▲ 연구진은 LPBF 공정변수와 후 열처리 조건의 두 가지 조합을 AI로 예측하고 각 반복마다 선택된 조합을 기반으로 Ti-6Al-4V 합금을 제작했다. 총 5번의 반복으로 기존의 연구 결과들보다 강도 및 연성 모두에서 뛰어난 합금을 구현했다.

국내 연구진이 인공지능(AI)을 활용해 금속 3D프린팅으로 최적의 고강도·고연신 티타늄 합금을 적층할 수 있는 기술을 개발했다.

한국연구재단(이사장 홍원화)은 포항공과대학교 김형섭 교수와 KAIST 이승철 교수 공동연구팀이 AI 능동 학습 기법을 적용해 티타늄 합금(Ti-6Al-4V)의 3D프린팅 공정 변수를 효율적으로 탐색, 고강도·고연신의 금속 제품을 생산했다고 5일 밝혔다.

뛰어난 강도 및 생체 적합성을 가진 Ti-6Al-4V 합금은 금속 3D프린팅에서 가장 많이 사용되는 금속이다. 대표적인 금속 3D프린팅 기술인 레이저 분말 베드 융합(LPBF)은 Ti-6Al-4V 합금으로 복잡한 모양의 부품을 제조하는 혁신적인 기술로 자리매김하고 있다.

그러나 티타늄 합금은 3D프린팅을 할때 침상형 마르텐사이트가 형성돼 강도와 연성을 동시에 높이기 어렵다는 문제점이 있다. 이에 3D프린팅의 공정 변수와 열처리 조건을 조절해 최적의 물성을 도출하고자 하는 연구들이 있었지만 방대한 매개변수를 실험 및 시뮬레이션으로 탐색하기에는 한계가 있었다.

연구팀은 Ti-6Al-4V 합금의 레이저 분말 베드 융합(LPBF) 3D프린팅 공정에서 최적의 변수를 찾는 데 걸리는 시간과 비용을 줄이기 위해 AI 능동 학습 방식을 적용했다. 119개의 기존 매개변수 조합 데이터 세트로 시작해 이 합금의 성능을 최적으로 향상시킬 가능성이 가장 높은 조합을 예측하고 실험 검증을 반복으로 진행했다.

그 결과 높은 극한 인장강도와 연신율을 동시에 최적화하는 공정 변수를 탐색해 단 5번의 반복만으로 고성능 합금을 달성했다. 이를 적용해 3D프린팅한 Ti-6Al-4V 합금은 최대 인장강도 1190MPa(메가파스칼), 최대 연신율 16.5%를 기록했다. 

김형섭 교수는 “능동 학습 기반 AI는 실험 설계를 단순화할 뿐만 아니라 미지의 매개변수를 효과적으로 탐색할 수 있어 재료과학 분야의 획기적인 발전을 이룰 것으로 기대한다”고 밝혔다.

한편 과학기술정보통신부와 한국연구재단이 추진하는 선도연구센터사업의 지원으로 수행된 이번 연구의 성과는 국제 학술지 ‘네이처 커뮤니케이션즈 (Nature communications)’에 1월 22일 게재됐다.