AI로 패널 개발 나선 삼성디스플레이...효율성 UP

인공지능(AI) 기술이 디스플레이 연구개발에도 도움을 주고 있다. 삼성디스플레이는 최근 패널 개발 핵심 영역에 AI 기술을 도입, 점점 고도화되고 있는 패널 개발의 효율성을 높이고 있다고 소식을 전했다.

AI 기술이 도입된 가장 대표적인 영역은 'OLED 유기재료 설계' 분야로 기존에는 엔지니어가 직접 분자구조를 바꿔가며 원하는 특성을 나타내는 구조를 찾는 방식으로 재료를 설계했다면, 최근에는 엔지니어가 원하는 특성값을 설정하면 AI가 수많은 경우의 수를 시뮬레이션해 정답을 찾는 방식으로 설계하고 있다. 

여러 경우의 수를 고려해 재료 구조를 설계하고 직접 실험을 통해 이를 하나하나 검증하는 수고를 AI 기술이 대신하는 것이다. AI를 통해 100가지 유기재료 분자구조를 설계하고 특성값을 도출할 때까지 걸리는 시간은 30초에 불과하다. 이렇게 AI가 단시간에 수많은 시뮬레이션을 해 줌으로써 엔지니어는 고부가가치 업무에 집중할 수 있어 업무 생산성이 높아진다.

AI의 패널 설계 결과를 분석하고 있는 엔지니어 모습 (사진=삼성디스플레이)
AI의 패널 설계 결과를 분석하고 있는 엔지니어 모습 (사진=삼성디스플레이)

또한, 디스플레이 해상도가 점점 높아짐에 따라 패널 구동 회로 설계 작업의 난이도가 올라가면서 이 분야에도 AI 기술이 적극 활용되고 있다. 저해상도 패널을 설계할 때는 엔지니어가 반복적 도면 작업을 통해 원하는 결과물을 얻을 수 있었지만, 4K, 8K 등 고해상도 패널의 경우 회로 간섭 등 오작동의 확률이 높아 원하는 결과 도출에 많은 시간이 필요하게 된다.

이에 AI 기술을 활용하게 되면 64코어 CPU를 장착한 서버용 컴퓨터 1대로 하루 64만 건의 구동 회로 설계와 검증이 가능하고, 시뮬레이션 탐색 범위가 훨씬 광범위하기 때문에 설계 속도가 빠를 뿐만 아니라 결과 도출을 위한 최적의 루트를 찾아낼 가능성도 훨씬 크다.

삼성디스플레이는 이러한 성과를 바탕으로 19일 'SID(세계정보디스플레이학회)'가 주최하는 '디스플레이 위크 2021'에서 '디스플레이를 위한 인공지능과 머신러닝(AI and Machine Learning for Display)'이라는 주제로 온라인 강의를 진행하기도 했다.

이날 강연을 맡은 김용조 CAE팀장(상무)은 "앞으로 디스플레이 산업에서 AI기술의 중요성은 더욱 커질 것"이라면서 "패널 개발 과정이 점점 고도화되고 기술 난이도가 올라감에 따라 AI 기술을 개발 영역은 물론 재료, 소자, 회로 등 단위 설계를 연결하는 시스템 최적화까지 확대 적용될 것"이라고 전망했다

김효정 기자

hjkim@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

“여행 경비도 외화로 바로 정산”…트래블월렛 친구간송금 600만건 넘었다

트래블월렛은 ‘친구간송금’ 서비스가 출시 1년 8개월 만에 누적 이용 건수 600만 건을 넘어섰다고 15일 밝혔다. 누적 이용자 수는 200만 명을 기록했다.

전기차 보조금, 판매 실적보다 공급망·안전이 먼저...테슬라·BYD도 심사대 오른다

전기차 보조금 기준이 7월부터 달라진다. 공급망·안전관리 등 5개 분야 13개 항목 평가에서 60점 이상을 받아야 보급사업 참여 가능. 테슬라는 통과 유력, BYD는 공급망 항목이 변수.

“코딩 몰라도 금융 AI 실무 경험”…PFCT, AI 신용평가 아카데미 4기 모집

AI 금융기술 기업 피에프씨테크놀로지스(PFCT)는 금융 AI 실무 인재 양성을 위한 ‘제4회 PFCT AI 신용평가 아카데미’ 참가자를 모집한다고 13일 밝혔다. 모집 기간은 이날부터 31일까지다. 참가 대상은 AI 금융기술에 관심 있는 대학생, 대학원생 및 졸업생이며 참가비는 전액 무료다.

AI가 상품 찾고 결제까지…플래티어, ‘에이전틱 커머스’ AX 백서 발간

AI가 고객 대신 상품을 탐색하고 비교한 뒤 결제까지 수행하는 커머스 환경이 현실화되면서, 이커머스 기업의 경쟁 전략도 기능 단위의 AI 도입을 넘어 전사적 AI 전환으로 이동하고 있다. 단순 추천 알고리즘이나 챗봇 적용만으로는 변화 속도를 따라가기 어려워졌고, 기업 운영 구조 자체를 AI 중심으로 재편해야 한다는 요구가 커지고 있다.