리튬 생산은 전기차 배터리 수요 증가와 함께 중요성이 커지고 있지만, 어떤 광산을 언제 개발하고 어떤 추출 방식을 사용할지 결정하는 것은 매우 복잡한 문제입니다. 지질학적 불확실성, 시장 수요 변동, 그리고 예측 불가능한 리튬 가격 변화 등 다양한 요인이 얽혀 있어 투자자와 생산자 모두에게 큰 도전 과제였습니다. 기존 연구들은 이러한 문제 해결을 위한 모델을 제시했지만, 가격 및 수요 불확실성, 다양한 채굴 기술 선택의 복잡성을 충분히 반영하지 못했습니다.
최근 애나 C. 에드먼즈(Anna C. Edmonds) 외 연구진은 이러한 복잡한 리튬 생산 의사결정 문제를 부분 관측 마르코프 결정 과정(POMDP) 프레임워크로 모델링하고, 신념 상태 계획(belief state planning) 방식을 통해 최적의 의사결정을 도출하는 방법을 제시했습니다. 이 모델은 직접 리튬 추출(direct lithium extraction)부터 경암 채굴(hard rock mining)에 이르는 다양한 추출 기술과 정적, 선형, 지수, 확률적 등 여러 가격 모델을 통합하여 고려합니다. 연구 결과, POMDP 솔버는 변화하는 리튬 가격 체제에 동적으로 적응하며 인간 기반의 휴리스틱(human-inspired heuristics) 방식보다 뛰어난 성능을 보였습니다.
이 AI 기반 프레임워크는 탐사, 생산, 기술 선택의 순서를 최적으로 조정함으로써 프로젝트 수명 주기 동안 더 높은 수요 충족률을 달성하고, 경제적 및 환경적 목표 사이에서 균형 잡힌 결과를 제공합니다. 이는 다양한 가격 및 매장지 시나리오 전반에 걸쳐 일관되게 나타났습니다. 이 연구는 리튬 생산 계획의 효율성을 크게 향상시키고, 자원 배분 및 환경 지속 가능성 측면에서 더 현명한 결정을 내릴 수 있는 강력한 도구를 제공한다는 점에서 중요한 의미를 가집니다. 궁극적으로는 미래 에너지 전환의 핵심 자원인 리튬의 안정적인 공급에 기여할 수 있을 것으로 기대됩니다.