▲ 추천된 공정조건으로 실제 제작된 합금의 미세조직 분석 결과 / a: 주사전자현미경으로 분석된 추천 합금의 미세조직 구조 b: 추천 합금의 결정 구조 분석 결과 c: 추천 합금의 석출물 분석 결과(그림제공=UNIST)  © 특허뉴스

개인용 비행체(PAV)나 초고속 기차에 쓰이는 합금(여러 금속 원소를 섞은 소재)의 원소 조합과 제작 공정을 인공지능(AI)을 이용해 설계하는 기술이 소개됐다. AI가 찾아낸 원소 조합과 공정으로 만든 합금 소재는 기존 상용 소재(7068-T6 합금) 보다 강도가 20% 이상 강하고, 늘어나는 연성은 2.5배 이상 뛰어났다. 이 기술에는 ‘설명 가능한 인공지능’ (XAI)기술이 적용됐다는 점도 주목된다.

UNIST는 기계공학과 정임두 교수 연구팀이 경상국립대학교, 한국재료연구원, 포스텍과 공동연구를 진행해 AI 기술을 이용한 새로운 고강도 경량 알루미늄 합금 설계 기술을 개발했다고 21일 밝혔다.

실제, 합금 설계 시 강도가 높으면서도 충분한 연성을 가지는 최적의 첨가 원소 혼합 비율과 공정 조건을 찾아내야만 하는데, 이를 실험적으로 찾는 것은 엄청난 시간과 비용이 소모된다.

공동 연구진은 최적의 강도와 연성을 갖는 첨가 원소 조합과 공정 조건을 빠르게 찾는 딥러닝 AI 모델을 개발했다. 추천 알고리즘을 이용하여 우수한 기계적 특성을 지닐 것으로 예측되는 합금의 공정 조건도 얻었다. 추천 과정 또한 5분이 채 걸리지 않아 복잡하고 오래 걸리는 실험 없이 설계자가 원하는 공정 조건을 빠르게 얻을 수가 있다.

AI가 추천한 새로운 화학 조성과 공정 조건을 따라 실제 7000시리즈 알루미늄 합금을 제작해 본 결과 710MPa(메가파스칼) 이상의 항복강도를 유지하면서도 20%의 연성을 갖는 고강도 합금을 제작할 수 있었다. 널리 사용되는 상용 소재는 590MPa(메가파스칼) 정도의 항복 강도와 8% 수준의 연성을 지녔다.

특히, 합금 설계 엔지니어가 화학 조성과 공정 조건이 합금의 기계적 특성에 미치는 영향을 정량적으로 파악할 수 있다는 것이 개발한 기술의 장점이다. 설명 가능한 인공지능 기술을 적용한 덕분이며, AI가 특정 조합과 공정 과정을 왜 추천했는지 그 이유를 알 수 있어 AI모델의 결과에 대한 신뢰도를 높일 수 있다. 연구팀은 AI의 추천을 받아 실제 제작한 합금의 미세조직을 분석한 결과 ‘설명 가능한 알고리즘’의 해석은 실제 재료 공학적 이론에도 서로 잘 부합함을 확인했다.

제1 저자인 박서빈 학생은 “이번 기술은 알루미늄 합금뿐만 아니라 다른 경량 합금 소재 생산에도 폭넓게 적용할 수 있어, 소재 개발 기간과 비용을 획기적으로 줄일 수 있을 것으로 기대한다”고 밝혔다.

공동 교신저자인 경상국립대학교 성효경 교수는 “설명 가능한 인공지능을 통해 강도를 강화하는 주요 인자들을 직접적으로 이해할 수 있다는 점에서 기술의 신뢰도와 응용성을 높였다”며 “향후 고강도 초경량 소재 개발에 큰 기여를 할 수 있을 것”이라고 밝혔다.

교신저자로 연구를 총괄한 정임두 교수는 “실험적인 방법만으로는 찾기가 어려웠던 높은 기계적인 특성을 가지는 경량 금속을 설명가능 인공지능과의 융합연구를 통해 찾아내었으며, 이는 탄소중립 시대의 모빌리티 생산에 있어 갈수록 높아지는 차체 경량화에 대한 수요를 맞추면서도 안정성을 극대화 할 수 있는 핵심적인 기술이 될 것“으로 기대했다.

AI(인공지능)가 특정 조합과 공정을 추천한 이유가 무엇인지 알 수 있어서 이를 바탕으로 다양한 미래 모빌리티용 합금 소재 개발에 응용할 수 있을 것으로 기대디는 이번 연구 결과는 금속 분야 JCR 상위 7% 이내 국제 학술지인 ‘저널 오브 알로이 앤 컴파운드’(Journal of Alloys and Compounds)에 지난 1월 게재되었다.

논문명은 High Strength Aluminum Alloys Design via Explainable Artificial Intelligence 이다.