물리지식과 AI로 예측하는 공구 마모, 충남 정밀가공 스마트팩토리 연구
- 2026.11.17
산업공학과 BK21 ‘산업인텔리전스 기반 스마트 제조네트워크 교육연구단’ 어깨동무사업팀(책임교수 윤현수)이 충남대학교 기계공학부 박승환 교수 연구팀과 함께 충남권 정밀가공 산업의 스마트팩토리 구축을 위한 공동연구를 수행했다. 두 연구팀은 2025년 3월부터 협력을 이어오며 SCI급 국제학술지 논문 1편을 게재하고 국제학술대회에서 연구 성과 2건을 발표했으며, 현재도 후속 공동연구를 진행하고 있다.
[사진. 우리 대학교 산업공학과와 충남대 기계공학부 연구진의 공동연구 회의 및 세미나 모습]
이번 연구는 컴퓨터 수치제어(CNC) 정밀가공 과정에서 발생하는 절삭공구의 마모 정도를 센서 신호로 예측하는 데 초점을 맞췄다. 절삭공구를 지나치게 일찍 교체하면 비용이 증가하고, 교체 시기를 놓치면 제품 불량이 발생할 수 있다. 그러나 실제 제조 현장에서는 공구 교체 시점을 숙련 작업자의 경험에 의존하는 경우가 많다. 기존 AI 모델 역시 가공 조건이 달라지면 예측 성능이 떨어지고 판단 근거를 설명하기 어렵다는 한계가 있었다.
이를 해결하기 위해 두 대학은 각자의 전문성을 바탕으로 연구를 분담했다. 충남대 박승환 교수팀은 절삭·가공 이론을 기반으로 실험을 설계하고, 학내 머시닝센터에서 반복 가공 실험을 수행해 진동 신호와 공구 마모 데이터를 확보했다. 또한 마모 현상과 물리적으로 연관된 신호 특성을 분석했다. 우리 대학교 지식융합 인공지능 연구실은 확보된 데이터와 가공 이론을 결합한 산업인공지능 모델 개발을 담당했다. 두 연구팀은 정기적인 공동회의를 통해 실험 설계부터 데이터 분석, 모델 검증까지 협력을 이어갔다.
그 결과, 스핀들 진동 신호만으로 공구 마모 정도를 예측하고 그 판단 근거를 수식으로 제시하는 물리지식 결합형 모델을 개발했다. 이 모델은 일반적인 인공신경망 모델보다 높은 설명력을 보여, AI 예측 결과의 근거를 파악하는 데 도움이 될 수 있음을 확인했다.
[그림. 두 대학이 공동 개발한 물리지식 결합형 공구 마모 예측 프레임워크]
공동연구는 구체적인 학술 성과로도 이어졌다. 사업계획 당시 목표는 학술대회 발표 2건과 SCI급 논문 1편 투고였으나, 연구팀은 국제학술대회 ‘ICMT 2026(10th International Conference on Manufacturing Technologies)’에서 공구 마모 예측 관련 연구 2건을 발표하고 국제학술지 논문 게재까지 달성했다.
특히 충남대 이준호 연구원이 제1저자, 박승환 교수가 교신저자, 우리 대학교 윤현수 교수가 공동저자로 참여한 원심펌프 고장 진단 연구는 SCI급 국제학술지 'International Journal of Precision Engineering and Manufacturing(IJPEM)'에 게재됐다. 당초 논문 투고를 목표로 했던 연구 성과가 실제 게재로 이어졌다는 점에서 의미가 있다.
연구 성과를 지역 산업 현장과 공유하기 위한 활동도 진행됐다. 사업팀은 대학·기업 연계 세미나를 개최해 충남권 제조기업 재직자들에게 데이터 기반 공정 진단 방법을 소개하고, 스마트 제조 기술의 현장 활용 가능성을 공유했다.
두 연구팀은 현재 가공 장비와 조건이 달라져도 적용할 수 있는 AI 모델 개발을 목표로 후속 공동연구를 진행하고 있다. 충남대의 실험 데이터와 우리 대학교의 도메인 적응 기술을 결합하는 연구로, 우리 대학교 양유준·신승우 연구원은 이를 바탕으로 올해 SCI급 국제학술지 논문 2건의 투고를 준비하고 있다.
이번 공동연구는 기계공학의 가공 전문성과 산업공학의 AI 기술을 결합해 정밀가공 공정의 예측과 진단 방법을 발전시켰다는 점에서 의미가 있다. 사업팀은 이번 협력이 숙련자의 경험에 의존하던 공정 관리를 데이터 기반으로 전환하고자 하는 충남권 제조기업에 참고 사례가 될 것으로 기대하고 있다.