USGS, 머신러닝으로 아칸소 대규모 리튬 잠재력 발표

• 전기차 배터리 수요가 커지는 가운데, USGS 주도 연구가 아칸소 남서부 Smackover 지층 염수에 리튬 500만~1,900만 톤이 존재할 가능성을 추정함
• 상업적 회수가 가능하다면 이 양은 2030년 자동차 배터리용 세계 리튬 수요 전망치를 9배 이상 충족할 규모임
• 연구팀은 물 시료 분석과 머신러닝을 결합해 기존 시료가 없는 지역까지 포함한 리튬 분포 지도를 만들었음
• 이번 수치는 현장 존재량 평가이며, 최신 염수 리튬 추출 기술로 실제 얼마나 회수할 수 있는지는 아직 평가하지 않음
• 석유·가스 생산 과정의 염수 폐기물 흐름에서 리튬을 얻을 수 있다면, 미국의 수입 의존도와 배터리 공급망 논의에 직접 영향을 줄 수 있음

---

아칸소 Smackover 지층의 리튬 잠재량

• USGS 주도 연구는 아칸소 남서부 지하 Smackover 지층 염수에 리튬 500만~1,900만 톤이 존재한다고 추정함
• 상업적으로 회수할 수 있다면 2030년 자동차 배터리용 세계 리튬 수요 전망치를 9배 이상 충족할 수 있음
• 아칸소 남부에서 석유 및 염수 폐기물 흐름과 함께 지표로 올라오는 리튬만으로도 현재 추정되는 미국 리튬 소비량을 충당할 수 있다고 USGS는 추정함
• 낮은 추정치인 500만 톤도 International Energy Agency의 2030년 전기차용 세계 리튬 수요 전망치를 9배 넘는 수준임

연구 방법과 데이터

• 연구는 USGS와 Arkansas Department of Energy and Environment 산하 Office of the State Geologist가 협력해 수행함
• USGS Brine Research Instrumentation and Experimental lab은 아칸소 시료를 분석하고, 이를 탄화수소 생산 과정에서 나온 과거 물 시료 데이터와 비교함
• 비교 대상에는 USGS Produced Waters Database의 데이터가 사용됨
• 머신러닝 모델은 염수의 리튬 농도와 지질 데이터를 결합해 지역 전체의 총 리튬 농도를 예측하는 지도를 만들었음
  • 리튬 시료가 없는 지역도 예측 대상에 포함됨
• 연구 결과는 Science Advances에 게재됐으며, 논문은 https://www.science.org/doi/10.1126/sciadv.adp8149에서 확인 가능함

지질학적 배경과 회수 가능성의 한계

• Smackover 지층은 고대 바다의 흔적으로, 다공성·투수성 석회암 지질 단위가 아칸소, 루이지애나, 텍사스, 앨라배마, 미시시피, 플로리다 일부 아래로 이어짐
• 이 지층은 쥐라기 지질시대에 형성됐으며, 석유와 브롬 매장으로 알려져 있음
• 최근에는 깊은 소금 퇴적층과 관련된 고염도 물인 염수 속 리튬 잠재력으로도 주목받고 있음
• 이번 추정은 아칸소 남서부 Smackover 지층에 존재하는 총 용존 리튬을 처음 산정한 것임
• Katherine Knierim 연구자는 이번 수치가 현장 존재량 평가이며, 염수에서 리튬을 추출하는 최신 방법으로 기술적으로 회수 가능한 양은 산정하지 않았다고 밝힘

미국 리튬 공급과 중요 광물 맥락

• 리튬은 배터리 생산에 필수적인 중요 광물이며, 전기차와 하이브리드 차량 전환이 강화되면서 수요 증가가 이어질 것으로 전망됨
• 미국은 리튬의 25% 이상을 수입에 의존함
• David Applegate USGS Director는 리튬이 에너지 전환의 핵심 광물이며, 미국 내 생산 확대가 수입 대체, 고용, 제조, 공급망 회복력과 관련된 함의를 가진다고 밝힘
• USGS는 1879년부터 지질, 에너지, 광물 자원에 관한 과학 정보를 제공해 왔고, Energy Act of 2020에 따른 정부 차원의 List of Critical Minerals 유지 역할의 일부로 미국 리튬 생산, 수요, 수입을 추적함

[GN⁺]

