1.1 국내외 현황 및 관련 사업 소개

미래 모빌리티 산업은 전동화, 친환경화, 고기능화가 동시에 진행되면서 차량용 소재에 요구되는 수준이 빠르게 높아지고 있다. 특히 전기차는 배터리 시스템 탑재로 인해 차량 중량이 증가하기 쉬우므로, 주행거리 향상과 에너지 효율 확보를 위해 차체와 부품의 경량화가 매우 중요한 기술 과제로 인식되고 있다. 이러한 배경에서 금속을 대체할 수 있는 플라스틱 복합재는 낮은 밀도와 우수한 성형성, 다양한 기능 부여 가능성으로 인해 미래 모빌리티용 핵심 소재로 주목받고 있다. 미국 에너지부도 경량 소재와 첨단 공정 기술이 차량 효율 향상과 제조 혁신에 중요한 요소라고 제시하고 있다. 

국외에서는 미래 모빌리티용 복합재 적용이 단순 내·외장재 수준을 넘어 구조 부품과 기능성 부품으로 점차 확대되고 있다. 특히 유럽에서는 전기차용 경량 구조체 개발 과정에서 플라스틱 복합재와 금속을 같이 사용하는 하이브리드 복합재를 활용하여 중량 저감과 성능 확보를 동시에 추진하고 있으며, 이와 함께 재활용성, 생산성, 비용 경쟁력까지 함께 검토하는 방향으로 접근하고 있다. 이는 복합재가 단순히 가벼운 소재라는 이유만으로 채택되는 것이 아니라, 실제 부품 수준에서 요구되는 기계적 신뢰성, 열적 안정성, 내구성, 양산 가능성을 종합적으로 만족해야 한다는 점을 보여준다. 또한 해외에서는 복합재 적용 확대를 위해 소재 단계의 평가뿐만 아니라 부품 적용성 검토, 제조공정 적합성, 수명 예측, 재사용 및 재활용 가능성까지 함께 고려하는 흐름이 강화되고 있다.

이러한 국제적 흐름은 미래 모빌리티용 소재 개발의 방향이 과거와 달라지고 있음을 보여준다. 과거에는 특정한 물성 하나를 높이는 개발이 중심이었다면, 최근에는 경량화와 구조 성능, 열적 특성, 안전성, 환경성, 제조 적합성을 함께 고려하는 다기능 복합소재 개발이 중요해지고 있다. 다시 말해, 미래 모빌리티용 플라스틱 복합재는 단순히 “가벼운 소재”가 아니라 실제 운행 환경과 생산 환경을 모두 고려한 전주기형 소재로써 개발이 요구되고 있는 실정이다.

 

국내에서도 이러한 흐름에 대응하기 위한 정책과 지원사업이 확대되고 있다. 정부는 디지털 소재 혁신 강화 정책을 통해 소재 데이터의 체계적 축적, 인공지능 기반 소재 개발, 디지털 전환 기반 마련을 주요 방향으로 제시하였으며, 미래 모빌리티용 경량 복합수지 역시 주요 전략 분야 중 하나로 포함하여 지원해 왔다. 또한 산업 소재 인공지능 확산 정책을 통해 소재 데이터 생성 기반인 MDF(Miniature Data Factory) 구축, 데이터 표준화, 예측 모델 활용 확대 등을 추진하고 있다. 이는 국내에서도 소재 개발이 단순한 시험 반복이 아니라, 데이터 생산과 활용을 기반으로 한 체계적 연구개발 방식으로 전환되고 있음을 보여준다. 

아울러 미래 자동차 부품 산업 육성과 관련한 제도 정비도 함께 이루어지고 있다. 최근에는 미래 자동차 부품 산업 전환 촉진 및 생태계 육성 관련 제도 안에 데이터 플랫폼 구축·운영, 디지털 혁신 촉진, 전문 기업 지원 등의 내용이 포함되면서, 소재와 부품을 포함한 미래 차 산업 전반을 데이터 기반으로 육성하려는 정책 방향이 보다 분명해지고 있다. 이는 향후 미래 모빌리티용 플라스틱 복합재 분야에서도 개별 기업의 소재 개발을 넘어, 산업 생태계 차원의 데이터 활용과 기술 확산이 중요해질 것임을 시사한다.

