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.

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.