금속 3D 프린팅 공정에서 최적의 변수를 신속하게 탐색할 수 있는 인공지능(AI) 기술이 개발됐다.

한국연구재단은 포항공과대학교 김형섭 교수와 KAIST 이승철 교수 공동 연구팀이 능동 학습 기반 AI 모델을 적용해 Ti-6Al-4V 합금의 3D 프린팅 공정 조건을 효율적으로 분석했다고 5일 밝혔다. 이를 통해 고강도와 높은 연신율을 동시에 갖춘 금속 소재 생산이 가능해졌다.

Ti-6Al-4V 합금은 우수한 기계적 특성과 생체 적합성으로 항공우주, 의료, 자동차 등 다양한 산업에서 활용된다. 특히 레이저 분말 베드 융합(LPBF) 방식의 3D 프린팅을 통해 복잡한 부품 제조에 널리 사용되고 있다.

그러나 이 합금은 3D 프린팅 과정에서 침상형 마르텐사이트가 형성되면서 강도와 연신율을 동시에 높이는 데 어려움이 있었다. 기존 연구들은 공정 변수와 열처리 조건을 조절해 최적의 물성을 구현하는 방안을 모색했으나, 방대한 변수 조합을 실험과 시뮬레이션만으로 분석하는 데 한계가 있었다.

연구팀은 능동 학습 프레임워크를 활용해 Ti-6Al-4V 합금의 최적 공정 조건을 효율적으로 탐색했다. 초기 119개 변수 조합 데이터를 기반으로 최적의 성능을 도출할 가능성이 높은 조합을 예측했으며, 실험과 검증을 반복해 최적의 공정 조건을 도출하는 데 성공했다.

AI 기반 분석을 통해 5회 반복 실험만으로 최대 인장강도 1천190MPa, 연신율 16.5%를 기록하는 공정을 개발했다. 기존 금속 3D 프린팅 제품과 비교해 기계적 성능이 크게 향상된 결과다.

개발된 능동 학습 모델은 Ti-6Al-4V 합금의 기계적 특성뿐만 아니라, 열전도도 및 열팽창과 같은 다른 물성을 탐색하는 데도 활용될 수 있을 것으로 기대된다.

김형섭 교수는 “능동 학습 기반 AI 모델은 실험 설계를 간소화하고 최적의 변수를 효과적으로 탐색할 수 있어 재료과학 연구에 새로운 가능성을 제시할 것”이라고 밝혔다.

이번 연구는 과학기술정보통신부와 한국연구재단의 선도연구센터사업 지원으로 수행됐으며, 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’에 지난달 22일 게재됐다.