 

종합하면, 국내외 미래 모빌리티용 플라스틱 복합재 개발은 공통적으로 경량화와 실제 적용성 확보를 중심으로 발전하고 있다. 해외는 구조 부품 적용, 재활용성, 양산성 확보까지 포함한 통합적 접근을 강화하고 있으며, 국내는 데이터 축적과 AI 활용, 디지털 기반 소재 개발 지원을 통해 이에 대응하고 있다. 따라서 향후 이 분야의 경쟁력은 단순한 소재 조성 개발에 그치지 않고, 신뢰성 있는 물성 확보와 데이터화, 그리고 실제 부품 적용성을 반영한 검증 체계를 얼마나 체계적으로 구축하느냐에 달려 있다고 볼 수 있다.

 

1.2 한국자동차연구원의 역할 소개

 

한국자동차연구원은 “가상 공학 플랫폼 구축 사업”에서 미래 모빌리티용 경량 복합재 분야의 복합수지 제조와 물성·메타정보 생성을 수행하는 역할을 맡고 있다. 구체적으로는 고내열·고강성 경량 복합재, 난연 경량 복합재, 재생수지 기반 경량 복합재, 내충격성 경량 복합재 및 내마모성 경량 복합재를 대상으로 실제 조성 설계와 시편 제조를 수행하고, 자동차 부품 적용을 고려한 물성 데이터를 확보하는 역할을 수행한다. 이는 단순히 실험용 소재를 제작하는 수준이 아니라, 미래 차용 복합재의 적용 가능성을 평가할 수 있는 기초 데이터를 체계적으로 생산하는 실증 중심 역할이라 할 수 있다. 

 

한국자동차연구원이 확보하는 복합재의 주요 특성은 기계적, 열적, 물리적 특성을 중심으로 구성된다. 기계적 특성으로는 탄성률, 인장강도, 파단 신율, 굴곡강도, 굴곡 탄성률, 충격강도 등이 포함되며, 이는 복합재가 차량 부품으로 적용될 때 기본적으로 요구되는 구조적 신뢰성을 판단하는 핵심 항목이다. 또한 열적·치수 안정성 평가 항목으로 HDT(Heat Deflection Temperature)와 CLTE(Coefficient of Thermal Expansion)가 포함되어 있어, 사용 중 온도 변화에 따른 변형 저항성과 치수 안정성을 확인할 수 있도록 구성되어 있다. 이와 함께 밀도, 포아송비, MFR(Melt Flow Rate) 등도 포함되어 있어 기본 물성과 가공 관련 특성까지 함께 검토할 수 있는 구조를 갖는다. 

 

특히 미래 모빌리티에 요구되는 핵심 기능을 토대로 복합재를 테마별로 구성하여 실제 물성 평가로 연결하는 데 의미가 있다. 예를 들어 고내열·고강성 복합재에서는 경량성과 함께 구조적 강성과 열적 안정성을 검토할 수 있고, 난연제의 함량과 종류에 따라 복합재의 물성 변화를 분석하며, 재생수지 기반 복합재에서는 재생수지를 사용했을 때의 물성 수준을, 신재를 사용했을 때와 비교하여 적용 가능성을 확인할 수 있다. 또한 내충격성 복합재에서는 외부 충격에 대한 저항 특성을 중심으로 소재의 구조 신뢰성을 판단할 수 있고, 내마모성 복합재에서는 일반 기계적 물성 뿐 아니라 마모량까지 평가하여 반복 사용과 접촉 환경에서의 성능 유지 가능성을 검토할 수 있다.

 

또한 본 사업에서 생성되는 데이터는 단순 수치 값의 나열이 아니라, 소재 조성, 원재료 정보, 배합 조건, 시험 항목, 평가 결과 등을 함께 포함하는 메타정보 형태로 축적된다는 점에서 의미가 있다. 이러한 데이터는 향후 복합재 특성 비교, 성능 분석, 복합재 레시피 설계 등에 활용될 수 있으며, 데이터 기반 소재 개발 체계의 기초 자료로 사용할 수 있다.

 

따라서 한국자동차연구원은 본 사업에서 미래 모빌리티용 경량 복합재를 실제로 제조하고 검증하는 역할과 함께, 향후 활용 가능한 실증형 물성 데이터를 축적하는 핵심 수행기관으로 정리할 수 있다.

