[충청신문=대전] 이정화 기자 = KAIST가 신소재 공정 역추적 길을 열었다. 고려청자처럼 전수가 끊겨 제작 기법을 알 수 없던 신소재의 재현 가능성이 열렸다.

31일 KAIST에 따르면 신소재공학과 홍승범 교수 연구팀이 다중스케일 다중모드 영상화 기술과 기계학습(머신러닝) 기법을 융합해 고차원의 구조-물성, 공정-구조 상관관계를 도출했다.

연구팀은 디자인부터 시장 진입까지 신소재 개발 기간을 획기적으로 줄일 수 있는 실행 플랫폼 'M3I3'을 제안했다. 현미경과 분광장비들을 통해 얻은 영상과 스펙트럼 데이터를 기반으로 다중 스케일 구조와 물성간 상관관계를 도출하고 여러 공정변수 데이터를 수집해 공정과 구조간 상관관계를 수립한 것.

특히, 실험 데이터와 시뮬레이션 데이터를 융합하고 머신러닝으로 생성한 가상의 데이터를 빅데이터로 만들면 머신러닝을 활용해 물성에서 구조, 공정으로 연결되는 역설계 알고리즘을 개발할 수 있으며 이를 통해 미래 신소재 공정 레시피를 신속하게 확보할 수 있게 된다고 설명했다.

고용량 에너지 소재 디자인을 비롯해 고밀도 메모리, 고성능 자동차·항공 소재에 응용될 수 있다.

홍승범 교수는 "눈에 보이지 않는 소재의 구조도 볼 수 있는 시대가 왔고 물성마저 공간과 시간의 함수로 영상화할 수 있는 시대가 도래했다"며 "이번 기술로 20년 걸리던 신소재 개발 기간을 5년 이내로 단축할 수 있을 것"이라고 말했다.