강성규 연구실
나노/신소재공학부 금속재료공학전공 강성규
강성규 연구실은 나노신소재공학부 소속으로, 첨단 나노 및 신소재의 구조, 기계적 특성, 그리고 이들 간의 상관관계에 대한 심층 연구를 수행하고 있습니다. 본 연구실은 금속, 합금, 세라믹, 복합재료 등 다양한 소재를 대상으로, 원자 및 나노 스케일에서의 미세구조 분석과 그에 따른 기계적 성능 평가를 통해 차세대 고성능 소재 개발에 앞장서고 있습니다.
특히, 전자현미경, 나노인덴테이션, X-선 회절 등 첨단 분석 장비를 활용하여 소재의 상변태, 석출 강화, 미세조직 제어 등 핵심 현상을 정밀하게 규명하고 있습니다. 또한, 전자빔, 전기장 등 외부 자극에 의한 미세구조 변화와 그 효과에 대한 연구도 활발히 이루어지고 있으며, 이를 바탕으로 소재의 신뢰성 및 내구성 향상에 기여하고 있습니다.
최근에는 인공지능과 머신러닝 기법을 적극적으로 도입하여, 재료의 조성, 미세구조, 사용 환경 등 다양한 인자가 물성에 미치는 영향을 정량적으로 분석하고 있습니다. 인공신경망, 랜덤포레스트 등 첨단 알고리즘을 활용한 예측 모델을 개발하여, 기존의 경험적 방법으로는 어려웠던 기계적 특성 예측과 최적화에 성공하였으며, 실험 계획의 효율화와 신속한 신소재 설계를 실현하고 있습니다.
이와 더불어, 나노구조체의 제조 및 특성 평가, 극한 환경용 신소재 개발, 전기·전자 소재의 미세구조 제어 등 다양한 응용 연구도 활발히 진행 중입니다. 연구실은 한국산업기술기획평가원, 국방기술진흥연구소 등과의 산학협력을 통해 실용화 연구에도 힘쓰고 있습니다.
강성규 연구실은 앞으로도 미세구조와 기계적 특성의 정밀 제어, AI 기반 신소재 설계, 극한 환경용 첨단 소재 개발 등 다양한 연구를 통해 재료과학 및 나노신소재공학 분야의 혁신을 선도할 것입니다.
나노 및 신소재의 구조 분석과 기계적 특성 연구
강성규 연구실은 나노 및 신소재의 미세구조와 기계적 특성 간의 상관관계를 심도 있게 연구하고 있습니다. 다양한 합금 및 복합재료, 금속 나노구조체, 세라믹 나노쉘 등 첨단 소재의 구조적 특성을 원자 및 나노 스케일에서 분석하여, 재료의 강도, 연성, 내구성 등 기계적 성능을 체계적으로 규명합니다. 이를 위해 전자현미경, 나노인덴테이션, X-선 회절 등 첨단 분석 장비와 실험 기법을 적극적으로 활용하고 있습니다.
특히, 금속 및 합금의 상변태, 결정립 미세화, 나노구조 형성 과정에서 나타나는 미세구조 진화와 그에 따른 기계적 거동을 정밀하게 관찰합니다. 예를 들어, 니켈 기반 초합금, FeMnAlC 경량강, 크롬-텅스텐 복합재 등 다양한 소재에서의 상변태, 석출 강화, 미세조직 제어 기술을 개발하고, 이로 인한 인장강도, 연성, 크리프 수명 등의 향상을 실현하고 있습니다. 또한, 전자빔, 전기장 등 외부 자극에 의한 미세구조 변화와 그 효과도 체계적으로 분석하고 있습니다.
이러한 연구는 차세대 고성능 소재의 설계 및 제조, 에너지·자동차·항공우주 등 다양한 산업 분야에서 요구되는 극한 환경용 신소재 개발에 중요한 기초 자료를 제공합니다. 나아가, 미세구조와 기계적 특성의 정밀 제어를 통해 소재의 신뢰성 및 수명을 극대화하는 데 기여하고 있습니다.
머신러닝 및 인공지능 기반 재료 특성 예측 및 최적화
본 연구실은 인공지능(AI)과 머신러닝(ML) 기법을 활용하여 신소재의 물성 예측 및 최적화 연구를 선도하고 있습니다. 복잡한 합금 조성, 미세구조 변수, 사용 환경 등 다양한 인자가 재료의 기계적 특성에 미치는 영향을 정량적으로 분석하기 위해, 인공신경망(ANN), 랜덤포레스트(RF), 그래디언트 부스팅(GB) 등 첨단 ML 알고리즘을 도입하고 있습니다. 이를 통해 기존의 경험적·통계적 방법으로는 예측이 어려웠던 강도, 연성, 크리프 수명, 상변태 온도 등 핵심 물성을 높은 정확도로 예측할 수 있습니다.
특히, 5Cr-0.5Mo 강, 중탄소강 등 다양한 금속 소재의 조성 및 사용 온도에 따른 기계적 특성 예측 모델을 개발하고, 실험 데이터와의 비교를 통해 모델의 신뢰성을 검증하였습니다. 또한, GUI 기반의 예측 도구를 개발하여 연구자와 산업계에서 손쉽게 활용할 수 있도록 하였으며, 이를 통해 실험 계획의 효율화와 신속한 신소재 설계가 가능해졌습니다. 나아가, 마르텐사이트 시작 온도, 석출 강화 효과 등 미세구조 변화에 따른 물성 예측에도 AI 기반 모델을 적용하여, 재료 설계의 혁신을 이끌고 있습니다.
이러한 AI/ML 기반 재료 연구는 신속하고 효율적인 신소재 개발, 최적의 합금 조성 도출, 극한 환경용 소재의 신뢰성 향상 등 다양한 산업적 요구에 부응할 수 있는 핵심 기술로 자리매김하고 있습니다. 앞으로도 데이터 기반 재료과학의 발전을 선도하며, 차세대 소재 혁신에 기여할 것입니다.
1
Observation of interface disruption and Lomer-Cottrell locks in a crept L12-strengthened Ni-based superalloy
강성규, Muhammad Ishtiaq, Joong Eun Jung, Hyo Ju Bae, Dae Won Yun, Alireza Zargaran, Young-Kook Lee, Yoon-Suk Choi, Jae Bok Seol
Materials Science and Engineering: A, 202509
2
Copper lattice-embedded steel composite: One-step fabrication and its thermal and mechanical properties
강성규, Yong Hwan Cho, Dongin Choi, Kyeongjae Jeong, Yijae Kim, Minwoo Park, Siwhan Lee, Hyunjoo Choi, In-Suk Choi, Heung Nam Han
Journal of Materials Research and Technology, 202507
3
The role of electron-beam irradiation on small-scale deformation: Challenges and benefits in in situ SEM indentation tests
강성규, Sebastian Bruns, In-Suk Choi, Karsten Durst
MRS Bulletin, 202506
1
(RCMS) Ni-Cr-Al계 혼소엔진용 배기밸브 스핀들 제조 기술 개발 (1단계 1차년도)
2
[RCMS/과세] 저소음 Mn-Cu 제진 합금 추진기 핵심 기술 개발(2차년도)