3.2 레시피 구성 전략 소개

 

본 연구의 레시피 구성은 미래 모빌리티용 경량 복합재에 요구되는 성능을 기준으로 메인 수지 선정, 보강재 및 충전재 적용, 기능성 첨가제 부여의 방향으로 설계하였다. 각 테마별로 목표 물성이 다르기 때문에 동일한 조합을 반복하기보다, 고내열·고강성, 난연성, 재생수지 적용성, 내충격성, 내마모성에 맞추어 원료 구성을 차별화하였다.

 

고내열·고강성 경량 복합재의 경우 PA6, PA66, PBT와 같은 엔지니어링 플라스틱을 중심으로 선정하고, 유리섬유를 보강재로 적용하여 구조적 강도와 강성을 높이도록 구성하였다. 또한, Talc, CaCO₃, Clay와 같은 무기 충전재를 함께 적용하여 강성 보완, 치수 안정성 향상 및 열적 안정성 확보를 유도하였다. 여기에 EPDM을 포함하여 복합재의 과도한 취성을 완화하고 물성 균형을 맞추는 방향으로 설계하였다. 또한 산화방지제를 함께 적용하여 고온 가공 및 사용 환경에서 발생할 수 있는 수지의 열 산화 열화를 억제하고, 복합재의 장기 물성 안정성을 확보하고자 하였다.

 

경량 난연 복합재는 PP, PA6, PA66, PBT, ABS 등 다양한 수지를 기반으로 하며, Magnesium hydroxide, Aluminum hydroxide, Melamine cyanurate, Red phosphorus, Melamine polyphosphate, Ammonium polyphosphate 등 여러 난연제를 조합할 수 있도록 구성하였다. 이는 수지 종류에 따라 적합한 난연 메커니즘이 다르기 때문에, 특정 단일 난연제에 한정하지 않고 넓은 조합 가능성을 고려한 전략으로 볼 수 있다. 또한 유리섬유와 Talc, PTFE 등을 함께 포함하여 난연성 부여 시 저하될 수 있는 기계적 특성과 가공성을 보완하도록 하였다. 여기에 산화방지제를 함께 적용하여 난연제 및 첨가제 투입에 따른 고온 가공 중 수지 열화를 줄이고, 복합재의 가공 안정성과 물성 유지성을 확보하고자 하였다.

 

재생수지 기반 경량 복합재는 재생 PP, 재생 PA6, 재생 PE를 중심으로 하면서, Virgin PP를 비교군 또는 성능 보완용으로 함께 고려한 구성이 특징이다. 여기에 Talc, CaCO₃, Clay, MICA와 같은 충전재와 Short/Middle Glass Fiber를 적용하여 재생수지의 강도 및 강성 저하 가능성을 보완하도록 하였다. 또한 POE, EPDM을 활용하여 충격 특성 및 유연성을 확보하려는 전략이 반영되어 있다. 재생수지는 사용 이력이나 열 이력에 따라 산화 및 분자량 저하 가능성이 있으므로, 산화방지제를 함께 적용하여 가공 중 추가 열화를 억제하고 재생 복합재의 물성 안정성을 확보하고자 하였다.

 

내충격성 경량 복합재는 PA6, PC, PP를 기본 수지로 적용하고, PP-g-MAH, POE-g-MAH, HDPE-g-MAH, LDPE-g-MAH와 같은 상용화제를 함께 구성한 점이 특징이다. 이는 서로 다른 상(phase) 사이의 계면 접착을 향상시켜 충격 시 에너지 분산 효과를 높이기 위한 것이다. 또한 POE와 유리섬유, 셀룰로오스계 섬유, 산화방지제, 블랙 마스터배치 등을 함께 적용하여 충격 저항성뿐 아니라 내구성, 외관성, 가공 안정성까지 함께 고려하였다.

 

내마모성 경량 복합재는 PP, PA6를 기본 수지로 적용하고, graphite, PTFE, silicon, wax와 같은 내마모 첨가제를 함께 구성한 점이 특징이다. 이는 반복 마찰 조건에서 마모 저항성을 향상시키기 위한 전략으로 볼 수 있다. 또한 talc와 mica를 적용하여 강성과 치수 안정성을 확보하고, coupling agent를 통해 계면 접착력과 분산성을 개선하도록 하였다. 여기에 산화방지제와 블랙 마스터배치를 함께 적용하여 가공 안정성과 외관 품질까지 고려한 구성으로 정리할 수 있다. 

