푹스
윤활유 배합을 위한 Alchemite 머신러닝
푹스는 머신러닝이 제안한 후보 7개를 시험해 윤활유 성능 목표를 충족한 2개를 찾았다
문제
푹스는 기존 윤활유를 알루미늄 단조용으로 바꿔야 했다. 복잡한 배합 프로젝트는 낯선 소재를 두고 실험을 거듭해야 했다.
접근 방식
연구진은 과거 배합 24건으로 Alchemite를 학습시켰다. 모델은 여러 차례 실험 주기에 걸쳐 후보 30개를 제안했다. 화학자가 7개를 골라 시험했고, 2개가 성능 50% 개선이라는 목표를 충족했다.
주요 수치
2성능 목표를 충족한 시험 배합 (시험한 7개 중, Intellegens 발표)
시사점
모델이 실험 범위를 좁혔고 시험의 통제는 화학자가 쥐었다. 성능 지표가 정확히 무엇이었는지, 시간을 얼마나 아꼈는지는 공개되지 않았다.
분류
- 규모
- 중견·성장기업
- 산업
- 화학·소재
- 경영 기능
- IT·R&D
- 혁신 유형
- 프로세스 혁신
- 도입 방식
- 플랫폼·범용 도구 활용
- 근거
- 공급사 사례
출처
출처 요약
[1]Intellegens2025년 7월 8일
Intellegens는 푹스가 Alchemite로 윤활유 실험을 이끈 과정을 소개했다. 시험한 후보 2개가 목표를 충족했고 1개는 계속 추진 중이라고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일