의료 기기에서부터 가정에서 사용하는 기기 제작에 이르기까지 3D 프린팅의 인기가 높아지고 있다. 따라서 매우 특정한 용도를 위해 설계된 새로운 3D 프린팅 재료에 대한 요구 또한 증가하고 있다.

이러한 새로운 재료를 발견하는 데 걸리는 시간을 줄이기 위해 MIT 컴퓨터과학 및 인공지능연구소(CSAIL)의 연구팀이 인공지능(AI) 머신러닝을 사용하여 인성 및 압축 강도와 같은 물성과 다양한 특성을 가진 새로운 3D 인쇄 재료를 최적화하는 데이터 기반 플랫폼 개발했다.

이를 통해 재료 개발을 간소화함으로써 시스템은 비용을 낮추고 화학 폐기물의 양을 줄임으로써 환경 영향을 줄이며, 이 AI 알고리즘은 놓칠 수 있는 고유한 화학식을 제안하여 새로운 재료 개발혁신에 박차를 가할 수 있다.

또, 연구팀은 이 최적화 알고리즘을 통합하는 'AutoOED' 이라는 오픈 소스 재료 최적화 플랫폼을 공개했다.

이 플랫폼은 자외선에 노출될 때 경화되는 새로운 3D 인쇄 잉크에 대한 공식을 최적화하기 위해 시스템을 사용하여 시스템을 테스트했다. 공식(화학식)에 사용할 6가지 화학 물질을 식별하고 알고리즘의 목표를 인성, 압축 계수 및 강도와 관련하여 최고 성능의 재료를 밝히도록 설정했다.

이 세 가지 속성을 수동으로 최대화하는 것은 충돌할 수 있기 때문에 특히 어려울 수 있다. 예를 들어, 가장 강한 재료가 가장 단단하지 않을 수 있다. 현재, 현장에서는 수동 프로세스를 사용하여 일반적으로 한 번에 하나의 속성을 최대화하려고 시도하므로 많은 실험과 많은 비용이 발생된다.

이 알고리즘은 단 120개의 샘플을 테스트한 후 세 가지 다른 특성의 최적의 절충을 가진 12개의 최고 성능 재료를 고안해 냈다. 이는 연구팀이 6가지 재료를 기반으로 예상했던 것보다 훨씬 더 다양한 것이다. 특히, 특정 재료 속성을 직관적으로 쉽게 발견할 수 없는 상황에서 특히 유용할 수 있다.

이 AI 플랫폼은 현재, 실행파일(다운)과 오픈 소스로 깃허브(다운)에 공개돼 있으며, 연구결과는 사이언스 어드밴스(Science Advances)에 'AutoOED: 자동화된 최적의 실험 설계 플랫폼(AutoOED: Automated Optimal Experiment Design Platform-다운)'이란 제목으로 15일(현지시간) 게재됐다.