표지 + 5 SLIDES · 16:9 · 1920×1080
개요 · 로레알(L’Oréal)
Exhibit 1 · 상황 → 갈등 → 해결 → 결과
상황
화장품 기업. 이번 과제는 UV 필터(자외선 차단 성분)를 녹이는 원료 조합 찾기
갈등
조합을 하나씩 만들어 재는 실험 위주 탐색, 수개월 소요
해결
분자 시뮬레이션으로 먼저 거르고 유망 조합만 실험. 광고는 승인된 제품 트윈 위에서 생성
결과
수개월 → 수시간 계산 선별. 적중률·비용 절감은 미공개
Exhibit 2 · 바뀐 두 지점
Exhibit 3 · 누가 무엇을 맡았나 원문
NVIDIA
ALCHEMI: GPU 원자 계산 묶음 실행
Orbital Industries
CurieOS 도구 · OrbMol-v2 모델
Omi
제품 디지털 트윈 · ProductDrop
출처: [1] AX Review 노트(2026.10.28), [2] NVIDIA Blog(2026.10.21, 벤더가 모은 고객 사례). 수치는 회사·NVIDIA 발표값, 매출·인원 미공개
1
01 · 처방 연구 ① 무엇이 바뀌었나
Exhibit 4 · 원료 조합 탐색, 전과 후
전 · 실험 위주
수개월
탐색 전체 원문
연구원이 조합 구상
경험·문헌 기반
시료 제조
한 번에 한 조합
녹임·안정성 측정
다 녹았는지·분리되는지
결과 보고 다음 조합
처음으로 돌아가 반복 ↺
후 · 계산 먼저
수시간
계산 선별 원문
후보 원료·조건 정의
CurieOS에 질문 → 후보 목록
전 조합 계산·순위
분자 시뮬레이션 · GPU
상위 조합만 실험
실험은 확인용
실험 결과로 계산 보정
다음 순위가 더 정확해짐 노트
왜 계산이 먼저인가: 규모 예시 가상
보조 원료 후보 40종이면
2종 조합 780개 + 3종 조합 9,880개 = 10,660개
비율·온도까지 바꾸면 더 늘어남 → 하나씩 실험으로는 전수 확인 불가, 계산으로 전부 훑고 상위만 실험
연구원이 하는 일의 변화 노트
전
구상·제조·측정을 모두 직접 수행. 시간 대부분이 시료 제조
후
계산 조건 정의 → 순위표에서 실험할 조합 선택 → 결과 판정. 경험은 ‘어떤 조합을 믿을지’ 판단에 사용
출처: [2] 수개월 → 수시간·실험 후 확인 흐름, [1] 보정 단계·역할 변화(노트), 조합 수 예시(가상). 후보 수·실험 횟수는 미공개
2
02 · 처방 연구 ② 계산이 무엇을 보나
Exhibit 5 · 조합 1개가 계산되는 과정: 같은 예시가 ①→④를 통과함
후보 조합 정의
CurieOS · 연구원 도구
예시 가상
어떻게 연구원이 질문하면 도구가 후보 목록으로 바꿈 원문
출력 →
원료 분자를 섞어 담은 상자(원자 배치)
원자 사이 힘 예측
OrbMol-v2 · 원자 모델(MLIP)
MLIP 양자역학 계산 결과를 학습해 에너지·힘을 빠르게 예측하는 모델 원문
5배
속도 (비교 모델 대비)
−21%
오차 (차순위 대비)
출력 →
원자마다 걸리는 힘 + 에너지
섞임·뭉침 계산
ALCHEMI · GPU 분자동역학(MD)
MD ②의 힘으로 원자를 조금씩 움직이길 반복해 섞이는지 뭉치는지 관찰. GPU에서 수백 개 조합을 묶어 실행 원문
출력 →
계산이 끝난 상자 → 두 점수 산출
점수 · 순위
결과 · 실험 추천 목록
예시 가상
혼합 에너지 −3.1 kJ/mol
