머신러닝 기반 콘크리트 재료 설계 및 성능 예측
이 연구 주제는 콘크리트와 시멘트계 재료의 복잡한 배합-구조-성능 관계를 데이터 기반으로 해석하고, 원하는 목표 성능을 빠르게 예측하는 데 초점을 둔다. 전통적인 콘크리트 연구는 반복적인 실험과 경험적 설계에 크게 의존해 왔지만, 최근 재료 조성의 다양성과 요구 성능의 고도화로 인해 보다 정교한 계산 기반 접근이 필요해지고 있다. 연구실은 이러한 한계를 극복하기 위해 머신러닝을 활용하여 압축강도, 유동성, 내구성, 반응성 등 다양한 특성을 예측하고 최적 배합 조건을 도출하는 연구를 수행하는 것으로 보인다. 특히 관련 논문과 학술발표 이력을 보면 경량 콘크리트의 역학적 특성 예측, 최적 배합비 도출, 시멘트계 재료의 신속 특성화 등에서 인공지능 기법을 적극적으로 활용하고 있다. 단순한 예측 모델 구축을 넘어서, 데이터 품질 관리, 입력 변수 선정, 알고리즘 해석 가능성, 모델 적용 범위와 한계 등 실무적·학문적 쟁점까지 함께 다루는 점이 특징이다. 이는 콘크리트 공학 분야에서 머신러닝을 도구로만 사용하는 것이 아니라, 재료과학적 해석과 공학적 의사결정을 연결하는 연구 전략으로 볼 수 있다. 이러한 연구는 향후 친환경 저탄소 콘크리트 개발, 현장 맞춤형 배합 설계, 디지털 실험실 구축, 스마트 건설재료 플랫폼 개발로 확장될 가능성이 크다. 실험 비용과 시간을 절감하면서도 더 넓은 조합 공간을 탐색할 수 있기 때문에, 새로운 혼화재나 산업부산물을 활용한 차세대 시멘트계 재료 개발에도 큰 기여를 할 수 있다. 결과적으로 이 연구는 전통적인 콘크리트 공학을 데이터사이언스와 결합하여 정밀하고 예측 가능한 재료 설계 체계로 전환하는 핵심 기반이 된다.
포졸란 및 혼합 시멘트계 재료의 반응성·미세구조 평가
이 연구 주제는 천연 및 비전통 포졸란을 포함한 혼합 시멘트계 재료의 포졸란 반응성, 상 변화, 수화 생성물 및 미세구조 특성을 정량적으로 규명하는 데 중점을 둔다. 포졸란 재료는 시멘트 사용량을 줄이고 내구성을 향상시키며 환경부하를 저감할 수 있는 핵심 소재로 주목받고 있다. 연구실은 플라이애시, FBC ash, 실리카계 물질 등 다양한 보조결합재의 반응 메커니즘을 파악하고, 이를 통해 고성능·저탄소 시멘트계 재료 개발을 위한 과학적 근거를 축적하는 방향의 연구를 수행하고 있다. 관련 논문에서는 포졸란의 반응성을 정성적으로 설명하는 수준을 넘어, 이를 특성화하고 정량화하는 접근이 두드러진다. 이는 단순히 재료를 혼합해 성능을 비교하는 연구가 아니라, 에트링자이트, 포틀랜다이트, 탄산화 생성물과 같은 상 조성의 변화와 미세역학적 특성까지 종합적으로 분석하는 방식임을 시사한다. 또한 CO2 양생 조건에서의 탄산화 깊이, 상 조성, 미세기계적 물성 변화를 함께 다룸으로써, 재료의 화학 반응과 구조적 성능을 연결하는 다층적 연구 체계를 보여준다. 이 연구의 학술적·산업적 의의는 매우 크다. 시멘트 산업의 탄소배출 저감이 전 세계적 과제가 된 상황에서, 산업부산물과 대체 결합재의 활용 가능성을 정교하게 평가하는 기술은 지속가능 건설재료 개발의 핵심이다. 연구실의 접근은 향후 저탄소 콘크리트 표준화, 장기 내구성 확보, 순환자원 기반 건설재료 상용화에 중요한 기반을 제공할 수 있으며, 재료의 반응성 평가를 통해 보다 신뢰성 높은 혼합 시멘트 설계 전략을 제시할 수 있다.
시멘트 페이스트 및 콘크리트의 유동·레올로지 특성 분석
이 연구 주제는 시멘트 페이스트와 콘크리트의 유동성, 점성, 주입성, 작업성 등 신선 상태 물성의 정밀 평가에 초점을 둔다. 콘크리트의 초기 유동 특성은 시공성, 재료 분리 저항성, 충전성, 최종 강도 발현에 직접적인 영향을 미치므로 구조용 재료 설계에서 매우 중요한 요소이다. 연구실은 고성능 감수제인 PCE의 흡착 특성과 시멘트 입자 간 상호작용, 경량골재 및 그라우트 시스템의 거동 등을 분석하며, 신선 콘크리트의 물리화학적 메커니즘을 해석하는 연구를 축적해 온 것으로 보인다. 학술대회 발표 기록을 보면 PCE 첨가량에 따른 시멘트 페이스트의 레올로지 변화, 서로 다른 종류의 PCE가 미치는 영향, 그라우트 주입성능 평가, 흐름 시뮬레이션 기반 주입성 분석 등 매우 구체적인 주제를 다루고 있다. 또한 최근에는 포인트 클라우드와 머신러닝을 결합해 시멘트계 재료의 신선 상태 특성을 빠르게 평가하는 프레임워크를 제시함으로써, 전통적인 실험 계측을 디지털화·자동화하는 방향으로 연구 범위를 확장하고 있다. 이는 재료 거동 해석뿐 아니라 측정 기술과 데이터 처리 기술의 융합을 의미한다. 이 분야의 연구는 실제 건설현장에서 바로 활용 가능한 파급효과를 가진다. 자기충전 콘크리트, 경량 콘크리트, 프리플레이스트 콘크리트와 같이 작업성과 충전성이 중요한 재료에서는 신선 상태 특성 제어가 품질을 좌우한다. 연구실의 성과는 배합 설계의 최적화, 시공 불량 감소, 자동화 시공 대응, 디지털 품질관리 체계 구축에 기여할 수 있으며, 장기적으로는 스마트 건설재료 평가 플랫폼과 실시간 시공 모니터링 기술로 발전할 가능성이 높다.