AI로 제작된 결함 견디는 메타물질 개발

UC 버클리 연구팀은 3D 트러스 메타물질을 설계하는 AI 기반 프레임워크 'GraphMetaMat'을 개발했다. 이 프레임워크는 사용자가 특정 입력을 기반으로 그래프 형태로 메타물질 설계를 처음부터 시작할 수 있도록 하며, AI가 반복적으로 노드와 엣지를 추가해 기하학적 구조와 연결성을 정의한다. 또한 제조 과정에서 발생할 수 있는 결함과 제조 제약 조건을 고려해 설계를 최적화한다. 이 연구는 'Nature Machine Intelligence'에 발표되었으며, 특허를 신청한 기술로 평가받고 있다. 메타물질은 자동차 범퍼, 항공우주 패널, 의료 삽입물 등 다양한 산업 제품에서 가벼우면서도 강한 구조를 제공하는 핵심 소재이다. 그러나 제조 과정에서 발생하는 결함은 성능 저하나 파괴로 이어질 수 있어, 기존 설계 방법은 이러한 결함에 대한 내성을 고려하지 못하는 한계가 있었다. GraphMetaMat은 기존의 역설계 방법이 선형 특성(예: 탄성)만 고려하는 반면, 복잡한 비선형 행동(예: 에너지 흡수)을 효과적으로 반영할 수 있도록 설계된 AI 기술이다. 연구팀은 강화학습, 모방학습, 대체 모델, 몬테카를로 트리 탐색 등의 기술을 결합해 GraphMetaMat을 구축했다. 사용자는 원하는 응력-변형률 곡선이나 특정 주파수에서 기계파가 차단되는 진동 감쇠 범위와 같은 입력을 제공하면, AI가 그래프를 통해 메타물질의 구조와 연결성을 자동으로 설계한다. 연구팀은 GraphMetaMat을 사용해 에너지 흡수와 진동 감쇠를 최적화한 경량 트러스 메타물질을 설계했으며, 이는 전통적인 소재인 폴리머 거품과 음향 결정체보다 우수한 성능을 보였다. 연구 책임자인 Xiaoyu (Rayne) Zheng 교수는 "GraphMetaMat은 제조 과정에서 발생할 수 있는 결함을 고려한 실제적인 설계를 가능하게 하며, 이는 자동화된 제조 가능한 결함 내성 메타물질 개발의 기반을 마련한다"고 설명했다. 산업 전문가들은 GraphMetaMat이 메타물질 설계의 혁신을 가져올 수 있다고 평가한다. 이 기술은 3D 프린팅과 같은 제조 기법에 맞춘 설계를 가능하게 하며, 산업용 소재 개발의 효율성을 높일 것으로 기대된다. UC 버클리 연구팀은 재료공학과 관련된 기술 혁신을 주도하는 주요 연구소로 알려져 있으며, 이 프레임워크는 미래 재료 설계의 새로운 표준이 될 수 있다. GraphMetaMat은 디지털 제조와 AI 기술의 융합을 통해 메타물질의 실용성을 극대화할 수 있는 기회를 제공한다.