특수화학에서 기술 추론이란 무엇인가요?

특수화학의 기술 추론은 고객의 조건을 정리하고, 메커니즘을 밝힌 다음, 후보와 근거를 거쳐 결론을 내립니다. 그 과정에서 확인된 것, 추론한 것, 모르는 것을 답을 전달할 때까지 구분해 둡니다. 그래서 답을 승인하는 엔지니어는 무엇을 더 확인해야 하는지 알 수 있습니다.

• 화학물질 하나를 일반명, 체계명, 관용명, 상품명으로 부를 수 있지만, CAS 등록번호(CAS Registry Number)는 물질 하나만 가리킵니다(CAS, accessed 2026).

• 미국 산업안전보건청(OSHA)의 유해성 정보 전달 기준(Hazard Communication Standard)에 따르면, SDS의 3항에는 혼합물에 든 건강 유해 성분의 화학명, CAS 번호, 농도를 적습니다. 다만 성분명이나 농도를 영업비밀로 밝히지 않는 경우는 예외입니다(29 CFR 1910.1200, Appendix D).

• 헹굼이 부족해 금속 표면에 규산염 세정액이 남으면, 그 잔류물이 제거하기 매우 어려운 단단한 규산염 층을 만들 수 있습니다(US Patent 9,222,176, 2015).

• 루빈플라의 에이전트는 제품을 성분 단위로 비교하고, CAS 번호를 알 수 있는 성분은 CAS 번호로 식별합니다. 확인된 것, 추론한 것, 모르는 것은 답이 끝날 때까지 구분해 둡니다.

• 같은 제품 추천 케이스와 문서로 시험한 결과, 루빈플라는 케이스당 실작업 시간이 1시간 미만이었고 일반 AI 에이전트는 약 4.6시간이 걸렸습니다(Lubinpla internal benchmark, Tasks page, 2026).

지금 특수화학 팀은 제품 문의나 현장 문제 문의에 어떻게 답하나요?

특수화학 팀은 제품 문의나 현장 문제 문의를 받으면 카탈로그 항목에 맞춰 보고, 가장 경험 많은 엔지니어에게 묻고, 이메일로 회신하는 경우가 많습니다. 유통사의 애플리케이션 엔지니어가 한 다이캐스팅 공장의 품질 책임자에게서 메시지를 받았다고 해 보겠습니다. 세척기를 거친 하우징에 흰 얼룩이 생기는데, 더 강한 세정제를 추천해 줄 수 있느냐는 내용입니다.

첫 단계는 카탈로그입니다. 엔지니어는 알루미늄에 안전하다고 소개된 제품을 찾습니다. 추린 제품을 TDS마다 적힌 pH, 외관, 용도 문구로 비교하고, 요청에 가장 가까워 보이는 제품을 고릅니다. 고객이 지금 쓰는 드럼의 상품명으로는 안에 무엇이 들었는지 아무도 알 수 없습니다.

두 번째 단계는 기억입니다. 선임 엔지니어가 다른 공장에서 겪은 얼룩 문제를 떠올리고, 그때 문제를 해결한 제품을 제안합니다.

세 번째 단계는 이메일입니다. 회신에는 제품명과 희석 비율이 적혀 있습니다. 얼룩이 왜 생겼는지, 어떤 설명을 제외했는지, 공장이 무엇부터 확인해야 하는지는 적혀 있지 않습니다. 얼룩이 다시 생기면 다음 대화도 같은 추측부터 다시 시작합니다.

제품명으로 맞추는 방식은 기술 추론에서 왜 실패하나요?

제품명으로 맞추는 방식이 실패하는 이유는, 특수화학 제품이 이름이 아니라 들어 있는 성분과 사용 조건에 따라 거동하기 때문입니다. 두 공장에 같은 흰 얼룩이 생겨도 답이 서로 다를 수 있습니다. 한 공장은 헹굼 단계가 하나이고, 다른 공장은 경수를 헹굼물로 씁니다.

상품명으로는 아무것도 정해지지 않고, 성분명은 공급사마다 다릅니다. 비교 단위는 성분이며, CAS 번호를 알 수 있으면 CAS 번호로 식별합니다. 그 번호는 대개 SDS의 조성 항목에 있습니다. 외관, 비중, pH, 용도 문구만으로 하는 비교는 마케팅 수준이지 기술 비교가 아닙니다.

기술 추론은 계면활성제와 고분자에서는 CAS 번호를 불완전한 정보로 봅니다. 번호 하나가 여러 등급을 포괄할 수 있고, 등급마다 다른 에톡시화도나 분자량이 거동을 바꾸기 때문입니다. 이 빈칸은 추측하지 않고 제조사에 물을 질문으로 적어 둡니다.

조성 정보가 불완전할 때가 있습니다. SDS가 성분명을 영업비밀로 밝히지 않았거나, 보관된 SDS가 없는 경우입니다. 이럴 때 기술 추론은 알칼리 공급원이나 부식 억제제처럼 각 성분이 맡는 역할 수준에서 판단하고, 그 판단을 추론으로 표시합니다. 무엇을 근거로 했는지, 어떤 결론이 그 추론에 달려 있는지, 어떤 확인으로 결론이 날지를 함께 적습니다. 성분 목록이 없을 때 달라지는 것은 답의 확신도이지, 답을 내는지 여부가 아닙니다.

