포스텍 연구팀, AI 기술로 합금 특성 정확하기 예측하는 기술 개발

전기차 부품, 항공 우주 등 고성능 금속 소재 산업에서 필요한 합금 개발에 탄력

포스텍 이병주 교수

포스텍(포항공대) 신소재공학과 이병주 교수 연구팀이 AI(인공지능)을 이용해 다양한 합금의 용융 특성을 쉽고 빠르게 예측하는 기술을 개발했다.

연구 결과는 재료과학 분야 세계 학술지인 '악타 머터리얼리아'에 최근 게재됐다.

일상에서 주로 접하는 자동차, 스마트폰, 비행기 등의 표면은 대부분 두 가지 이상의 금속을 합쳐 만든 '합금'으로 이뤄져 있다.

하지만 합금의 강도나 작동 여부를 확인하기 위해선 금속이 녹기 시작하는 온도와 완전히 녹는 온도를 알아야 한다. 이 두 가지의 온도를 '고상선'과 '액상선'이라고 한다.

두 온도는 합금의 품질을 결정짓는 중요한 기준이 되지만 이를 정확히 파악하려면 수많은 실험이 필요하다 또 새로운 합금을 개발하려고 해도 비용과 시간이 많이 들어 관련 연구에 어려움이 컸다.

이에 연구팀은 여러 학습을 통해 빠르게 결론을 도출해내는 AI기술에 주목했다.

연구팀이 개발한 AI 모델 'AlloyGCN'은 금속 성분과 기본 특성 정보만 입력하면, 복잡한 열역학 계산 없이도 고상선과 액상선을 예측할 수 있다.

이 AI 모델의 핵심은 '그래프 신경망' 기술이다. 금속을 이루는 원소들을 점으로, 원소 간 관계를 선으로 연결함으로써 일종의 네트워크처럼 분석하는 원리인데, 이를 활용하면 금속 원소들이 서로 어떤 영향을 주고 받는지를 명확하게 알 수 있다. 기존의 머신러닝 기술보다 훨씬 뛰어난 예측 능력을 발휘할 수 있게 된 셈이다.

특히 이 모델의 가장 큰 장점은 데이터가 부족한 경우에도 안정적인 성능을 발휘한다는데 있다.

여기에 더해 '설명 가능한 인공지능' 기법도 적용해 단순 결과만 보여주는 게 아니라, 어떤 금속의 어떤 특성이 예측에 큰 영향을 미쳤는지 여부도 정량적으로 분석 가능하다.

실제 실험에서도 철, 알루미늄, 고엔트로피 합금 등 금속 시스템에 대한 고상선과 액상선 예측에서 정확한 값을 도출해내면서 앞으로 AI가 단순 반복 학습 기능이 아닌 실제 실험과 이론을 잇는 지능형 소재 설계 가능성까지 가능하다는 점을 시사했다.

포스텍 이병주 교수는 "기술이 상용화되면 항공우주, 금속 3D 프린팅, 전기차 부품 등 고성능 금속 소재가 필요한 산업에서 빠르게 합금을 설계하고 제작하는데 큰 도움이 될 것으로 보인다"고 했다.