---
title: "아스트랄큐, AI가 소재를 예측하고 로봇이 검증하는 클라우드랩으로 시드 투자 유치"
published: 2026-05-07T06:05:04.949Z
canonical: https://jeff.news/article/2275
---
# 아스트랄큐, AI가 소재를 예측하고 로봇이 검증하는 클라우드랩으로 시드 투자 유치

AI 기반 소재 개발 기업 아스트랄큐가 한국투자액셀러레이터, 블루포인트파트너스, 슈미트, 스마일게이트인베스트먼트로부터 시드 투자를 유치했다. 회사는 머신러닝 해밀토니안, 머신러닝 포스 필드, 무기물 자동 합성 랩을 결합해 예측부터 실제 합성 검증까지 이어지는 클라우드랩을 만들고 있다. 소재 개발 속도를 10~20배 높이고 비용을 낮추겠다는 목표가 핵심이다.

- AI 기반 소재 개발 기업 아스트랄큐가 시드 투자를 유치함
  - 투자에는 한국투자액셀러레이터, 블루포인트파트너스, 슈미트, 스마일게이트인베스트먼트가 참여함
  - 회사가 노리는 시장은 신소재 탐색, 계산, 합성 검증을 인공지능과 자동화 실험으로 묶는 영역임

- 아스트랄큐의 핵심 주장은 소재 개발을 계산과 실험이 끊긴 프로세스가 아니라 하나의 루프로 만들겠다는 것임
  - 세계 최초로 대규모 전자 구조 계산이 가능한 머신러닝 해밀토니안 모델을 개발했다고 밝힘
  - 자체 확보한 밀도 범함수 이론 데이터를 기반으로 머신러닝 포스 필드 모델도 구축함
  - 무기물 자동 합성 랩을 갖춰 AI 예측 결과를 실제 합성으로 검증할 수 있다고 설명함

> [!IMPORTANT]
> 회사가 제시한 기대치는 소재 개발 속도 10~20배 향상과 비용 절감임. 단순한 모델 데모가 아니라 계산-실험-검증을 한 시스템으로 묶겠다는 얘기라 더 큼.

- 창업팀 배경도 이 분야에서는 꽤 세게 잡혀 있음
  - 조정주 대표는 삼성리서치 미국, 삼성SDI, LG화학 등에서 30년 이상 소재 개발을 해온 인물임
  - 삼성리서치 어드밴스드 머티리얼스 랩을 이끌었고, 사이언스와 네이처 커뮤니케이션스 등 학술지에 여러 논문을 냄
  - 독일 막스플랑크연구소 박사 출신 이맹은 최고제품책임자, MIT 재료공학 박사 출신 Wenhao Sun은 최고과학책임자, 보스턴대 재료공학 박사 출신 Lincoln Miara는 최고기술책임자를 맡고 있음

- 조정주 대표는 AI가 소재를 예측하고 로봇이 즉시 실험으로 검증하는 구조가 가능해졌다고 봄
  - 계산, 실험, 검증이 하나로 연결된 시스템이 구축되고 있다는 설명임
  - 소재 개발은 후보를 예측하는 것만으로 끝나지 않기 때문에 실제 합성 검증까지 이어지는지가 중요함

- 투자사도 모델 개발만이 아니라 최종 물질 합성까지 간다는 점을 높게 본 듯함
  - 한국투자액셀러레이터는 아스트랄큐가 소재 개발 전주기를 엔드투엔드로 구현할 수 있는 경쟁력을 갖췄다고 평가함
  - 이번 투자금은 머신러닝 해밀토니안, 머신러닝 포스 필드 같은 신소재 AI 모델 고도화와 클라우드랩 실증 평가에 투입될 예정임

---

## 기술 맥락

- 소재 개발에서 병목은 후보를 떠올리는 것만이 아니에요. 계산으로 좋아 보이는 물질이 실제로 합성 가능한지, 원하는 성능이 나오는지 확인해야 해서 실험 검증이 항상 따라와요.

- 아스트랄큐가 머신러닝 해밀토니안과 머신러닝 포스 필드를 강조하는 이유는 계산 비용 때문이에요. 밀도 범함수 이론 같은 정밀 계산은 유용하지만 대규모 후보를 전부 돌리기에는 비용이 크거든요.

- 그래서 머신러닝 모델로 후보 탐색을 빠르게 하고, 자동 합성 랩으로 실제 검증을 붙이는 구조가 중요해져요. 모델이 예측만 하고 끝나면 연구자의 감에 다시 의존하게 되지만, 실험 데이터가 돌아오면 다음 모델 개선에도 쓸 수 있어요.

- 이건 소프트웨어 서비스라기보다 연구 자동화 플랫폼에 가까워요. 데이터, 모델, 로봇 실험 장비가 같은 루프 안에서 돌아가야 하므로, 일반적인 앱 개발보다 물리 세계의 실패와 비용을 훨씬 많이 다뤄야 해요.

## 핵심 포인트

- 아스트랄큐가 AI 기반 소재 개발 클라우드랩으로 시드 투자를 유치함
- 대규모 전자 구조 계산용 머신러닝 해밀토니안 모델과 밀도 범함수 이론 데이터 기반 머신러닝 포스 필드 모델을 구축함
- AI 예측 결과를 무기물 자동 합성 랩에서 실제 실험으로 검증하는 엔드투엔드 구조를 갖춤
- 회사는 소재 개발 속도를 10~20배 높이고 비용을 크게 낮출 수 있다고 봄

## 인사이트

소재 개발은 모델만 좋아서는 안 되고 실제 합성으로 검증해야 끝나는 영역임. 아스트랄큐가 강조하는 포인트도 바로 그 지점이라, 국내 딥테크 스타트업이 소프트웨어와 실험 자동화를 어떻게 묶는지 볼 만하다.