 

종합하면, 본 연구의 레시피 구성 전략은 테마별 목표 성능에 따라 적절한 기지 수지를 선정하고, 보강재·충전재·기능성 첨가제를 조합하여 부족한 물성을 보완하는 방식으로 수립되었다. 즉, 단순 배합이 아니라 목표 특성 중심의 맞춤형 레시피 설계 전략이라고 정리할 수 있다.

압출 공정은 복합재 원료를 용융·혼련하여 균일한 조성의 압출물 또는 펠렛을 제조하는 단계로, 이후 사출 성형성과 최종 시편 품질에 중요한 영향을 미치는 공정이다. 이 과정에서 수지 건조 온도, 수지 건조 시간, MESH 크기, 수지 투입 속도, 메인 스크류 속도, 스크류 온도, 다이 온도, 수지 온도, 워터 수조 온도, 펠렛 컷 속도, 사이드 피드 투입 위치, 사이드 피드 속도, 사이드 피드 투입 속도, 사이드 피드 온도 등은 최종 시편의 외관, 형상 균일성, 원료 분산성, 단면 안정성 및 물성 재현성과 밀접한 관련을 가진다.

 

먼저 수지 건조 온도와 수지 건조 시간은 원재료 내 수분 제거 수준을 결정하는 기본 조건이다. 수분이 충분히 제거되지 않은 상태에서 압출이 진행되면 기포, 실버 스트릭(silver streak), 표면 결함, 내부 공극 등이 발생할 수 있으며, 이는 최종 시편의 외관 품질과 기계적 물성 저하로 이어질 수 있다. 따라서 적절한 건조 조건은 안정적인 압출 공정과 균일한 품질 확보를 위한 선행 조건이다.

 

MESH 크기는 원료 또는 압출물 내 이물, 미분산 입자, 큰 입자 등을 걸러내는 조건으로, 압출물의 균일성과 공정 안정성에 영향을 미친다. MESH 크기가 적절하지 않으면 원료 흐름이 불안정해지거나 압력 편차가 발생할 수 있으며, 미분산 입자가 최종 시편에 남아 표면 불량, 단면 불균일, 절단면 차이 등의 품질 편차를 유발할 수 있다.

 

수지 투입 속도는 압출기 내부로 공급되는 원료의 양을 결정하는 변수로, 용융 상태와 혼련 안정성에 직접적인 영향을 준다. 투입 속도가 낮으면 생산성이 저하되고 체류 시간이 증가할 수 있으며, 반대로 너무 높으면 원료가 충분히 용융·혼련되지 않아 충전 불균일, 분산 불량, 압출물 형상 불안정이 발생할 수 있다. 따라서 수지 투입 속도는 원료의 용융성과 압출 안정성을 함께 고려하여 설정되어야 한다.

 

메인 스크류 속도는 원료의 전단력, 혼련 정도 및 체류 시간을 결정하는 핵심 변수이다. 스크류 속도가 낮으면 혼련이 충분하지 않아 충전재 또는 첨가제의 분산성이 저하될 수 있고, 너무 높으면 과도한 전단열로 인해 수지 열화, 변색, 점도 저하 및 압출물 품질 저하가 발생할 수 있다. 따라서 적절한 메인 스크류 속도는 복합재의 내부 균일성과 외관 안정성을 확보하기 위한 중요한 조건이다.

 

스크류 온도, 다이 온도 및 수지 온도는 원료의 용융 상태와 압출물의 형상 안정성에 영향을 미치는 주요 변수이다. 온도가 낮으면 미용융 입자가 남아 표면 불량이나 충전 불균일이 발생할 수 있고, 온도가 지나치게 높으면 수지 열화, 변색, 첨가제 분해, 점도 저하 등이 나타날 수 있다. 특히 다이 온도는 압출물이 토출되는 최종 형상과 직접적으로 관련되므로, 압출물의 표면 상태와 단면 균일성을 확보하기 위해 적절한 온도 관리가 필요하다.

 

워터 수조 온도는 압출된 스트랜드의 냉각 속도와 형상 안정성에 영향을 미친다. 냉각이 부족하면 스트랜드가 충분히 고화되지 않아 변형, 늘어짐, 절단 불량이 발생할 수 있으며, 냉각이 과도하거나 불균일하면 스트랜드 표면 상태와 내부 응력에 영향을 줄 수 있다. 따라서 워터 수조 온도는 압출물의 안정적인 냉각과 펠렛 제조 품질 확보를 위해 관리되어야 한다.

