KAIST는 신소재공학과 홍승범 교수 연구팀이 M3I3 플랫폼 미래 방향을 제시했다고 31일 밝혔다.

이 기술은 다중스케일 다중모드 영상화 기술과 머신러닝(기계학습) 기법을 융합한 것이다. 인공지능과 3차원 다중 스케일 프린팅 기술을 활용해 신소재 디자인부터 시장 진입까지의 기간을 획기적으로 단축할 수 있다.

역사의 큰 흐름을 결정한 신소재는 시행착오와 도제식의 비결 전수를 통해서 발견 및 개발돼왔다. 각종 무기와 그릇, 그리고 장신구들이 좋은 예다. 광학현미경이 발명되면서 검의 미세구조와 검의 강도 혹은 경도 간의 상관관계를 이해하기 시작했고, 투과전자현미경과 원자간력 현미경의 발명으로 원자 수준의 분해능으로 신소재를 영상화할 수 있었다.

하지만 고려청자는 고려시대 장인들의 비결이 남아 있지 않아 현재 재현하지 못하고 있다. 그러나 연구팀이 개발한 이 기술을 활용하면 고려청자의 다중 스케일 구조를 영상화해 데이터화하고, 재현할 수 있을 전망이다. 다중으로 영상화 할 수 있는 M3I3 플랫폼을 사용하면 고려청자를 설계할 수 있는 공정 레시피가 확보된다는 것이다.

연구팀은 또 스마트폰과 전기차 배터리 양극재를 구성하는 니켈·코발트·망간 화합물의 배합 비율과 용량 등을 토대로 소결 온도와 시간 등 공정방식을 찾아냈다. 이를 기반으로 신소재 공정 기법을 신속히 확보해 소재 개발 기간을 단축시킬 수 있다는 설명이다.

홍승범 교수는 "머신러닝 기술을 융합하고 3D 프린팅 기술을 다중 스케일 자동 합성 기술로 승화시키게 되면 20년 걸리던 신소재 개발 기간을 5년 이내로 단축할 수 있을 것?이라며 "이 기술은 고용량 에너지 소재 디자인부터 고밀도 메모리 소재, 고성능 자동차·항공 소재 등에 적용할 수 있을 것"이라고 말했다.

한편 이번 연구결과는 국제 학술지 `ACS 나노(지난달 12일자)` 온라인판에 실렸다. 정인선 기자

<저작권자ⓒ대전일보사. 무단전재-재배포 금지>