Storage (batteries) : 에너지 저장 (배터리)
(3) Conversion (electrocatalysis) : 에너지 전환 (전기촉매)
(4) Management (smart grids) : 에너지 관리, 보급 ( 스마트 그리드 )
(1) Energy harvesting (Photovoltaics)
광전 변환 공학을 통해, 다시 말해 빛에너지를 전기에너지로 변환하는 과정에서 머신러닝(이하 ML)은 광전자공학의 새로운 소재를 발견하는 데 도움이 되며 모델 시뮬레이션을 통해 새로운 물질의 모델을 디자인하고 결과를 확인할 수 있다.
(2) Storage (Batteries)
에너지를 배터리에 저장하는 과정에서 ML을 통해 배터리의 특성, 수명 등을 알 수 있다.
(3) Conversion (Electrocatalysis)
에너지 변환 과정에서 ML을 이용해 전기 화학적 촉매 반응 시간을 단축시키고 장비를 최적화할 수 있다. 전기 촉매란, 공급 원료(물, 이산화탄소, 질소 등)에서 쓸모 있는 화학품 또는 연료를 생산하는 것과 관련이 있다. 논문 내용에 따르면, 미래에는 ML이 에너지 전환 과정에서 이뤄지는 전력 손실 (Ohmic loss)을 최소화하고 촉매 과정을 최적화할 수 있을 것이라고 본다.
(4) Management (Smart Grid)
에너지 생산소에서 각 가정으로 공급하는 시스템인 Smart grid에서 ML은 에너지 최적화를 통해 운영비를 80% 절감할 수 있다.
4. 논문 결론
이처럼 ML은 지속가능 에너지 기술에 돌파구 역할이 돼주며 큰 기여를 할 수 있을 것으로 보인다. 특히나 ML은 discovering new martrials, 즉 새로운 에너지 자원을 찾는 데에 아주 적합하며 이 분야의 연구자들은 ML이 새로운 물질을 발굴해 에너지 산업에 큰 변화를 가져다줄 것으로 보고 있다.
5. 나의 생각
사실 인공지능이 현대에 가장 핫한 이유 중 하나는 Chat GPT의 등장일 것이라고 생각한다. 인공지능이 발전하고 활용이 된다면 현대에 많은 직업은 사라지고 사람들은 지금까지와는 다른 교육을, 즉 이 인공지능을 활용하여 더 큰 가치를 창출하는 방법을 배워야 할 것이라고 생각했다. 이 시대에 맞춰 낙오되지 않고 잘 살아가려면 끝없는 배움은 필수이지만 가끔은 가혹한 거 같다는 생각이 들었다.
하지만 이 논문을 읽고 나서 인공지능을 잘 배우고 활용하면 일하는 시간은 단축시키고 내 일상을 좀 더 즐길 수 있으며, 더 큰 차원으로 넘어가 이 논문의 내용처럼 지구를 지키며 더 살기 좋은 세상을 만드는 데에도 기여할 수 있다는 것을 알게 됐다.
사실 첫 영어 논문 리딩이라 모국어도 난독증이 있는 내게는 쉬운 여정이 아니었지만, 스트레스받지 않고 전체적으로 스키밍 하고 이해하며 재미를 붙이면 될 거 같다. 이 논문은 머신러닝에 대한 새로운 연구 또는 깊은 내용은 아니지만, 머신러닝이 지속가능한 에너지 연구에 어떻게 쓰이고 어느 방향으로 발전되고 있는지 큰 그림을 파악할 수 있어서 유용한 시간이었다.
