KITECH 생산기술 전문지

금속 소재의 미세조직 분석은 항공, 자동차, 에너지, 전자기기 등 다양한 산업 분야에서 재료의 강도, 인성, 피로 수명 등을 정량적으로 예측하고 최적화하는 데 있어 중요한 역할을 한다. 티타늄 합금, 코발트-크롬 합금, 스테인리스강, 알루미늄 합금 등 주요 금속 소재의 경우, 결정립 크기, 상분율, 기공 형상과 같은 3차원 미세구조 특성이 재료의 기계적 성능과 신뢰성을 좌우하기 때문에 정밀한 구조 분석이 필수적이다. 기존에는 주사전자현미경(Scanning Electron Microscope, SEM)이나 전자 후방산란 회절(Electron Backscatter Diffraction, EBSD) 기술을 활용하여 2차원 단면의 미세구조를 분석해왔으나, 고가의 장비, 숙련 인력의 필요, 높은 시간 및 비용 소요 등 여러 한계가 존재한다. 최근에는 기계적 연마와 광학 현미경을 조합한 방식이 도입되어 비교적 정밀한 구조 분석이 가능해졌지만, 분석 효율성과 자동화 측면에서는 여전히 제약이 따른다. 이러한 한계를 극복하기 위해, 금속의 미세조직 특성과 공정 조건 데이터를 통합적으로 활용하여 소재 물성을 예측하는 인공지능(AI) 기반 분석 기법이 활발히 연구되고 있다. 금속 조직과 기계적 특성 간의 복잡한 비선형 관계를 AI로 모델링하는 접근은, 기존의 실험 중심 방식에 대한 효과적인 보완책으로서 주목받고 있다. 본 연구에서는 스테인리스강 SUS316L을 대상으로, 레이저 속도 및 레이저 강도의 다양한 조합에 따라 측정된 상분율, 기공률, 결정립 크기 데이터를 바탕으로, 항복강도 및 인장강도와 같은 기계적 특성을 예측할 수 있는 멀티모달 기반 물성 예측 AI 모델을 개발하였다. 이를 통해 금속 소재 특성 평가와 공정 최적화를 보다 신속하고 효율적으로 수행할 수 있는 인공지능 기반 분석의 실효성을 제시하였다.

키워드 적층 제조, 인공지능, 영상분할, 물성 예측