문제
천연물 화장품의 레시피는 기획, 적합성 검토, 시제품, 품평과 수정, 확정 순서로 만들어지고, 이 중 품평과 수정이 여러 번 반복됩니다. 연구원의 경험으로 배합을 정하고, 시제품을 만들고, 판단을 받고, 아니면 다시 시작합니다.
천연 원료는 생산 배치마다 색, 향, 지표성분 함량이 달라 같은 배합표로도 물성이 흔들릴 수 있습니다. 공장 한 곳이 줄 수 있는 배합 기록도 많아야 수천 건, 적으면 수백 건으로 예상되고, 지역 화장품 기업은 대부분 규모가 작아 자체 AI 조직을 두기 어렵습니다.
TendiLab 솔루션
기존 배합 데이터와 추가 실험 결과로 목표 물성을 예측하고, 원하는 특성을 만족하는 새 배합비율을 제안합니다. 백 번 시도할 것을 AI가 추천한 열 개 조합으로 줄이는 것이 목표입니다.
먼저 받은 레시피 데이터만으로 목표 물성 예측이 성립하는지 확인합니다. 성립하면 물성 예측 파운데이션 모델로 예측하고, 데이터가 부족하면 문헌에서 같은 형식의 배합 데이터를 모아 보강한 뒤 다시 학습합니다.
연구원이 보는 화면에서는 예측값과 함께 어떤 성분이 물성에 기여했는지를 보여줍니다. 원료 정보 노출이 걱정되면 물질명을 가명으로 바꾼 데이터로도 시작할 수 있습니다.
달성 KPI
- 지역 천연물 한두 종을 AI가 쓸 수 있는 데이터로 정리합니다.
- 그 천연물이 들어간 시제품 레시피를 도출합니다.
- AI가 추천한 대로 제조했을 때 원하는 결과가 나오는 것을 성공 기준으로 삼습니다.
다음 단계
사전 협의를 마치고 기술 요구사항을 함께 정리했습니다. 다음은 천연물 데이터 정리와 시제품 레시피 도출입니다. 결과는 과제가 끝난 뒤 공유하겠습니다.