실험 설계(DOE)는 지속가능성에 본질적으로 기여해 왔습니다. 원하는 목표를 달성하기 위한 실험 횟수를 최소화함으로써 상당한 자원 절약을 이룰 수 있습니다.
하지만 단순히 실험설계법(DOE)을 사용하는 것뿐만 아니라 예측 및 등고선 프로파일러와 결합하는 것이 중요합니다. 이러한 프로파일러를 통해 과학자와 엔지니어는 최적의 제품과 공정을 도출하여 지속가능성에 대한 "2차적" 기여를 할 수 있습니다. 예를 들어, 공정을 더욱 효율적으로 만들면 폐기물 발생량을 줄이거나 에너지 소비를 절감할 수 있습니다. 더 나은 또는 더 효율적인 제품을 개발하면 해당 제품의 사용 과정에서 자원을 절약하거나 폐기물 발생량을 줄여 제품 수명을 연장할 수 있습니다.
본 논문에서는 지속 가능한 기술 분야의 글로벌 리더인 존슨 매튜(Johnson Matthey)가 제품 적용 측면뿐만 아니라 제품 개발 초기 단계부터 지속 가능성을 어떻게 고려하는지 보여줍니다. 실험 설계(DOE)와 프로파일러를 활용하여 성능뿐만 아니라 제품 제형 자체의 환경 발자국을 최소화하는 제형을 개발하고, 이를 통해 제품의 다양한 측면에서 지속 가능성을 어떻게 구현하는지 설명합니다.
안녕하세요, 여러분. 오늘은 디스커버리 서밋에서 저희가 발표할 내용에 대해 설명드리겠습니다. 발표 제목은 "지속 가능한 제형 개발을 위한 실험 설계 및 예측 프로파일러 활용"입니다. 먼저 저희를 소개드리겠습니다. 저는 필라입니다. 특수 화학 회사인 존슨 매티(Johnson Matthey)의 연구 과학자이며, 존슨 매티 내에서 통계 도구의 활용 범위를 넓히는 것을 목표로 하는 통계적 사고 팀(Statistical Thinking Team)을 이끌고 있습니다. 제 동료인 패트리샤와 제니가 곧 자기소개를 해드리겠습니다.
안녕하세요, 저는 패트리샤 블랑코입니다. 저도 존슨 매티에서 근무하고 있습니다. 연구소에서 일하고 있으며, 화학을 전공했고, 약 20년 동안 의약품 코딩 및 제형 분야에서 일해 왔습니다.
안녕하세요, 저는 제니입니다. 기술센터에서 지속가능성 팀의 일원으로 LCA(전과정평가) 업무를 담당하며, 과학자들이 연구 프로젝트를 진행하는 동안 지속가능한 결정을 내릴 수 있도록 돕고 있습니다.
존슨 매티(Johnson Matthey)에 대해 잘 모르시는 분들을 위해 간단히 소개드리겠습니다. 아시다시피, 세계는 지금껏 직면했던 가장 큰 도전 과제들에 맞서 변화하고, 탄소 중립으로의 전환을 이루어 더욱 지속 가능한 미래를 만들어야 합니다. 바로 이 지점에서 존슨 매티가 중요한 역할을 합니다. 존슨 매티는 혁신적인 과학 기술과 끊임없는 혁신을 통해 매일 수백만 명의 사람들을 위한 탄소 중립 전환을 촉진하고 있습니다. 206년의 역사를 자랑하며 전 세계에 12,000명 이상의 임직원을 보유하고 있습니다. 당사의 기술은 첨단 금속, 화학, 촉매 및 공정 엔지니어링을 기반으로 합니다. 이러한 전문성은 오랜 세월에 걸쳐 축적되어 모든 사업의 근간을 이루고 있습니다. 존슨 매티는 지속가능성에 전념하고 있으며, 제니가 이에 대해 자세히 설명해 드릴 예정입니다.
존슨매티의 핵심 가치 중 하나는 지구와 인류를 보호하는 것입니다. 이를 실현하기 위해 우리는 기술 포트폴리오 개발 방식, 해당 기술 생산을 위한 운영 방식, 그리고 고객 및 공급업체와 협력하여 포트폴리오 내에서 지속 가능한 제품을 만드는 방법을 모색하고 있습니다. 우리는 기후 변화에 대응하고, 자연을 보호하며, 순환 경제를 발전시키고, 안전하고 다양하며 공평한 사회를 조성하는 데 힘쓰고 있습니다. ESG 등급을 통해 우리가 어떻게 더욱 지속 가능한 기업으로 나아가고 있는지 보여주고 있습니다.