Hacker News 의견들

• 논문 방법론 부분을 보면 어떤 기계학습 알고리즘을 썼는지 조금 더 나와 있음
  남부 Arkansas 전역의 Smackover Formation 염수에서 리튬 농도를 예측하기 위해 RF 기계학습 모델을 만들었고, 우물에서 채취한 염수 표본에 설명 변수를 붙이고, 우물 단위 예측과 성능 평가를 위해 RF를 조율한 뒤, Smackover Formation의 Reynolds oolite 단위 전반에 걸쳐 공간적으로 연속적인 리튬 농도 지도를 만들고, 변수 중요도와 영향을 살펴봤다고 함
  초기 조율에는 R의 tidymodels 프레임워크로 XGBoost, k-최근접 이웃, 랜덤 포레스트를 시험했는데, 랜덤 포레스트가 일관되게 더 높은 정확도와 낮은 편향을 보여 최종 모델에 사용됐다고 함. 제대로 조율했다면 XGBoost도 비슷한 결과는 냈을 것 같아서 랜덤 포레스트가 더 잘 나온 점이 흥미로움

  • 달리 말하면 광물 탐사 분야에서 이런 데이터셋에 보통 쓰는 보간법과 꽤 비슷함
    이 분야에서는 긴 역사와 공간적 이방성 같은 초매개변수 때문에 크리깅/공크리깅, 즉 가우스 과정이 더 흔하게 쓰임. 하지만 크리깅은 비연속 입력을 다루기가 꽤 어렵고, 랜덤 포레스트는 훨씬 관대함. 이산값에 대한 공분산 모델이나 입력 변수들 사이의 관계에 대한 공분산 모델을 만들 필요가 없음
  • RF는 랜덤 포레스트임
    며칠 전에도 "Why do Random Forests Work? Understanding Tree Ensembles as Self-Regularizing Adaptive Smoothers"를 두고 얘기했음
    https://arxiv.org/abs/2402.01502
    https://news.ycombinator.com/item?id=41873968
    https://en.wikipedia.org/wiki/Random_forest
  • 이론적으로는 그래디언트 부스팅이 항상 랜덤 포레스트를 이겨야 할 이유가 없고, 그랬다면 "공짜 점심은 없다" 정리에 어긋났을 것임
    그래도 실제로는 작고 잡음 많은 데이터에서도 보통 그런 경향이 있어 보임. 더 잘 조율했다면 XGBoost가 여전히 이겼을 것 같음. 논문에는 저자들이 과적합을 우려해 최적이 아닌 초매개변수 집합을 골랐다고 나오는데, 같은 논리로 최적이 아닌 모델 종류를 고른 셈일 수도 있음
  • 예측을 실제로 검증했는지가 궁금함. 기사만 읽었을 때는 모델이 맞는지 확인하기 위한 코어 표본 채취가 보이지 않았음
  • 랜덤 포레스트는 표 형식 데이터에서 강력한 편임. XGBoost도 좋지만, 성능을 제대로 끌어내려면 pycaret 같은 자동 조율기가 필요한 경우가 더 많음

• Nevada에도 큰 리튬 매장지가 있고 채굴 준비가 진행 중임
  General Motors가 Thacker Mine 생산물에 대한 보장된 접근권을 위해 6억 5천만 달러를 넣었음. 이곳은 I-80이 Nevada의 Winnemuca를 지나가느라 우회한 산속 칼데라에 있고, 가장 가까운 마을은 Mill City, NV인데 I-80과 주요 철도 노선 옆에 있음에도 유령 도시로 올라와 있음
  광산 부지는 Google Street View에 잡히지 않는 비포장도로를 따라 Mill City에서 약 12km 떨어져 있음. Google Earth에는 Mill City 근처 개발 흔적이 보이고, 트레일러 파크와 트럭 정류장처럼 보임. 광산으로 가는 도로는 최근 정지 작업을 한 듯하지만 광산 부지에는 아직 아무것도 없음
  광산 자리로는 괜찮음. 최소 10km 안에 이웃이 없고, 15km 안에는 좋은 도로와 철도 접근성이 있음
  https://en.wikipedia.org/wiki/Thacker_Pass_lithium_mine

  • 모두가 이곳을 광산으로 좋은 장소라고 보는 건 아님: https://www.protectthackerpass.org/
    "타르샌드를 멈추려면 실제로 타르샌드를 멈춰야지, 다른 곳의 산을 폭파하고 그게 타르샌드의 끝으로 이어지길 바라면 안 된다"
    https://maxwilbert.substack.com/p/the-long-shadow-of-the-tar-sands
  • 광산 위치 설명이 Wikipedia 링크와 맞지 않음
    Google Maps에서 Thacker Mine을 찾으면 40.58448942010599, -117.8912129833345가 나오고, 말한 것처럼 I-80과 Mill City 근처이며 아무것도 없음. 하지만 Wikipedia는 McDermitt Caldera의 41.70850912415866, -118.05475061324945라고 하고, Mill City나 I-80과는 전혀 가깝지 않음. 이번 건은 Google을 믿지 않는 편이 나을 듯함

