데이터샤우츠
[2026-04-22 | D-Log] 제트 엔진부터 신약 개발까지 : MIT 연구실에 부는 '최적화' 혁명 본문
미국 매사추세츠공과대학(MIT) 연구실에서는 제트 엔진의 핵심 부품인 블리스크(blisk)의 재료 구성을 최적화하는 작업이 진행 중이다. 블리스크는 날개와 원판이 하나로 합쳐진 부품으로, 기존 방식으로는 최적의 내구성과 성능을 동시에 확보하기 어렵다. 연구진은 인공지능(AI)을 활용해 사람이 직관만으로는 도저히 해결할 수 없었던 복잡한 재료 조합 문제를 풀어내며, 재사용 가능한 로켓 엔진의 신뢰성을 높이는 성과를 거뒀다.
기계공학과 재커리 코데로(Zachary Cordero) 교수는 항공우주 분야의 신소재를 개발하면서 이 문제에 직면했다. 엔진 성능과 수명을 획기적으로 개선해야 했지만, 수많은 재료 조합 중에서 최적의 값을 찾아내는 과정은 시간과 비용 측면에서 한계가 명확했다. 기존의 설계 방식으로는 변수가 너무 많아 인간의 경험에만 의존하기 어려웠기 때문이다.
이에 코데로 교수는 기계공학과 파에즈 아흐메드(Faez Ahmed) 교수와 협력해 인공지능 도구를 도입했다. 연구팀은 미국 국방고등연구계획국(DARPA)의 지원을 받아 항공우주 엔진 설계에 특화된 최적화(optimization) 모델을 구축했다.
연구진은 먼저 블리스크 설계에 필요한 방대한 재료 데이터와 엔진 작동 환경 정보를 인공지능에 입력했다. 이 시스템은 신경망(neural networks)을 통해 재료의 성분비와 물리적 특성 사이의 상관관계를 학습했다. 이어 수천 번의 가상 시뮬레이션을 반복하며 엔진 효율을 극대화할 수 있는 최적의 재료 조합을 실시간으로 계산해냈다.
이 과정에서 인공지능은 인간이 고려하지 못했던 재료 배합의 미세한 패턴까지 찾아냈다. 특히 설계자가 직관을 발휘하기 어려운 복잡한 물리적 환경에서도 인공지능은 안정적인 성능을 유지하는 조합을 제시했다. 연구진은 이 도구가 인간의 직관을 보완하는 강력한 설계 파트너 역할을 한다고 평가했다.
생명공학 분야에서도 비슷한 접근이 이루어지고 있다. MIT 압둘 라티프 자밀 클리닉(MIT Abdul Latif Jameel Clinic) 연구진은 볼츠(Boltz)라는 인공지능 모델을 개발했다. 이 모델은 단백질과 같은 생체 분자의 3차원 구조를 예측하고, 특정 약물 후보 물질이 단백질에 얼마나 강하게 결합하는지(affinity)를 계산한다. 2024년 11월 첫선을 보인 볼츠-1에 이어, 2025년 10월에는 결합력 예측 기능을 강화한 최신 버전이 공개됐다.
연구 초기에는 실험실 환경과 인공지능 모델 간의 데이터 불일치로 어려움을 겪기도 했다. 하지만 연구진은 실제 물리적 시스템을 가상 공간에 그대로 구현한 디지털 트윈(digital twin) 기술을 통해 이를 극복했다. 가상 모델에서 실패 사례를 데이터로 축적하고 이를 다시 학습에 반영하면서 모델의 예측 정확도를 단계적으로 높여 나갔다.
그 결과, 연구 현장에는 실질적인 변화가 나타났다. 생물공학 교수 안젤라 쾰러(Angela Koehler)에 따르면, 현재 대학 내 논문 심사 위원회에서 다루는 연구의 90%가 인공지능 요소를 포함하고 있다. 또한 제약 산업 전반에서 MIT 연구진이 개발한 도구들이 표준으로 자리 잡으며 신약 후보 물질 발굴 속도를 크게 높였다.
참고 출처
AI at MIT
In almost every lab at the Institute, researchers are delving into AI. And the tools they’re developing and deploying have already turbocharged existing methods and opened new pathways to discovery.
www.technologyreview.com