국립한밭대 A.Idea팀, 섬유 소재데이터 AI 경진대회 창의상 수상

국립한밭대학교(총장 오용준) 기계공학과 이예규 석사과정생과 이민규 학부연구생, 신소재공학과 정예림 학부연구생으로 구성된 A.Idea팀(지도교수 기계공학과 하지환)이 지난 29일 열린 ‘2026 섬유연구자×소재데이터 아이디어 경진대회’에서 창의상(한국섬유공학회장상)을 수상했다.

다이텍(DYETEC)연구원과 한국섬유공학회가 공동 주관한 이번 경진대회는 연구 현장에 축적된 섬유 소재데이터를 활용해 인공지능(AI) 기반 연구 및 소재개발 아이디어를 발굴하고, 소재데이터의 새로운 활용 가치와 확장 가능성을 모색하기 위해 마련됐다.

A.Idea팀은 이번 대회에서 ‘FiberOS–공정 설계 예측 AI’를 주제로, 전기방사 공정에서 축적된 실험 데이터를 활용해 연구자가 원하는 섬유 형상에 적합한 공정 조건을 예측하는 AI 기반 플랫폼을 제안해 창의성을 인정받았다.

전기방사(Electrospinning)는 고분자 용액에 높은 전압을 가해 마이크로·나노 크기의 섬유를 제조하는 기술로, 필터와 바이오센서, 조직공학 등 다양한 분야에 활용되고 있다. 다만 섬유의 직경과 비드(Bead) 형상이 고분자 농도, 인가 전압, 용액 공급 속도, 주변 환경 등 여러 공정 변수에 영향을 받기 때문에 원하는 형태의 섬유를 얻으려면 반복적인 실험과 시행착오가 필요하다.

연구팀은 이러한 문제를 해결하기 위해 기존 실험 데이터를 단순한 결과 기록에서 AI 학습에 활용할 수 있는 소재데이터로 전환하는 데 주목했다. 이를 바탕으로 목표 섬유 직경과 비드 형상 등을 입력하면 적합한 공정 조건의 범위와 예측 신뢰도를 제시하는 ‘FiberOS’ 플랫폼을 제안했다.

이를 위해 열가소성 폴리우레탄(TPU) 기반 전기방사 섬유의 공정 조건과 주사전자현미경(SEM) 분석 결과를 체계적으로 정리하고, 고분자 농도에 따른 섬유 직경과 형상의 변화를 정량화해 데이터 기반 공정 설계의 가능성을 제시했다.

특히 기존 공정 조건을 바탕으로 섬유 형상을 예측하는 순방향 분석에 더해, 연구자가 원하는 섬유 형상을 먼저 설정하면 이에 적합한 공정 조건을 역으로 탐색하는 양방향 예측 개념을 도입한 점이 특징이다.

또한 예측된 섬유의 직경 분포와 비드 형상을 가상 SEM 이미지로 시각화하는 인터페이스도 제안했다. 이를 통해 연구자가 복잡한 수치 데이터를 직관적으로 파악하고, 보다 효율적으로 실험 조건을 결정할 수 있도록 설계했다.

연구팀은 이번에 제안한 기술이 향후 전기방사 공정뿐만 아니라 다양한 고분자 소재와 후처리 공정으로 확장될 수 있을 것으로 기대하고 있다. 이를 통해 반복 실험에 소요되는 시간과 비용을 줄이고, 데이터 기반 소재개발의 효율성을 높일 수 있을 것으로 전망된다.

이번 수상은 연구실에 축적된 실험 데이터를 AI 기반 공정 설계 기술과 접목하고, 이를 실제 연구 현장에서 활용할 수 있는 플랫폼으로 발전시키려는 창의적인 접근이 좋은 평가를 받았다는 점에서 의미가 있다.

연구팀은 앞으로 소재데이터를 추가 확보하고 예측 모델을 고도화해 섬유 형상뿐만 아니라 기계적·전기적 물성까지 예측할 수 있는 통합 소재 설계 플랫폼으로 발전시켜 나갈 계획이다.