AI가 6만 7천 개 자석을 뒤져서 찾아낸 25개 — 희토류 없는 전기차 시대가 진짜 온다
한줄 요약
중국이 쥐고 있던 희토류 카드가 무력화될 수 있다. AI가 67,573개 자성 화합물을 분석해 25개의 신규 고온 자석 후보를 찾아냈고, 이건 전기차와 청정에너지 산업의 판도를 바꿀 수 있는 발견이다. 희토류 공급망 위기의 본질과 이 돌파구가 갖는 의미를 파헤친다.
핵심 포인트
AI 기반 자성 물질 대규모 탐색
뉴햄프셔 대학교 연구팀이 AI를 활용해 과학 논문에서 자성 물질 데이터를 자동 추출하고, 67,573개의 자성 화합물을 체계적으로 정리한 Northeast Materials Database를 구축했다. 이전에는 수백만 가지 원소 조합에서 바늘 찾기 수준이었던 영구자석 탐색이, AI를 통해 체계적이고 대규모로 가능해진 것이다. Nature Communications에 발표된 이 연구는 미국 에너지부 기초에너지과학실의 자금 지원을 받았으며, 재료 과학에서 AI가 단순 도구가 아닌 발견의 엔진으로 기능할 수 있음을 입증했다.
25개 신규 고온 자석 후보 발견
67,573개 화합물 분석 결과, 이전에 자석으로 인식되지 않았던 25개의 고온 자성 물질이 새로 발견되었다. 이는 탐색 범위를 극적으로 좁힌 것으로, 기존의 실험실 기반 일일이 테스트 방식 대비 수십 배의 효율 향상을 의미한다. 물론 상용화까지는 실험실 검증, 대량 합성 가능성, 비용 효율성, 기계적 내구성 등 다수의 허들이 남아있지만, 후보군 자체가 확보된 것이 핵심적인 진전이다.
중국 희토류 독점의 현실적 위협
전 세계 경량 전기차의 94.7%가 희토류 자석 모터를 사용하며, 중국은 디스프로슘 98%, 이트륨 99%의 가공을 장악하고 있다. 베이징의 수출 통제 강화로 유럽 부품 공장이 문을 닫고 스즈키가 생산을 중단한 사례는 이 위험이 이론이 아닌 현실임을 보여준다. 서방 국가들의 독자 공급망 구축에는 최소 15년이 필요하며, 2035년에도 전기차의 70%가 희토류 모터에 의존할 전망이다.
미국 산업 정책과 안보 전략의 교차점
연구 자금이 미국 에너지부에서 나왔고, 연구팀이 직접 미국 제조업 기반 강화를 언급한 것은 이 연구가 순수 과학을 넘어 산업 정책과 안보 전략의 영역에 있음을 시사한다. EU의 핵심 원자재법, 일본의 해저 희토류 탐사와 함께 글로벌 탈희토류 경쟁이 본격화되고 있으며, AI 재료 탐색 기술이 이 경쟁의 타임라인을 근본적으로 바꿀 수 있다.
문제 해결 프레임의 전환
기존에는 희토류 대안이 사실상 없다는 전제하에 공급망 다변화에 집중했다면, 이 연구는 대안을 찾는 속도 자체를 극적으로 끌어올릴 수 있다는 가능성을 열었다. 더 많이 캐는 것이 아니라 더 똑똑하게 찾는 것으로 문제 해결의 프레임이 바뀐 것이다. 이 접근법은 초전도체, 열전 소재, 촉매 등 다른 재료 분야에도 확산될 수 있는 범용적 방법론이라는 점에서 의미가 크다.
긍정·부정 분석
긍정적 측면
- 재료 탐색 효율의 혁명적 향상
67,573개 화합물을 체계적으로 분석해 25개 후보로 좁힌 것은, 전통적 실험실 방식으로는 한 세대 이상 걸릴 작업을 AI가 단기간에 처리한 것이다. 이 방법론은 재현 가능하고 확장 가능하며, 데이터베이스가 지속적으로 업데이트될 수 있다는 점에서 일회성 발견이 아닌 플랫폼으로 기능한다.
- 지정학적 취약성의 구조적 해소 가능성
희토류에 대한 중국 독점 의존도를 줄일 수 있는 현실적인 경로가 마련되었다. 완전한 대체가 아니더라도 디스프로슘 같은 가장 희소한 원소의 사용량을 줄이는 것만으로도 공급망 리스크가 크게 완화되며, 이는 전기차 산업의 안정성과 가격 경쟁력 모두에 긍정적이다.
