경상국립대학교(총장 권진회)는 항공우주공학부 도재혁 교수 연구팀이 인공지능(AI)으로 기존의 정형화된 형상에서 벗어난 비정형 강재 내진 댐퍼를 설계해, 같은 부피에서 흡수하는 지진 에너지량이 기존 상용 댐퍼 평균의 1.81배에 이르는 결과를 확인했다고 밝혔다. 연구팀은 최종 선정한 댐퍼를 금속 3D 프린팅(금속적층제조)으로 실제 제작해 실험 검증까지 마쳤다.

강재 댐퍼는 지진이 발생했을 때 건물의 기둥이나 보 같은 주요 구조부재보다 먼저 소성 변형(원래 형태로 돌아오지 않는 영구 변형)을 일으켜 지진 에너지를 흡수(소산)하는 장치다. 지진 이후 손상된 댐퍼만 교체하면 돼 경제적이고 효율적인 내진 보강 수단으로 주목받아 왔다. 그러나 기존 상용 댐퍼는 절단과 용접 등 전통적인 제조 방식에 맞춘 단순하고 표준화된 형상이어서, 힘이 특정 부위에 몰리고 에너지 흡수 성능을 끌어올리는 데 한계가 있었다. 한편 AI를 활용한 설계는 다양한 형상 대안을 빠르게 제시할 수 있지만, 물리적으로 타당하지 않거나 실제로 만들 수 없는 형상을 내놓기도 해 실용화의 걸림돌로 지적돼 왔다.

연구팀은 이 문제를 해결하기 위해 성격이 다른 두 생성형 신경망을 결합한 AI 모델에, 형상이 끊기거나 제작할 수 없는 모양이 되지 않도록 하는 제약 조건을 함께 넣었다. 제조 가능성을 형상을 다 만든 뒤에 손보는 대신, 만들어 내는 단계에서부터 반영한 것이다. 학습에는 벌집 모양 격자 구조를 갖는 댐퍼를 대상으로 다목적 최적화 기법을 적용해 얻은 우수 설계안 약 1,300개를 활용했다. 여기에 생성된 형상의 지진 에너지 흡수량 등 주요 성능을 즉시 예측하는 별도의 AI 모델을 더해, 컴퓨터 구조 해석을 반복하는 데 드는 시간과 비용을 크게 줄였다.
 
이렇게 선정된 댐퍼는 금속 3D 프린팅으로 제작한 뒤, 지진과 유사한 힘을 반복해서 가하는 실험으로 성능을 검증했다. 실험 결과는 컴퓨터 구조 해석의 예측과 비슷한 경향을 보여 설계·해석 모델의 신뢰성이 확인됐다. 특히 하중이 지나갈 길이 여러 갈래인 격자 구조 덕분에, 일부 접합부가 부서진 뒤에도 남은 부재들이 하중을 나눠 받으며 지진 에너지를 계속 흡수하는 거동이 나타났다. 같은 부피에서 흡수하는 지진 에너지량은 기존 상용 댐퍼 평균의 1.81배로 나타났다.

연구팀은 형상 생성부터 성능 예측, 금속 3D 프린팅, 실험 검증까지 이어지는 완결된 설계 과정을 제시함으로써, AI 설계 기술과 강구조 분야의 실제 적용 사이에 있던 간극을 좁혔다고 설명했다. 이러한 비정형 내진 댐퍼는 표준화된 제품만으로 대응하기 어려운 비정형 건축물과 대형 구조물 등에 쓰일 수 있는 맞춤형 내진 보강 수단으로 확장될 것으로 기대된다.

이번 연구는 현대제철 HCORE Solution 연구과제인 '강재 3DP와 설계최적화를 활용한 내진 H-솔루션 H-3DPD 개발'의 지원으로 경상국립대, 전남대, 인천대, 한국건축구조연구원이 공동 수행했으며, 그 결과는 「Generative Design of Additively Manufactured Steel Dampers Using a Feasible Geometry-Constrained VAE–GAN」(제1저자 방진홍)이라는 제목으로 국제학술지 《Journal of Computational Design and Engineering》(IF 6.8, JCR 상위 6%, 2025)에 게재가 확정됐다.
 
도재혁 교수는 "AI가 만든 설계안이 실제 구조물에 쓰이려면 다양한 형상을 만들어 내는 능력뿐 아니라, 실제로 제작할 수 있는지와 구조 성능이 나오는지까지 검증하는 전체 설계 과정을 함께 봐야 한다"라며 "이번 연구는 학습 데이터를 만드는 단계에서부터 형상 생성, 성능 예측, 금속 3D 프린팅과 실험 검증에 이르기까지 서로 다른 연구 영역을 하나의 틀로 연결했다는 점에서 의미가 있다"라고 말했다.