감사합니다. 오늘은 실험설계법(DoE)과 지속가능성에 대해 이야기해 보겠습니다. 저희에게 실험설계법은 지속가능성에 본질적으로 기여하는 요소입니다. 실험 횟수를 줄이는 것만으로도 자원, 재료, 에너지를 절약할 수 있기 때문입니다. 또한, 예를 들어 특정 공정을 효율적으로 만들기 위해 실험설계법을 적용하면 제품의 무게를 줄이고 에너지 소비를 감소시킬 수 있습니다. 제품의 효율성을 높이기 위해 실험설계법을 적용한다면, 제품 사용 과정에서 자원을 절약하거나 제품 수명을 연장하여 폐기물 발생량을 줄일 수 있습니다. 이처럼 실험설계법을 지속가능성에 적용하는 방법은 제품 사용 단계에서부터 시작됩니다. 하지만 이번 발표에서는 한 걸음 더 나아가 제품의 개발 단계, 즉 제품이 존재하기 이전 단계까지 거슬러 올라가 실험설계법과 지속가능성에 대해 이야기해 보고자 합니다. JM에서의 제품 개발 과정도 함께 살펴보겠습니다.
제품 배합은 JM의 핵심 역량 중 하나이며, 화학, 모델링, 제조, 가공 및 엔지니어링 분야의 전문가들이 협력하여 고객의 요구에 맞는 형태로 JM의 과학적 기술을 구현해야 하는 다학제적 접근 방식이 필요합니다. 서두에서 말씀드렸듯이 저는 영국 JM 기술 센터의 배합팀 소속입니다. 저희 팀은 기초적인 장기 연구부터 제품 제조에 필요한 신속하고 중요한 지원에 이르기까지 다양한 프로젝트에서 JM의 모든 사업부를 지원합니다. 또한, 저희 연구실에서 새로운 기술과 역량을 개발하고 외부 전문가와 협력하여 과학적 기반을 구축하고 확장해 나가고 있습니다.
저희는 실험을 설계하고 데이터에서 최대한의 가치를 얻기 위해 통계 도구를 사용합니다. JM의 제품 대부분은 제형화되어 있으며, 여기서는 몇 가지 예시 사진만 보여드리겠습니다. 왼쪽부터 보면 활성 촉매를 함유한 알리자린으로 코팅된 촉매 변환기가 있습니다. 가운데 검은색 사진은 연료 전지 잉크인데, 연료 전지 및 전해조 촉매 모두 잉크 위에 코팅층을 형성하도록 증착됩니다. 또한 분말은 화학 물질 생산에 사용되는 과립형 또는 펠릿형 촉매를 만드는 데 사용되므로 매우 중요합니다.
이 모든 예시에서 중요한 것은 재료와 재료 간의 상호 작용 방식, 또는 재료들이 서로 어떻게 상호 작용하는지를 이해하는 것입니다. 제형은 복잡한 시스템이므로, JMP의 혼합물 설계 실험과 같은 도구를 활용하는 것이 중요하며, 이러한 도구는 제품 제형 연구에서 최대한의 가치와 이해를 얻는 데 도움이 됩니다.
이번 시연에서는 JMP 프로파일러를 사용하여 특정 제형에 대한 혼합 실험 설계(DOE)를 실행하고 제형의 성능을 분석할 것입니다. 또한, 수명주기 분석(LCA) 개념에 기반한 지속가능성 모델도 함께 소개할 예정입니다. 프로파일러에서 두 가지를 함께 분석하여 성능뿐 아니라 지속가능성까지 고려한 최적화된 제형을 도출합니다. 수명주기 분석에 대해 잘 모르시는 분들을 위해 제니가 간략하게 설명해 드리겠습니다.
전 생애 주기 분석(LCA)은 전체 생산 사슬에 걸쳐 발생할 수 있는 직간접적인 환경 영향을 정량화하는 데 사용할 수 있는 방법입니다. 즉, 제품 생산부터 폐기까지 전 과정을 아우릅니다. LCA는 지속 가능한 제품이나 공정 설계를 촉진하고 잠재적인 문제점을 조기에 파악하여 해결할 수 있도록 돕습니다. 이를 통해 환경에 미치는 영향을 줄이고 환경으로 배출되는 유해 물질의 양을 낮출 수 있습니다. LCA는 특히 인간 건강, 생태계 건강, 자원 가용성이라는 세 가지 주요 목표에 중점을 둡니다. 현재 저희는 미국 에너지부 산하 Pilar와 협력하여 제품의 전 생애 주기에 걸친 탄소 발자국을 이산화탄소 배출량으로 환산하는 데 집중하고 있습니다.