- 범용적 AI 재료 탐색 방법론의 확립
이번 연구의 접근법은 자성 물질에 국한되지 않고 초전도체, 열전 소재, 촉매, 배터리 소재 등 다양한 분야에 적용 가능하다. AI가 논문에서 실험 데이터를 추출하고 예측 모델을 훈련하는 파이프라인은 재료 과학 전체의 패러다임을 바꿀 수 있는 잠재력을 가진다.
- 전기차와 청정에너지 비용 절감 전망
희토류 의존도가 줄면 EV 모터 소재비가 하락하고, 이는 전기차 최종 가격 인하로 이어진다. 풍력 터빈, 산업용 모터 등 청정에너지 전반의 비용 구조도 함께 개선될 수 있어, 에너지 전환 가속화에 기여할 수 있다.
우려되는 측면
- 상용화까지의 긴 여정
25개 후보 물질은 아직 데이터베이스 단계이며, 실험실 검증, 대량 합성, 비용 효율성, 기계적 내구성 검증 등 다수의 단계를 거쳐야 한다. NdFeB 자석도 1982년 발견 후 상용화까지 상당한 시간이 소요되었으며, 이번 후보들도 비슷한 시간이 필요할 수 있다.
- NdFeB 성능 격차 극복의 불확실성
현재까지 네오디뮴-철-붕소 자석에 필적하는 자력 밀도를 가진 비희토류 자석은 존재하지 않는다. 페라이트 등 대안은 에너지 밀도가 현저히 낮아 같은 출력을 내려면 모터가 커져야 하고, 25개 후보 중에서 이 성능 격차를 줄일 수 있는 물질이 나올지는 미지수다.
- 기존 산업 생태계의 관성
전기차 제조사들은 이미 NdFeB 자석 기반 모터 설계에 최적화되어 있으며, 새로운 소재로의 전환은 모터 설계, 생산 라인, 공급 계약 등 광범위한 변경을 요구한다. IDTechEx 전망대로 2035년에도 70%가 희토류 모터를 사용할 것이라는 예측은 이 관성의 크기를 보여준다.
- 데이터 기반 예측의 한계
AI가 논문 데이터에서 추출한 예측은 실제 실험 결과와 차이가 날 수 있다. 특히 고온 환경에서의 장기 안정성, 가공 과정에서의 자성 변화 등은 데이터베이스 기반 모델만으로는 정확히 예측하기 어려운 변수들이다.
전망
앞으로 6개월에서 1년 사이에는 25개 후보 물질에 대한 실험적 검증이 본격화될 것이다. 일부는 기대에 미치지 못해 탈락하겠지만, 단 하나라도 상업적으로 유망한 결과가 나오면 후속 투자가 폭발적으로 늘어날 가능성이 높다. 1~3년 안에는 Northeast Materials Database 같은 AI 기반 재료 탐색 플랫폼이 표준 도구로 자리 잡을 것이고, 비슷한 접근법이 초전도체, 열전 소재, 촉매 등 다른 재료 분야에도 확산될 것이다. 3~5년 후에는 희토류 사용량을 획기적으로 줄인 차세대 모터 프로토타입이 등장할 수 있다. 최선의 시나리오라면 5년 내에 NdFeB 성능의 80% 이상을 내는 비희토류 대안이 실험실 수준에서 검증되고 전기차 업체들이 채택을 시작하며, 기본 시나리오에서는 AI 재료 탐색 보편화와 함께 희토류 사용량이 점진적으로 감소한다. 최악의 시나리오에서도 이 데이터베이스가 재료 과학 커뮤니티의 중요 인프라로 기능하며 장기적 탈희토류 연구의 기반이 된다.
출처 / 참고 데이터
- AI breakthrough could replace rare earth magnets in electric vehicles — ScienceDaily
- China's rare-earth dominance keeps EV makers dependent — Rest of World
- Heavy Rare Earth Elements: Rising Supply Chain Risks and Emerging Policy Responses — Global Policy Watch
- AI Breakthrough Uncovers Rare-Earth Alternatives for Electric Vehicle Magnets — Hyperight
- UNH researchers harness AI to discover magnetic materials — EurekAlert
- Breakthrough AI Tool Identifies 25 Previously Unknown Magnetic Materials — SciTechDaily
- China's Rare Earth Supply Chain Leverage Threatens Western Economies — Discovery Alert