GN⁺: USGS, 머신러닝 활용하여 아칸소 대규모 리튬 잠재력 발표

미국 지질 조사국의 연구

• 아칸소의 리튬 잠재력: 미국 지질 조사국(USGS)은 아칸소 남서부의 스맥오버 지층에 5백만에서 1천9백만 톤의 리튬 매장량이 있을 것으로 추정함. 이는 2030년 세계 리튬 수요를 9배 초과할 수 있는 양임.

• 스맥오버 지층: 이 지층은 고대 바다의 잔재로, 아칸소, 루이지애나, 텍사스, 앨라배마, 미시시피, 플로리다에 걸쳐 있는 다공성 석회암 지질 단위임. 최근에는 리튬이 포함된 염수로 주목받고 있음.

• 기술적 접근: USGS와 아칸소 주 에너지 환경국의 협력으로, 기름 및 가스 생산 중 발생하는 염수에서 리튬을 추출하는 방법이 개발됨. 이는 폐기물로 간주될 수 있는 자원에서 귀중한 상품을 추출할 기회를 제공함.

• 리튬의 중요성: 리튬은 배터리 생산에 필수적인 광물로, 전기 및 하이브리드 차량으로의 전환이 가속화됨에 따라 수요가 증가하고 있음. 미국은 리튬의 25% 이상을 수입에 의존하고 있음.

• 예측 모델: USGS는 기계 학습을 사용하여 아칸소 남부 스맥오버 지층의 총 리튬 양을 최초로 추정함. 이 모델은 염수의 리튬 농도와 지질 데이터를 결합하여 리튬 농도를 예측하는 지도를 생성함.

GN⁺의 정리

• 이 연구는 미국 내 리튬 생산을 증가시켜 수입을 대체할 수 있는 가능성을 제시함으로써 경제적 중요성을 강조함.
• 스맥오버 지층의 리튬 잠재력은 에너지 전환에 중요한 역할을 할 수 있으며, 이는 고용 및 제조업에 긍정적인 영향을 미칠 수 있음.
• 기계 학습을 활용한 예측 모델은 지질학적 데이터와 결합하여 리튬 농도를 예측하는 데 유용함.
• 이 연구는 리튬 수요 증가에 대응하기 위한 과학적 접근의 중요성을 보여줌.

[neo]

Hacker News 의견

• RF 머신러닝 모델이 리튬 농도를 예측하는 데 사용되었음. RF 모델은 XGBoost와 K-nearest neighbors보다 높은 정확성과 낮은 편향을 보여 최종 모델로 선택되었음

  • 지질학적, 지구화학적, 온도 정보가 RF 모델 조정에 사용되었음
  • 공간적으로 연속적인 예측을 위해 지하 지질 정보가 중요함

• 네바다에 큰 리튬 매장지가 있으며, General Motors가 Thacker Mine의 생산물에 접근하기 위해 6억 5천만 달러를 투자했음

  • 광산은 Mill City 근처에 위치하며, 개발의 징후가 보임
  • 광산 주변에 이웃이 없고, 도로와 철도 접근성이 좋음

• 단기 에너지 인프라에는 긍정적이지만, 환경 파괴에 대한 우려가 있음

  • ML 예측이 정확하다면, 폐수 염수 데이터를 기반으로 모델링할 수 있음
  • 리튬 추출 방법에 대한 정보가 부족함

• 리튬 공급은 문제가 아니며, 호주에는 충분한 공급이 있음

  • 전환 공장이 주로 중국에 있어, 리튬 카보네이트로 전환할 정제소가 필요함

• 공간적 자기상관에 대한 언급과 함께, USGS가 다시 이 분야에 관심을 가지는 것이 긍정적임

• Mobile Basin에서의 채굴에 대한 반대 의견이 있음. 이 지역은 북미에서 가장 다양한 생태계를 가짐

• 리튬이 풍부해지면 배터리 비용이 크게 낮아질 수 있는지에 대한 질문이 제기됨

• 남부 아칸소에서 저렴한 땅을 구매할 시기가 왔다는 의견이 있음