여기서 나가겠습니다. JMP에서 직접 시연을 해보겠습니다. 세 가지 성분, 즉 주성분, 첨가제, 용매가 혼합된 용액입니다. 삼원계 그래프를 열어보겠습니다. 어떻게 보이는지 보세요. 파란색 부분이 보이시죠? 이것이 주성분, 첨가제, 용매로 이루어진 삼원계 그래프입니다. 물론 실제 시스템 조성은 이처럼 훨씬 더 복잡하지만, 여기서는 세 가지 성분만으로 간단하게 시각화했기 때문에 삼원계 그래프에서 쉽게 확인할 수 있습니다. 일반적으로 제형 연구에서는 실험 공간이 가능한 모든 조합에 비해 매우 작습니다.
일반적으로 우리는 매우 작은 공간을 가정해야 합니다. 하지만 실제로는, 아주 작은 공간처럼 보이지만, 매우 극적인 변화를 가져올 수 있습니다. 이 공간 내에서 공식에 아주 작은 변화만 있어도 성능 측면에서 매우 극적인 결과를 초래할 수 있습니다. 이 스케치에서는 제약 조건을 포함하는 [들리지 않는 부분 00:09:50] 채우기 설계를 기반으로 혼합 설계를 설계했습니다. 보시다시피, 이 설계는 실험 공간 주변에 데이터 포인트가 잘 분포되도록 합니다. 데이터는 모델 데이터입니다. 우리가 수집하는 데이터는 성능과 관련된 속성 데이터이며, 이 데이터는 모델 데이터입니다.
이제 우리는 다양한 배합이 어떻게 서로 다른 성능 특성을 나타내는지에 대한 모델을 갖게 되었습니다. 동시에, 각 개별 성분의 탄소 발자국을 고려하여 배합물 1kg당 발생하는 CO₂ 상당량(kg)인 탄소 발자국에 대한 모델도 갖게 되었습니다. 이제 이 두 모델을 삼원 도표로 시각화해 보겠습니다. 예를 들어 탄소 발자국부터 살펴보면, 실험 영역을 확대해 보았습니다. 실험 영역은 흰색으로 표시되어 있습니다. 빨간색 등고선을 통해 탄소 발자국이 왼쪽으로 갈수록 증가하는 것을 확인할 수 있습니다.
이 제품의 탄소 발자국을 최소화하려면 오른쪽 방향으로 나아가야 합니다. 또한 성능 예측 모델을 살펴보면 모델이 얼마나 복잡한지, 그리고 값들이 20에서 60 사이에서 어떻게 움직이는지 알 수 있습니다. 20, 30이 있고, 점선으로 표시된 40 영역도 있습니다. 성능 속성을 40으로 만들려면 그 영역에서 작업해야 합니다.
또한 50이라는 기준점도 있습니다. 50 부근에서 성능을 극대화하려면 이 범위 내에 있는 배합을 찾아야 합니다. 그리고 60이라는 최적점도 있습니다. 이 특성을 최대화하려면 이 범위 내에 있는 배합을 선택해야 하며, 특히 이 범위 내에 있는 배합에 관심을 가져야 합니다. 이 모든 것을 종합적으로 살펴보면, 성능 특성에 대한 등고선은 빨간색으로, 탄소 발자국에 대한 등고선은 파란색으로 표시됩니다. 이 모든 것을 함께 보면, 성능 특성을 극대화하면서 탄소 발자국을 최소화할 수 있는 최적의 배합을 선택할 수 있습니다.
우리는 아마도 탄소 발자국 값을 최대한 낮추기 위해 이 영역의 오른쪽 끝에 있는 배합을 선택할 것입니다. 물론 이것은 시각적인 표현일 뿐이며, 구성 요소가 많아질수록 시각화는 더 복잡해집니다. 어쨌든, 이 모든 작업은 Mixture Profiler를 통해 수행할 수 있지만, JMP의 Prediction Profiler나 Design Space Profiler와 같은 다른 도구를 사용하여 성능을 비롯한 다양한 출력값과 탄소 발자국을 고려하여 시스템을 최적화하고 두 가지 측면 사이에서 절충점을 찾을 수도 있습니다.
저희는 제품 개발을 위한 제형을 검토하고 있습니다. 요약하자면, 과학자들이 지속가능성과 초기 단계 연구를 고려할 수 있도록 도구를 제공하는 것이 매우 중요합니다. 그렇지 않으면 이러한 결정을 내리기가 매우 어렵습니다. JMP는 실험 결과 및 프로파일러 기능을 통해 과학자들이 제품 또는 제형의 성능, 지속가능성, 그리고 비용과 같은 여러 측면을 동시에 최적화하여 최상의 결과를 얻을 수 있도록 지원하는 매우 유용한 도구임을 입증했습니다. 이상입니다. 경청해 주셔서 감사합니다.