• 단기 에너지 인프라에는 좋은 성과겠지만, 원료를 얻기 위해 넓은 땅을 파헤치는 대가가 따른다면 늘 마음이 복잡함
  이 지역 다른 산업의 폐수 염수 데이터를 바탕으로 얼마나 많은 부분을 모델링할 수 있었는지도 흥미롭고, 실제로 리튬을 채굴하게 된다면 기계학습 예측이 맞는지가 많은 걸 보여줄 것임
  원 논문을 읽는 데 쓸 수 있던 시간이 제한적이어서 못 파악한 부분은, 예상 매장량 대부분을 뽑아내는 데 어떤 방식이 필요한지임. 염수 처리가 충분하다면 노천 채굴로 먼저 덮개층을 모두 치우는 것보다 외부효과 통제가 쉬울 수 있음

  • 이 채굴은 훨씬 더 큰 규모로 벌어지는 다른 채굴을 상쇄함. 석유, 석탄, 가스 채굴 규모는 엄청나고, 리튬 배터리와 재생에너지는 이미 그 필요를 줄이고 있음
    그래서 재생에너지와 배터리로 전환하면 순채굴량은 오히려 줄어들 수 있음. 물론 리튬 채굴을 깨끗하고 책임 있게 하는 건 중요하고, 특히 사람들이 사는 곳과 가까우면 더 그렇다. 하지만 이미 훨씬 큰 규모로 캐고 있는 다른 물질들과 비교하면, 앞으로 리튬을 아무리 캐도 바다의 한 방울 수준임
    게다가 채굴된 리튬은 반복해서 사용하고 재활용할 수 있음. 일단 순환에 들어오면 계속 재사용하게 됨. 배터리 기술과 생산 공정 개선까지 고려하면, 지금 순환 중인 양도 나중에 재활용될 때는 더 큰 배터리 용량을 감당할 가능성이 큼. 재활용 중 불가피한 손실을 감안해도 그렇다
    리튬 재활용 공정은 이미 잘 작동하지만, 현재 쓰이는 리튬 배터리 대부분이 아직 매우 새롭고 재활용 시점과 거리가 멀어서 대규모 재활용이 거의 없을 뿐임. 오히려 배터리 수명 개선 때문에 대규모 재활용이 필요한 시점은 점점 뒤로 밀리고 있음
    추출 방식은 매장물의 조성, 염수인지 다른 형태인지, 어떤 다른 물질이 있는지에 크게 달려 있음. 리튬이 조금씩 들어 있는 염수, 암석 조성, 점토 등은 매우 다양함
  • 이 경우에는 물리적으로 덮개층을 제거할 수 없음. Smackover는 이 지역 대부분에서 수 km 깊이에 있음
    염수 채굴이고, 즉 "광산"은 기본적으로 깊은 물 우물임. 석회암 자체에 리튬이 있는 게 아니라, 석회암 기공 속 물에 리튬이 비교적 농축되어 있음
    대부분의 경우 기존 석유·가스 생산 과정에서 이미 Smackover Formation의 염수를 생산하고 있지만, 기름을 분리한 뒤 염수를 다시 주입하고 있음. 아이디어는 그 염수를 보관해 증발시켜 리튬 생산에 쓰는 편이 낫다는 것임
    일반적으로 큰 증발지가 필요하긴 하지만, 노천 채굴은 아님
  • 리튬 생산에서 필요한 "땅 파헤치기" 규모는 다른 모든 채굴과 비교하면 고래 눈의 티끌 수준임
    알루미늄, 철, 주방세제, 식탁용 소금에 대해서도 같은 두려움을 느끼는지 궁금함. 규모로 보면 기존 및 제안된 모든 리튬 광산은 광산 기준에서 아주 작음

• 리튬이 애초에 중요할 만큼 희귀한지 모르겠음. Salton Sea에도 몇 년치 수요를 공급할 만큼의 리튬이 있을 수 있다고 읽었음
  관찰상 중요한 건 리튬의 존재 여부가 아니라, 그걸 어떻게 싸게 상업 제품으로 만들 수 있느냐임. 대부분의 목적에서는 결국 환경 규제가 없는 곳에서 채굴하기로 귀결됨

• 이 업계, 정확히는 경암 채굴 쪽에서 일함
  리튬 공급 자체는 문제가 아님. 호주에는 많고, 시장에는 과잉 공급도 있음. 현재 리튬 가격을 보면 됨
  다만 전환 공정이 문제임. 공장 대부분이 중국에 있음. 탄산리튬으로 바꾸는 정제 시설을 지으면 호주가 채워줄 것임

  • Australia가 세계의 대장간이 되는 날을 기대함
    그 많은 광물과 햇빛이면 훌륭한 조합임. Saul Griffith에게 감사를

• Mobile Basin에서 채굴이 벌어지지 않았으면 좋겠음. 그곳은 북미에서 가장 생물다양성이 높은 생태계 중 하나임
  https://www.youtube.com/watch?v=8j9coyJeB4Q

