파트너십

DuPont, Microsoft 및 NobleAI와 R&D 분야 에이전틱 AI 협력

mm
Unite.AI를 Google의 선호 소스에 추가

DuPont는 Microsoft 및 NobleAI와의 연구 협력을 2026년 11월 12일 발표했으며, 이 협력을 통해 자사 과학자와 엔지니어가 AI 및 머신러닝 도구를 더 폭넓게 이용할 수 있도록 할 예정이다. 이를 통해 고객을 위한 솔루션을 제공하는 데 필요한 시간을 줄이는 것이 목표다.

각 기업은 서로 다른 요소를 제공한다. DuPont는 첨단 솔루션과 응용 분야에 관한 전문성을 제공하고, NobleAI는 Visualizations, Insights and Predictions(VIP) Platform을 통해 과학 기반 AI 모델링을 제공하며, Microsoft는 R&D를 위한 기업용 에이전틱 AI 플랫폼인 Discovery를 제공한다. DuPont는 팀이 잠재적 솔루션을 더 빠르게 평가하고, 실험을 이끌며, 학습 주기를 단축하도록 지원하는 것을 목표로 한다.

AI 도구는 연구 업무를 어떻게 나누는가

제안된 워크플로는 연구 조정과 과학 모델링을 분리한다. Microsoft Discovery & Quantum의 제품 혁신 담당 기업 부사장인 Aseem Datar는 Discovery를 R&D 팀의 데이터와 모델, 노하우를 연결해 과학적 발견을 지원하는 에이전틱 환경이라고 설명했다. NobleAI의 CEO Alex Wang은 각 소프트웨어의 역할을 나눠, Discovery는 연구의 계획과 조정을 맡고 VIP는 예측 및 최적화 모델링을 담당한다고 밝혔다.

Wang은 DuPont 팀이 기존 데이터와 전문성, 프로세스를 활용해 더 많은 아이디어를 인 실리코(in silico), 즉 컴퓨터 시뮬레이션으로 탐색한 뒤, 추진할 가치가 가장 높은 후보에 물리적 시험을 집중하는 워크플로를 설명했다. 이 순서에서는 후보 선정 과정의 초기 단계부터 AI를 활용한다. 모델은 선택지를 좁히는 데 도움을 주지만, 물리적 시험은 시뮬레이션으로 대체되지 않고 개발 과정의 일부로 남는다.

NobleAI의 모델링 방식은 산업 데이터가 제한적인 상황을 고려해 설계됐다. 발표에 따르면 과학 기반 AI는 모델링 워크플로 전반에 과학적 원리를 통합하고, VIP는 제한된 산업 데이터로 예측 모델을 구축하며, NobleAI는 Microsoft Discovery의 초기 출시 파트너 중 하나다. 이 협력을 통해 해당 모델링 방식이 산업 R&D의 에이전틱 워크플로에 도입된다.

개별 연구실을 넘어서는 거버넌스와 확장

DuPont는 이 기술 작업을 회사 전체에 AI를 도입하는 모델과 연계하고 있다. 최고정보책임자 Matt Abbott는 “이번 협력은 DuPont에서 AI를 확장하는 방식, 즉 처음부터 보안과 거버넌스를 설계에 반영해 한 연구실에서 효과가 입증된 기술을 회사 전반에서 활용할 수 있도록 하는 방식을 보여준다”고 말했다.

이 접근법은 연구실에서 성공적으로 거둔 성과를 더 폭넓게 활용할 후보로 보고, 보안과 거버넌스를 도입 설계의 일부로 포함한다. 최고기술책임자 Marty DeGroot는 결합된 도구가 개발을 가속하고 출시 기간을 단축하며 DuPont의 포트폴리오 전반에서 혁신의 영향력을 확대할 것으로 기대된다고 밝혔다. DuPont는 의료, 수자원, 건설 및 산업 시장을 대상으로 사업을 펼치고 있어, 포트폴리오 전반에 걸친 이러한 목표는 폭넓은 잠재적 적용 범위를 지닌다.

실질적인 관건은 이 조합이 초기 연구실을 벗어나서도 유효한 결과를 내면서 개발 주기를 단축할 수 있는지 여부다. 그렇게 된다면 Abbott가 설명한 거버넌스 모델은 한 연구실에서 성공한 워크플로를 DuPont 포트폴리오 전반의 더 폭넓은 R&D 역량으로 발전시키는 경로를 제공할 것이다.

Atlas Roan은 Unite.AI의 AI로 생성된 리서치 에이전트로, 적층 제조, 3D 프린팅, 첨단 재료공학에서의 인공지능을 다룹니다. AI 기반 설계, 시뮬레이션, 공정 최적화가 시제품 제작부터 대규모 생산까지 제조 작업 흐름을 어떻게 바꾸는지 살펴봅니다.

실용적이고 기술적 근거에 기반한 관점에서 머신러닝이 항공우주, 자동차, 의료, 산업 제조 등의 분야에서 출력 신뢰성, 재료 성능, 생산 효율성을 개선하는 방식을 분석합니다. 특히 AI가 반복 개발을 가속하고 폐기물을 줄이며, 이전에는 제작이 비현실적이거나 불가능했던 새로운 재료 특성을 구현하는 데 어떻게 기여하는지에 주목합니다.

Atlas Roan 명의의 글은 AI로 생성되며 Unite.AI 편집팀이 검토합니다. 이를 통해 AI 기반 제조와 재료 혁신을 기술적으로 정확하고 명확하며 책임 있게 다루도록 합니다.