나사 풀림 위험이나 내외부 물리적 변형 요인을 구분할 수 있는 똑똑한 금속 부품이 개발됐다.

울산과학기술원(UNIST) 기계공학과 정임두 교수 연구팀은 3D 프린팅 적층제조기술과 인공지능 기술을 이용해 '인지 가능한 스테인리스 금속 부품'을 개발하는 데 성공했다고 26일 밝혔다. 또 인공지능 기술과 증강현실 융합기술로 금속 부품단위의 디지털 트윈을 구현해냈다.

이번 연구는 미국 조지아공대, 싱가포르 난양공대, 한국재료연구원, 포스텍, 경상국립대와 공동 연구로 진행됐다.

연구팀이 개발한 기술은 스테인리스 금속 부품 제조 과정에서 변형 센서를 심어 물리적인 상태를 반영하는 데이터를 얻은 뒤 인공지능 분석을 통해 금속 부품 스스로의 상태를 감지하도록 하는 기술이다.

이 지능형 스테인리스 금속 부품은 스스로 주변 고정 나사의 풀림 정도와 풀린 나사 위치 등을 약 90%의 정확도로 감지할 수 있으며, 자신을 때린 물건의 종류(손, 망치, 스패너 등)까지 구분할 수도 있다.

또 디지털 트윈 금속부품을 통해 혼합현실에서 해당 금속 외부·내부 응력 분포 변화를 실시간으로 확인할 수 있게 됐다.

주로 섭씨 1000도 이상의 고온 공정인 금속 성형에서 내부에 센서를 삽입하는 기술이 아주 까다로운데, 독자적으로 보유한 '금속 성형 센서 삽입 기술'을 활용했다. L-PBF (Laser powder bed fusion) 방식의 금속 3D 프린팅 공정으로 열에 쉽게 파손되는 센서를 안전하게 설계 위치에 삽입할 수 있는 기술이다. L-PBF는 분말 재료 위에 고온의 레이저를 조사해 선택적으로 결합시키는 금속 3D 프린팅 방식의 하나로, 정교한 프린팅이 가능하다.

또 센서 삽입으로 금속 부품의 기계적인 특성이 저하 되지 않도록 삽입 위치를 설계하고, 센서 삽입 후에는 기계 분석과 미세조직 분석을 통해 그 안전성을 검증했다.

제1 저자로 참여한 서은혁 대학원생은 "금속 내부에서 의미 있는 빅데이터를 추출하고 인공지능을 적용함으로써 궁극적으로 다양한 금속기계 기반 제조 산업의 디지털화를 통한 산업 현장의 안전과 생산성 향상에 기여할 수 있는 기술"이라고 말했다.

기존 금속 기반 기계 시스템에서는 변형에 대한 물리적인 특성 데이터를 제대로 수집하기 힘들어 인공지능 기술을 적용하는 데 한계가 있었다. 데이터에 물리적 특성이 잘 반영될수록 인공지능은 더욱 자세한 분석을 수행할 수 있다.

연구팀이 제시한 센서 삽입 방식은 표면 센서 부착, 외부 카메라 관찰, 소리 분석과 같은 간접 분석 방식보다 더 정밀한 감지가 가능하다.

교신저자로서 연구를 총괄한 UNIST 정임두 교수는 "이번 연구 결과는 스테인리스 금속 부품만이 아닌 일반 철강이나 알루미늄, 티타늄 합금 등 제조업에 쓰이는 일반적인 다양한 기계 부품에 응용이 가능하다"며 "기존 생산, 자동차, 항공우주, 원자력·의료기기 산업의 디지털 전환을 이끌어 내는 데 도움을 줄 수 있을 것"이라고 말했다.

이번 연구 결과는 제조 분야 세계 JCR 랭킹 7% 이내 국제 학술지인 '버추얼 앤 피지컬 프로토타이핑'(Virtual and Physical Prototyping)에 지난 5일 자로 게재됐다.

연구 수행은 한국연구재단(NRF)이 추진하는 '개인기초연구사업'의 연구 지원을 통해 이뤄졌다.