AI가 최적의 금속 제품 공정 찾는다

-포스텍 이병주·김형섭 교수 공동 연구팀, 인공지능으로 금속 제품 공정 효율 향상

-‘네이처 커뮤니케이션즈’ 특집 논문 선정

포스텍 신소재공학과 이병주 교수. <포스텍 제공>

머신러닝 기술을 활용해 최적화된 공정 조건을 도출하는 과정. <포스텍 제공>

포스텍 신소재공학과 통합과정 왕재민 씨. 포스텍 제공

인공지능 기술을 활용해 금속 제품 공정의 효율을 높인 연구가 발표됐다.

22일 포스텍(포항공과대학교)은 우수한 품질의 금속 제품을 생산할 수 있도록 최적의 설계조건을 알려주는 인공지능 모델을 개발했다고 밝혔다.

이번 연구는 신소재공학과 이병주 교수·통합과정 왕재민 씨, 친환경소재대학원·신소재공학과 김형섭 교수, 신소재공학과 박사과정 정상국 씨·통합과정 김은성 씨가 공동으로 참여했으며, 국제 학술지인 '네이처 커뮤니케이션즈(Nature Communications)' 특집 논문(featured article)으로 선정됐다.

L-PBF(Laser powder bed fusion) 공정은 분말 형태의 금속을 녹였다가 냉각하는 과정을 반복하며 여러 금속층을 쌓아 제품을 생산한다. 이 공정은 재료 선택에 제한이 적다는 장점이 있지만, 공정 중 발생하는 기공(구멍)으로 인해 제품에 균열이 생겨 품질이 떨어지는 경우가 많았다.

이 문제를 해결하기 위해 연구팀은 머신 러닝(machine learning) 기술을 선택했다. 연구팀은 학계에 보고된 선행 연구 데이터를 활용해 다양한 금속 특성과 공정 조건을 인공지능 컴퓨터로 분석했다. 그리고 제품의 상대 밀도가 98% 이상이 되도록 공정 조건을 설계하는 머신 러닝 기반 방법론을 만들었다.

연구팀은 이 모델로 스테인리스강과 알루미늄 합금 등 여러 합금 분말을 사용한 실험에서 상대 밀도 98% 이상의 제품을 생산하는 데 성공하며 개발한 모델을 검증하고 실용성도 확인했다.

이병주 교수는 "선행 연구의 데이터와 전문지식에 기반한 통찰력으로 실용적인 머신러닝 모델을 개발했다"며, "이번 연구는 하나의 재료에 대해서만 최적의 공정 조건을 도출한 기존과 달리 금속 종류에 상관없이 보편적으로 적용할 수 있는 인공지능 모델을 개발했다는 점에서 큰 의의가 있다"고 말했다.

전준혁기자 jjh@yeongnam.com

영남일보(www.yeongnam.com), 무단전재 및 수집, 재배포금지