암석역학은 암반 내에서 발생하는 다양한 역학적 현상과 암반 구조물의 안정성을 해석하는 학문입니다. 본 연구실은 암반 내 불연속면(절리, 단층 등)의 기하학적 특성과 역학적 거동을 정량적으로 분석하는 데 중점을 두고 있습니다. 이를 위해 통계적 절리 모델링, 블록 이론, 수치해석(FEM, DEM 등) 및 실험적 기법을 활용하여 암반 구조물의 안정성 평가와 붕락, 낙석, 변형 등 다양한 현상을 예측합니다. 특히, 다양한 형태의 불연속면이 존재하는 암반에서의 터널, 광산, 사면 등 지하 구조물의 안정성 해석을 위해 3차원 불연속변형해석 기법과 접촉 알고리즘, 블록 안정성 해석 프로그램 등을 개발 및 적용하고 있습니다. 또한, 암반 내 불연속면의 크기, 방향, 밀도, 거칠기 등 주요 파라미터를 현장 조사 및 실내 실험을 통해 정량화하고, 이 데이터를 기반으로 실제 현장에 적용 가능한 해석 모델을 구축합니다. 이러한 연구는 지하 공간의 안전한 활용, 대규모 에너지 저장시설, 광산 개발, 터널 시공 등 다양한 산업 분야에서 필수적인 기반 기술로 활용되고 있습니다. 암반공학의 최신 동향을 반영하여 자동화, 정량화, 인공지능 기반 분석 등 첨단 기법을 접목함으로써 미래 지하 인프라 개발의 신뢰성과 효율성을 높이고 있습니다.

본 연구실은 3D프린팅 기술을 활용하여 암반의 구조적 특성과 역학적 거동을 실험적으로 모사하는 연구를 선도하고 있습니다. 3D프린팅을 이용해 다양한 내부 결함, 불연속면, 조성 및 미세구조를 가진 암석 시료를 정밀하게 제작함으로써, 기존의 자연 암석 실험에서 한계로 지적되던 재현성과 정밀도를 극복하고 있습니다. 이를 통해 암석의 균열 발생, 파괴 메커니즘, 미세구조 변화 등을 X-ray CT, 디지털 이미지 코릴레이션(DIC) 등 첨단 계측기술과 연계하여 다각적으로 분석합니다. 또한, 인공지능 및 딥러닝 기술을 접목하여 암반의 균열 자동 검출, 시추공 영상 분석, 암반 이미지 분할 등 데이터 기반의 암반 특성 분석 연구를 활발히 수행하고 있습니다. 합성곱 신경망(CNN) 등 최신 딥러닝 모델을 적용하여 암반 균열의 위치, 유형, 기하학적 파라미터를 자동으로 추출하고, 이를 통해 암반의 역학적 특성 및 안정성 평가의 정확도를 크게 향상시키고 있습니다. 이러한 연구는 광산, 터널, 지하공간 등 다양한 현장에서의 실시간 모니터링 및 위험 예측에 활용될 수 있습니다. 3D프린팅과 인공지능 기반 분석은 암반공학의 실험적·계산적 한계를 극복하고, 미래 지하 인프라 개발 및 자원개발 분야에서 혁신적인 해법을 제시합니다. 본 연구실은 이러한 첨단 융합기술을 바탕으로 암반의 물성 평가, 파괴 거동 예측, 구조물 설계 최적화 등 다양한 응용 연구를 지속적으로 확장하고 있습니다.