  • 염수에서 리튬을 추출하는 건 예를 들어 스포듀민 광석에서 추출하는 것보다 더 깨끗함. 또한 염수에서의 직접 리튬 추출은 더 빠르고, 더 깨끗하고, 차지 면적이 작고, 에너지 소비도 낮음
  • 이상하게 들리지만, 대규모로 생태계를 보호해 온 연료는 사실상 화석연료와 원자력뿐임
    전 세계 재조림은 거의 전적으로 20세기에 가정들이 나무에서 석탄으로 바꾼 결과임
  • 나트륨도 항상 선택지로 있음: https://en.wikipedia.org/wiki/Sodium-ion_battery
  • 오늘날 세계의 실질 권력자들이 Saudi Arabia와 China인 큰 이유 중 하나는, 우리는 자원을 모으고 쓰기를 거부한 반면 그들은 그렇게 했기 때문임
    Pax Americana는 우리가 잃을 수도 있는 시대라는 걸 이제 깨닫고, 채굴과 개발을 다시 시작해야 할 때임

• 아, 공간 자기상관, 오랜 친구여
  아주 좋은 작업이지만, 보통 유망성 모델을 이런 방식으로 만들지는 않음. 더 정확히는 이제는 이런 방식으로 검증하지 않음. 그래도 USGS가 다시 이 분야에 발을 담그기 시작한 건 보기 좋음. USGS와 GSC가 오래 이 분야의 선두였지만, 지난 5~7년 동안은 내려놓고 있었음

• 리튬이 너무 많이 발견돼서 사실상 공짜가 된다면 배터리 비용이 크게 내려갈까? 현재 리튬 공급이 생산을 제한하고 있는 건가?

  • 리튬의 주요 제약은 가용성이라기보다 추출 비용임
    China가 이 분야의 선두인 건 풍부해서나 기술이 엄청나서라기보다, 전체 공정에 들어가는 발전의 외부효과까지 포함해 환경 외부효과를 완전히 무시할 의지가 있기 때문임. 그래서 중국산 리튬 가격은 낮고, 비슷한 "장점"이나 새롭고 인상적인 기술이 없는 나라는 사실상 경쟁하기 어려움
    미국에서는 환경 규제, 전력 생산 비용, 인건비가 모두 최종 제품 가격을 끌어올려 전혀 경쟁력 없게 만들 것임. 그래서 미국과 일부 국가들이 해저에서 리튬 등을 찾는 다른 방법에도 투자하는 중임. 추출 비용이 더 낮기를 기대하기 때문임. 물론 해저 환경 위협이 걱정이고, 그로 인해 규제가 생기면 다시 가격이 올라갈 수 있음
  • 아님. 리튬은 희귀하지 않고 충분히 있음. Australia 같은 우호국에서도 구할 수 있음
  • 리튬은 현재 배터리 비용의 약 10% 정도라서, 그렇지 않음
    그 증거로 지금 시장에 나트륨 이온 배터리가 있지만, 대체로 같은 인프라를 쓰는데도 아직 가격 경쟁력이 없음. 잠재력은 있음. 중요한 장점으로 보관/운송을 위해 나트륨 이온 배터리를 0V까지 안전하게 방전할 수 있음
  • 해변과 사막에 가득하다고 해서 모래가 사실상 공짜인가? 모래는 가치 있는 재료인 콘크리트를 만드는 데 쓸 수 있음
    운송, 보관, 정제 비용을 잊으면 안 됨
  • 지금 세계에는 리튬이 너무 풍부함. 예상된 일이기도 함. 우리가 리튬을 더 잘 발견하게 됐을 뿐임
    솔직히 에너지 문제는 현재 가진 기술로 거의 해결된 문제에 가까움. 화석연료를 강하게 되돌리기 위해 채택 속도를 높이기만 하면 됨. 독일은 예외로 치고. 발전소를 돌리는 데 필요한 양이 적은 우라늄도 이미 큰 매장량이 있고, 전력을 저장할 리튬 배터리 기술도 있고, 빈틈을 채울 태양광 패널도 대량 생산·도입 중임. 필요한 건 이 점들을 연결하고, 자원들이 서로 잘 맞물려 돌아가게 만드는 것임

• 관련 글
  https://news.ycombinator.com/item?id=41910918
  https://news.ycombinator.com/item?id=41907144

• Canada에서도 비슷한 작업이 있었음: https://www.juniorminingnetwork.com/junior-miner-news/press-releases/1940-tsx-venture/lmr/106571-bourier-lithium-project-update-lomiko-metals-and-critical-elements-report-discoveries-and-identify-lithium-targets-for-exploration-using-goldspot-discoveries-artificial-intelligence-methods.html