기술 추론은 현장 문제를 어떻게 메커니즘까지 추적하나요?

기술 추론은 제품을 찾기 전에, 공장에서 보이는 현상에 이르는 반응과 상태 변화의 사슬부터 밝힙니다. 흰 얼룩은 대개 그 사슬의 원인이 아니라 눈에 보이는 마지막 단계입니다.

설명을 위한 예시 케이스를 보겠습니다. ADC12 알루미늄 다이캐스팅 부품에 흰 얼룩이 생겼고, 다시 세척해도 지워지지 않습니다. 세정제의 SDS에는 메타규산나트륨(CAS 6834-92-0)이 적혀 있으며, 이 물질의 수용액은 강염기입니다(ILO and WHO, ICSC 0359, 2004). 추론이 제시하는 사슬은 이렇습니다. 헹굼이 부족해 남은 규산염이 부품 위에서 마르고, 중합해 불용성 실리카가 됩니다. 이 실리카는 같은 알칼리 세정제로 다시 녹여 낼 수 없습니다. 알루미늄 세정제에 관한 특허 문헌도 잔류물 단계를 뒷받침합니다. 헹굼이 부족하면 제거하기 매우 어려운 단단한 규산염 층이 남는다고 하며, 여기에는 "세정액을 매우 빨리 건조시키는" 따뜻한 표면도 포함됩니다(US Patent 9,222,176, 2015).

고객의 가장 강한 반론을 살펴보겠습니다. "다시 세척해도 지워지지 않는다"는 말은 잔류물 가설을 버릴 이유처럼 들립니다. 메커니즘으로 보면 정반대입니다. 잔류물 후보는 바로 그 관찰을 예측하므로, 이 반론은 오히려 잔류물 후보를 뒷받침합니다.

이 사슬은 스스로 확인할 항목도 제시합니다. 헹굼 단계 수, 헹굼수 수질, 그리고 얼룩진 부품에 대한 산성 디스머트 시험입니다.

현장 문제의 후보는 근거로 지워질 때까지 목록에 남습니다

기술 추론에서 현장 문제의 후보는 확인된 조건이나 보고된 관찰이 그 전제를 무너뜨릴 때까지 목록에 남습니다. 목록에는 가능성이 낮은 후보, 자사 제품이 원인으로 지목되는 후보, 그리고 제품 밖의 원인인 용수, 소재, 공정, 계절, 측정이 들어갑니다. 제품 추천이라면 후보는 여러 제조사의 제품이며, 팀이 이미 취급하는 제품으로 좁히기 전에 먼저 펼쳐 놓습니다. 조달할 수 있는지는 엔지니어에게 남기는 메모이지, 후보에서 뺄 이유가 아닙니다.

후보를 지우려면 이유가 있어야 하고, 그 이유는 기록으로 남깁니다. 아무도 측정하지 않은 값으로는 아무것도 지울 수 없습니다. 그래서 헹굼수 수질을 측정하지 않았다면 용수 후보는 목록에 남습니다. 남은 후보는 결함이나 다른 설명이 없는지 따져 보고, 그런 것이 나오면 목록을 다시 만듭니다.

그림 1. 샘플 고객사의 후보 제품 평가 스텝. 결론의 근거가 된 비교 표를 펼친 모습입니다.

후보를 가르는 가장 비용이 적게 드는 방법은 공장이 지금 바로 답할 수 있는 질문인 경우가 많습니다. 자국이 물로 닦이나요? 같은 세척기를 거치는 다른 소재에도 생기나요? 조회 방법이나 실험실 시험을 설계하기 전에 이것부터 묻는 것이 좋습니다.

기술 추론에서 사실은 무엇으로 확정하나요?

기술 추론에서는 사실의 종류에 맞는 출처로 그 사실을 확정합니다. 고객의 조건, 관찰, 이력은 현장 기록과 고객이 직접 한 답으로 확정합니다. 화학물질의 식별 정보, 물성, 반응성, 규제 상태는 공신력 있는 출처를 조회해야만 확정합니다. 엔지니어나 모델이 기억하는 내용이 조회 결과와 다르면 조회 결과를 따릅니다. 기록도 조회도 뒷받침하지 않는 진술은 먼저 검증하거나 추론이라고 밝힙니다.

사내 기록은 두 가지 역할을 합니다. 이 케이스의 현장 데이터, 시험 보고서, 성능 이력에 비춰 가설을 검증합니다. 또 선례를 제공합니다. 메커니즘에 근거한 답을 낼 수 없을 때 차선의 답으로 비슷한 과거 케이스를 제시하고, 확인된 원인이 아니라 선례라고 표시합니다.

