UNIST 기계공학과 정임두 교수팀은 인공지능(AI)을 응용해 ‘금속 공정조건에 따라 예상되는 금속 표면 3D 형상’을 실제 데이터 기반으로 가상 제조하는 기술 개발에 성공했다고 15일 밝혔다.

3D프린팅 기법 중 하나인 ‘직접 에너지 적층(Direct Energy Deposition, DED) 공정’은 로켓 부품과 같은 대형 금속 부품을 제조하거나, 더는 가공하지 않아 수리가 어려운 파손 부품을 고치는 데 유용하다.  

이 공정은 높은 강도와 연신율을 얻을 수 있지만, 적층 공정의 특성상 표면의 특성 제어가 어려운 단점도 있다. 그에 따라 표면에서부터 균열이 시작돼 파손되는 피로 특성 등이 다른 공정보다 열등하다고 알려졌다. 

이에 따라 높은 강도와 연신율을 얻음과 동시에 좋은 표면 특성까지 얻는 것이 중요하다. 이를 위해서는 수많은 시행착오를 통한 공정 최적화가 필요하고, 그에 따른 수많은 비용과 시간을 요구한다. 특히 티타늄 부품과 같이 고가의 소재는 비용이 너무 많이 든다는 한계점이 있었다.

이에 연구팀은 비숙련자 라도 쉽게 원하는 표면 특성을 얻을 수 있도록 인공지능(AI)이 DED 공정조건에 따라 예상되는 표면을 가상으로 만들어내는 기술을 개발했다.   
 

▲ 인공지능AI을 이용한 가상 표면 제조 예측 개념도 (이미지 출처=UNIST) (a) 인공지능을 활용해 결과물을 사전 예측 후 최적화된 공정 변수를 활용한 프린팅 모사도 (b) 조건부 적대적 생성 신경망을 활용한 가상 표면 생성 과정

이 인공지능(AI)은 DED 공정인 레이저 출력과 분말 분사속도, 스캔 속도에 따른 표면 스캔 이미지를 학습하고 임의의 공정 입력에 대한 예상되는 가상 3D 표면을 만들어냈다. 
 

▲ 조건부 적대적 생성 신경망의 훈련 및 가상 표면 이미지 생성 과정 개략도 (이미지 출처=UNIST) (a) 조건부 적대적 생성 신경망의 훈련 과정 (b) 학습된 조건부 적대적 생성 신경망을 활용한 가상 표면 생성 과정

그 결과, 다양한 공정조건에 따라 예상되는 금속 표면 이미지를 수초 만에 빠르게 만들었다. 이는 실제 동일 공정으로 제조한 금속 표면의 특성을 잘 나타냈고, AI가 추천한 공정조건으로 제조된 표면은 미세조직적인 특성도 우수했다.
 

▲ CGAN이 생성한 가상 이미지와 실제 스캔한 이미지의 비교 (이미지 출처=UNIST) (a), (b): 특정 공정조건에 대해 CGAN이 생성한 가상 이미지 (c), (d): CGAN에서 사용된 동일 공정조건으로 프린팅한 결과물의 스캔 이미지

▲ 공정조건이 랜덤하게 선택된 제품(T specimen)과 CGAN을 통해 예측 후 선택된 제품(R sample)의 표면 거칠기 비교 분석 (이미지 출처=UNIST) (a), (c): 3D 스캔 영상 (b), (d): 주사전자현미경(SEM) 영상의 표면 분석 (e), (f): 각 시료의 단면도의 SEM 이미지

논문의 제1저자로 참여한 김태경 UNIST 기계공학과 석‧박사통합과정 연구원은 “이번 연구로 개발한 가상 금속 표면제조 인공지능(AI)은 DED 공정과 같이 어렵고 복잡한 제조 공정 결과를 실제와 가깝게 예상할 수 있게 됐다”며 “향후 제조 DB의 꾸준한 축적과 학습을 통해 해당 장비 전문가가 아닌 신규 작업자라도 쉽고 빠르게 높은 품질을 얻어 내는 데 도움을 줄 것”이라고 말했다.

교신저자로서 연구를 총괄한 정임두 UNIST 기계공학과 교수는 “제조업에서는 작업자의 숙련도에 따라 품질이 크게 좌우되는 경우가 많고 노하우를 가진 작업자의 부재 시 운영에 차질이 발생할 수 있다”며 “이번에 개발한 가상 제조 인공지능(AI) 같은 기술이 많이 개발될수록 공정 작업자에 따른 품질 편차를 낮추고 디지털화를 통한 궁극적 생산성 향상에 기여할 수 있을 것”이라고 밝혔다.  

이번 연구는 미국 카네기 멜런대, 조지아공대, 경상국립대 및 국민대와 공동으로 진행했으며, 한국연구재단 기초연구지원사업의 지원을 받았다. 연구 결과는 제조 부문 세계 JCR 랭킹 5% 이내 국제학술지인 ‘버츄얼 앤 피지컬 프로토타이핑(Virtual and Physical Prototyping)’에 게재됐다.  

글. 이지은 기자 smile20222@gmail.com | 사진 및 자료출처=울산과학기술원(UNIST)