빌 게이츠가 베팅한 ‘AI 탐사’…감으로 찾던 광물, 데이터로 찾는다 [카테고리 설정이 아직되어 있지 않습니다.] AI 기반 항공 탐사와 시추 데이터를 결합해 광물 매장 가능성을 분석하는 코볼드 메탈스의 탐사 방식. / 출처 = 코볼드 메탈스
광산을 찾는 방식이 바뀌고 있다. 인공지능(AI)이 위성 이미지와 지질·전자기파 데이터를 동시에 분석해 매장 가능성이 높은 지점을 찾아내는 방식이다.
블룸버그는 13일(현지시각) 빌 게이츠 등이 투자한 코볼드 메탈스(KoBold Metals)가 이 같은 기술을 활용해 콩고민주공화국에서 대규모 리튬 탐사에 착수했다고 보도했다.
위성·전자기파·지질 데이터 통합…AI가 탐사 방식 바꾼다
이번 탐사는 리튬 확보보다 탐사 방식 변화에 방점이 찍힌다. 콩고 남동부 13개 광구, 약 3만 제곱킬로미터에 걸친 항공 탐사를 통해 위성 이미지, 지구화학 데이터, 전자기파 신호, 하이퍼스펙트럴(hyperspectral) 영상 등 다양한 데이터를 통합 분석한다. 광물이 반사하는 빛의 패턴을 읽어 지하 매장 가능성이 높은 지점을 선별하는 구조다.
기존 탐사는 제한된 데이터를 바탕으로 지질학자의 경험에 의존했다. 반면 인공지능은 다차원 데이터를 동시에 처리해 유망 지점을 추려내고, 시추 과정에서 확보한 데이터를 다시 학습에 반영해 예측 정밀도를 높인다. 자체 데이터 플랫폼을 기반으로 이러한 반복 학습 구조를 구축하고 있다.
탐사 효율 바뀌자 공급망 전략도 변화
AI 기반 탐사는 탐사 구조 자체를 바꾸고 있다. 전통적으로 광물 탐사는 낮은 성공 확률과 높은 비용 부담이 특징이었지만, AI는 탐사 후보지를 압축해 시추 효율을 높이고 리스크를 줄이는 방식으로 작동한다.
코볼드는 잠비아 밍옴바 광구에서 대형 구리 광상을 발견하며 이러한 접근의 가능성을 입증했다. 로이터에 따르면 해당 프로젝트는 2030년대 초 연간 30만톤 규모 생산을 목표로 개발이 진행 중이며, 투자 규모는 23억~25억달러(약 3조3800억~3조6700억원)에 달한다. 탐사 단계에서 확보한 데이터를 실제 광산 개발로 연결하고 있다는 점에서 의미가 있다.
탐사 방식 변화는 자원 확보 전략에도 영향을 미치고 있다. 기존에는 접근이 어려웠던 지역에서도 매장 가능성을 정량적으로 평가할 수 있게 되면서 탐사 대상 지역이 빠르게 확대되고 있다.
특히 미국 입장에서는 핵심광물 공급망 안정성과도 직결된 문제다. 리튬·코발트 등 배터리 핵심 원료에서 중국 의존도를 낮추는 것이 정책 과제로 떠오른 상황에서, AI 기반 탐사는 새로운 자원 확보 수단으로 부상하고 있다.
블룸버그는 코볼드의 콩고 프로젝트가 AI를 활용한 자원 탐사의 대표 사례로, 향후 공급망 확보 경쟁에서 기술 기반 탐사 역량이 중요한 변수로 부상하고 있다고 보도했다.
Top