외부 자료는 사내 자료가 충분해 보여도 기본으로 검색합니다. 전달하는 답은 세 층을 그대로 유지합니다. 확인된 진술에는 출처를 붙이고, 추론에는 한 문장짜리 메커니즘과 그것을 확정할 확인 방법을 붙입니다. 결론을 바꿀 수 있는 미지의 요소는 무엇인지 밝힙니다. 후보가 여러 개 남고 후보마다 서로를 가려낼 확인 방법이 붙어 있다면, 그것이 완성된 답입니다.

일반 AI 도구는 기술 추론에서 어디서 한계를 보이나요?

처음에는 일반 AI 도구가 기술 추론에 실제로 도움이 됩니다. 몇 초 안에 답하고 화학을 많이 알기 때문입니다. ChemBench 평가에서 Mirza 연구진은 "우리 연구에서 가장 뛰어난 모델이 가장 뛰어난 인간 화학자보다 평균적으로 더 나은 성과를 냈다"고 밝혔고, 동시에 "모델이 일부 기본 과제에서 어려움을 겪고 과신하는 예측을 내놓는다"고 밝혔습니다(Mirza et al., 2024).

고객 케이스에서는 바로 이 과신이 문제입니다. 일반 도구는 기억에 의존해 답하므로, 물질의 물성을 CAS 번호로 조회하지 않고 기억에서 꺼냅니다. 유창한 문장은 확인된 내용이든 추측이든 똑같이 읽힙니다. 증상과 제품을 한 번에 짝짓는 경향도 있습니다. 그 사이의 사슬을 아무도 요구하지 않았기 때문입니다. 도구는 붙여 넣은 내용만 봅니다. SDS는 볼지 모르지만, 공장의 헹굼 설비, 지난 현장 방문 메모, 앞서 어떤 후보를 왜 뺐는지는 보지 못합니다. 확인된 것, 추론한 것, 모르는 것을 구분하려면 누군가 매번 프롬프트에 그렇게 적어야 합니다.

루빈플라는 이 원칙의 요약을 AI 채팅과 태스크 스텝의 기본 지침에 넣어 두었고, 둘 다 답이 기술적 판단에 달려 있을 때마다 전체 가이드라인을 불러오도록 했습니다. 스텝은 읽은 기록을 나열하고, 웹 출처는 팀의 기록과 구분해 표시합니다.

기술 추론은 카탈로그 매칭과 어떻게 다른가요?

기술 추론과 카탈로그 매칭은 문제를 정의하는 방식부터 회신에 담기는 내용까지, 고객 케이스의 거의 모든 단계에서 다릅니다. 아래 표는 고객 질문 하나를 두고 두 방식을 나란히 놓은 것입니다.

가장 중요한 행은 후보 제외입니다. 카탈로그 매칭에서는 그럴듯하게 들리지 않았다는 이유로 후보가 사라지고, 나중에 왜 뺐는지 아무도 설명하지 못합니다. 기술 추론에서는 공장에서 기록되거나 보고된 사실이 후보를 무너뜨릴 때만 후보가 목록에서 빠지고, 그 이유는 케이스에 남습니다.

이 기록은 첫 답이 틀린 것으로 드러났을 때 쓸모가 있습니다. 권고한 변경을 적용한 뒤에도 얼룩이 다시 생겼다고 해 보겠습니다. 카탈로그 매칭이라면 팀은 카탈로그부터 다시 시작합니다. 기술 추론이라면 팀은 목록을 다시 엽니다. 아직 남은 후보, 아직 하지 않은 확인, 첫 답에서 밝혀 둔 미지의 요소가 다음에 어디를 볼지 알려 줍니다.

루빈플라 기술 추론의 한계

루빈플라의 기술 추론은 읽을 수 있는 자료로만 작업합니다. 공장에 관한 정보는 팀이 관리하는 고객사, 프로젝트, 업무일지, 데이터룸 파일에서 얻습니다. 팀의 기록에서도, 공개 검색에서도 성분 목록을 찾지 못하면 제품 분류와 카탈로그 설명으로 조성을 추론하고, 확신도는 낮게 둡니다. 계면활성제의 에톡시화도처럼 CAS 번호로 메울 수 없는 빈칸은 제조사에 물을 질문으로 남겨 둡니다.

추론은 증명이 아닙니다. 근거를 잘 갖춘 후보라도 고객의 실험실 확인과 라인 시험을 통과해야 적합하다고 말할 수 있습니다. 디스머트 시험은 에이전트가 아니라 공장이 진행합니다.

결정은 사람이 합니다. 기본 설정에서는 누군가 태스크를 승인하기 전에는 아무것도 실행되지 않고, 완성된 문서는 누군가 승인한 뒤에야 등록됩니다. 검토자가 결론에 비해 근거가 부족하다고 판단하면 메모를 달아 문서를 돌려보낼 수 있습니다.

플랫폼을 먼저 알아보려면 루빈플라란 무엇인가요부터 보면 됩니다. 태스크 페이지에는 이 추론을 적용하는 태스크가 정리되어 있고, 케이스마다 문서 한 건으로 정리하는 이유에서는 확정한 답을 어디에 남기는지 다룹니다.