필터 뭉침 비율 0.12
판정 에너지가 낮고(잘 섞임) 뭉침이 적을수록 상위. 상위 조합만 주간 회의에서 실험 후보로 선택 노트
출력 →
실험 추천 목록 (상위 N개)
전 조합에 ①~④를 GPU에서 묶어 반복 → ④ 순위표 상위만 실험실로 보냄 (2장의 ‘계산 선별’ 단계를 펼친 것)
출처: [2] 도구 구성·MLIP·GPU 묶음 실행·5배·21%(측정 조건 미공개), [1] 점수 정의·판정(노트), 예시 값·순위표(가상). 분자 그림은 개념도
3
03 · 마케팅 (CreAItech)
Exhibit 6 · 이미지 1세트가 만들어지는 과정: 신규 색상 1건이 ①→④를 통과함
제품 트윈 승인
Omi 디지털 트윈
예시 가상
신규 색상 출시 → 트윈 색만 바꾼 v2 승인
누가 브랜드·규제 담당이 승인, SKU·버전·승인일 기록 노트
출력 →
승인된 트윈 v2 (이후 수정 불가)
배경 장면 생성
TRELLIS 3D 생성 모델
생성 대상 배경·소품·분위기만. 제품은 생성하지 않음. RTX PRO 6000 GPU 원문
10배
추론 속도
4배↓
결과 대기 시간
출력 →
제품 자리가 빈 3D 배경
합성 · 조정
ProductDrop (편집 가능한 3D 환경)
규칙 트윈은 그대로 배치, 각도·조명만 조정 원문
예시 가상
시장 A는 따뜻한 조명, 시장 B는 정면 각도로 후보 생성
출력 →
시장별 이미지 후보
검수 · 배포
시장·색상별 세트
재사용 다음 색상은 트윈만 v3로 바꿔 ③부터 재실행. 재촬영 없음 보강
이틀
고품질 렌더 제작 기간 보강
출력 →
시장별 이미지 세트 교체
생성 모델만 쓰면 제품까지 생성돼 병 모양·라벨이 달라질 위험 → 제품은 ① 승인 트윈으로 고정하고 배경만 생성해 오류를 구조적으로 차단 노트
출처: [2] 트윈·TRELLIS·RTX PRO 6000·ProductDrop·10배·4배, [1] 보강(Omi 블로그) 이틀·세트 재사용, 승인 주체·오류 위험은 노트. 그림은 개념도
4
04 · 적용
Exhibit 7 · 우리에게 맞는가 (적합 조건) 노트
원료를 섞어 성질을 맞추는 제품 (화장품 ODM·정밀화학·전해액)
후보 조합이 수천 개 이상
원하는 성질이 분자 간 상호작용으로 설명됨 (녹임·안정성)
향·사용감·발림성처럼 사람이 느끼는 성질은 이득 작음
Exhibit 8 · 8주 검증 노트
1~4주
과거 실험 20~30개를 다시 계산
계산 순위가 실험 순위와 맞는지 확인, 안 맞으면 지표·온도 조정
5~6주
신규 후보 전수 계산
주 1회 30분 회의에서 연구원이 5~10개 선택
7~8주
추천 조합 실험 · 판정
기존 방식과 기준 통과율 비교
필요 인력 노트
처방 연구원 2명 + 계산 담당 1명. GPU는 클라우드 시간제로 시작
계속 갈지 판정 기준 가상
과거 실험과 순위 상관(Spearman) 0.6 이상
상위 10개 통과율 > 기존 방식
같은 결과까지 시료 30%↓
아직 모르는 것 원문
후보 수 · 적중률 · 실험 횟수 · 비용
계산이 약한 곳 노트
드문 원소(실리콘 많은 원료) · 저온 결정처럼 느린 현상
첫 투자 노트
GPU보다 과거 실험 기록 정리가 먼저: 조합·비율·온도·녹음 여부, 실패 조합 포함
출처: [2] 미공개 항목, [1] 적합 조건·8주 검증·판정 기준·한계(노트 설계안·가상 값)
5