📰 핵심 요약

Discovered Materials는 Advaith Sridhar와 Akash Ramdas가 공동 창업한 스타트업으로, Y Combinator를 갓 졸업한 뒤 Lightspeed India Partners가 주도한 900만 달러 규모의 시드 라운드 투자를 유치했다. 투자자 명단에는 Peak XV Partners와 엔젤 투자자인 Paul Graham, Gokul Rajaram, Thariq Shihipar도 포함되어 있다. 이 회사의 목표는 AI 에이전트 군집을 활용해 칩의 방열 효율을 높일 수 있는 신소재를 찾아냄으로써, AI 연산 칩의 과열로 인한 데이터센터 전력 사용량과 냉각 비용 상승 문제를 완화하는 것이다. Ramdas는 스탠퍼드 재료과학 박사 학위 소지자이며, Sridhar는 Persona AI와 Luma Labs에서 에이전트 관련 업무를 담당한 바 있다. 두 사람은 소프트웨어 파이프라인을 구축했는데, 먼저 Anthropic 모델을 자체 프레임워크에서 활용해 후보 소재 방향을 생성한 뒤, 팀이 직접 학습시킨 기초 물리 모델로 시뮬레이션 검증을 거쳐 후보 소재가 실제로 실현 가능한지 확인하는 방식이다. Sridhar에 따르면 Ramdas가 박사 과정 중일 때는 하루에 수작업으로 약 20가지 추측만 시도할 수 있었지만, 지금은 에이전트가 클라우드에서 24시간 가동되며 그가 설정한 연구 방향에 따라 탐색을 진행해 하루에 수천 번의 시도를 실행할 수 있다고 한다. 회사는 오늘 수백 가지 신소재 사례를 공개했으며, “Material Discovery Bench"라는 벤치마크 도구도 함께 발표해 이런 유형의 소재 발견 작업에서 최첨단 모델들의 성능을 추적할 수 있도록 했다. 현재 시장에서는 MatNex, SandboxAQ, CuspAI 등의 기업도 비슷한 작업을 하고 있으며, Discovered Materials는 반도체 소재의 방열 문제라는 틈새 영역에 집중하는 것을 내세우고 있다. 회사 측은 이미 여러 소재 특성이 주요 칩 제조사들이 현재 사용 중인 소재와 부합한다는 것을 발견했다고 밝혔지만, 구체적인 세부 내용은 공개하지 않았다. 관건은 소재가 방열, 제조 가능성, 전기적 특성 등 여러 조건을 동시에 충족해야 실용적 가치를 가질 수 있다는 점이며, 가치 있는 후보 소재를 찾아낸 뒤 회사는 GPU나 공정에 적용된 소재에 대한 특허를 출원하고 이를 외부에 라이선스로 제공할 계획이다.

💬 JudyAI Lab 관점

Discovered Materials는 YC를 갓 졸업하자마자 Lightspeed India Partners가 주도한 900만 달러 규모의 시드 투자를 받았고, 투자자 명단에는 Paul Graham도 포함되어 있다. 이는 AI 에이전트가 단순히 코드 작성이나 고객 응대에만 쓰이는 것이 아니라, 재료과학처럼 전통적으로 극도로 시간이 많이 드는 실험적 난제를 해결하는 데도 활용되기 시작했음을 보여준다.

창업자 Ramdas는 박사 과정 중에는 하루에 수작업으로 약 20가지 소재 추측만 시도할 수 있었지만, 지금은 에이전트 군집이 클라우드에서 24시간 가동되며 하루에 수천 번의 시도를 실행할 수 있다고 언급했다. 이러한 “속도 격차"야말로 AI 에이전트가 가장 가치 있게 활용되는 지점이다. 먼저 언어 모델로 후보 방향을 생성한 뒤, 자체 학습시킨 물리 시뮬레이션 모델에 넘겨 검증함으로써 인력 집약적인 시행착오 과정을 확장 가능한 파이프라인으로 바꿔놓은 것이다. 주목할 점은 MatNex, SandboxAQ, CuspAI 등의 기업도 비슷한 작업을 진행하고 있다는 사실인데, 이는 “AI 에이전트 + 도메인 시뮬레이션 모델” 조합이 재료과학 분야에서 하나의 산업적 관행으로 자리 잡아가고 있음을 시사한다. 단일 기업만의 특수 사례가 아니라는 뜻이다.

AI 빌더 입장에서는, 자신이 다루는 업무 중에도 “후보 생성 + 검증 필터링"이라는 두 단계로 분해할 수 있는 반복적인 작업이 있는지 한번 생각해볼 만하다.

📅 원문 정보

🔗 더 읽어보기