3D 프린팅의 ‘보이지 않는 결함’, AI가 수식으로 풀어냈다

연구 이미지. /포스텍 제공

‘제조업의 혁명’으로 불리는 금속 3D 프린팅은 가벼우면서도 복잡한 형상을 자유자재로 만들 수 있지만, 공정 중 발생하는 미세한 결함이 늘 걸림돌이었다. 

눈에 보이지 않는 미세한 기포(기공)가 부품의 강도를 떨어뜨려 항공기나 자동차처럼 안전이 직결된 분야에서는 신뢰성 문제가 제기돼 왔다.

포항공과대학교(이하 포스텍) 친환경소재대학원·신소재공학과 김형섭 교수와 통합과정 이정아 씨 연구팀은 한국재료연구원(KIMS) 박정민 박사팀과 공동으로 인공지능(AI)을 활용해 금속 3D 프린팅 소재의 강도를 정확히 예측하는 프레임워크를 개발했다고 26일 밝혔다. 

연구팀은 결함을 제거하는 대신 이를 데이터화해 AI에 학습시키는 방식을 택했다. 

특히 ‘데이터 선택형 머신러닝(DSML)’ 기법을 적용해 방대한 데이터 중 중요한 변수만을 골라 분석 효율을 극대화했다. 마치 의사가 영상 장비로 환자의 환부를 정밀 진단하듯 AI가 금속 내부의 미세 구조와 결함을 분석하게 한 것이다.

이번 연구의 가장 큰 차별점은 결괏값만 내놓는 기존 AI와 달리 사람이 이해할 수 있는 ‘수식’ 형태로 예측 모델을 제시했다는 점이다. 

연구팀은 해석 가능한 AI 방식인 ‘기호 회귀’를 활용해 기공의 양에 따른 강도 변화를 물리적 근거가 담긴 수식으로 산출했다.

실제 항공·자동차용 합금(AlSi10Mg)을 대상으로 검증한 결과, AI는 복잡한 실험 없이도 단 몇 초 만에 부품 강도를 오차 범위 9.51MPa 수준으로 정확히 맞혔다. 이는 기존 예측 모델 대비 정확도가 4배 이상 향상된 결과다.

김형섭 교수는 “이번 기술은 금속 3D 프린팅 부품의 신뢰성을 획기적으로 높여 항공과 자동차 등 고부가가치 산업에서의 상용화를 크게 앞당길 것”이라고 말했다.

이번 연구는 재료과학 분야 세계적 권위지인 ‘악타 머티리얼리아(Acta Materialia)’에 게재됐다.

/단정민기자 [e-mail]