 

펠렛 컷 속도는 스트랜드를 일정한 길이의 펠렛으로 절단하는 조건으로, 펠렛 크기와 형상 균일성에 영향을 준다. 펠렛 컷 속도가 적절하지 않으면 펠렛 길이 편차, 절단면 불량, 미분 발생 등이 나타날 수 있으며, 이는 후속 사출 공정에서 원료 공급 안정성과 충전 균일성 저하로 이어질 수 있다. 따라서 일정한 펠렛 형상과 크기를 확보하기 위해 펠렛 컷 속도의 관리가 필요하다.

 

사이드 피드 투입 위치, 사이드 피드 속도, 사이드 피드 투입 속도 및 사이드 피드 온도는 충전재 또는 보강재의 투입 및 분산 상태를 결정하는 변수이다. 사이드 피드 조건이 적절하지 않으면 충전재가 충분히 혼합되지 않거나 특정 구간에서 응집이 발생할 수 있으며, 이는 최종 시편의 외관 불량, 물성 편차 및 균일성 저하로 이어질 수 있다. 따라서 사이드 피드 조건은 복합재의 조성 균일성, 충전재 분산성 및 최종 시편 품질 확보를 위해 중요하게 관리되어야 한다.

 

종합하면, 압출 공정 변수는 복합재 원료의 건조, 투입, 용융, 혼련, 분산, 냉각 및 펠렛화 과정에 직접적인 영향을 미친다. 따라서 압출 공정 조건을 체계적으로 관리하는 것은 사출 성형용 펠렛의 품질 안정성과 최종 시편의 물성 재현성을 확보하기 위한 중요한 요소이다.

 

4.2 사출 공정 변수와 시편 품질 간의 관련성

사출 공정은 용융된 수지를 금형에 충전하여 시험용 시편을 직접 형성하는 단계로, 최종 시편의 외관, 치수 정확성, 표면 품질 및 성형 안정성을 결정하는 핵심 공정이다. 이 과정에서 펠렛 건조 온도, 펠렛 건조 시간, 배럴 온도, 노즐 온도, 헤드 온도, 사출 압력, 사출 속도, 사출 시간, 냉각 시간, 보압, 형체 거리 등은 최종 시편 품질과 밀접한 관련을 가진다.

 

펠렛 건조 온도와 펠렛 건조 시간은 사출 전 원료 내 수분을 제거하기 위한 조건으로 시편 품질 확보의 기본이 된다. 수분이 충분히 제거되지 않으면 사출 중 기포, 실버 스트릭(silver streak), 표면 결함, 내부 공극 등이 발생할 수 있으며, 이는 시편 외관과 물성 재현성을 저하시킬 수 있다. 따라서 적절한 건조 조건은 안정적인 사출성형을 위한 선행 조건이다.

 

배럴 온도, 노즐 온도 및 헤드 온도는 수지의 용융 상태와 유동성에 직접적인 영향을 미치는 변수이다. 온도가 낮으면 수지가 충분히 용융되지 않아 미충전, 단차, 표면 결함 등이 발생할 수 있으며, 온도가 지나치게 높으면 수지 열화, 변색, 플래시(flash), 내부 응력 증가 등의 문제가 나타날 수 있다. 따라서 각 구간의 온도 조건은 수지의 유동성과 성형 안정성을 함께 고려하여 설정되어야 한다.

 

5.2.3 측정 조건 및 세부 항목

• 측정 조건

  - 시험조건: 2㎜/min

• 세부 항목

  - 최대 굴곡강도(MPa), 파단 굴곡강도(MPa), 굴곡 탄성률(MPa)

 

5.3 IZOD Impact Test(ISO 180)

 

5.3.1 시험 목적 및 규격

아이조드 충격시험은 플라스틱 시편에 순간적인 충격을 가했을 때 재료가 충격 하중에 대해 얼마나 잘 견디는지를 평가하는 시험이다. 본 시험을 통해 재료의 아이조드 충격강도를 확인할 수 있으며, 충격에 대한 파손 저항성과 충격 흡수 특성을 평가할 수 있다.

본 시험은 플라스틱 재료의 아이조드 충격강도를 평가하는 ISO 180 규격에 따라 수행한다.

 

5.3.2 측정 장비

5.3.3 측정 조건 및 세부 항목

• 측정 조건

  - 온도 조건: 23℃, –30℃

  - 노치 조건: Notched, Unnotched

• 세부 항목

  - 아이조드 충격강도(kJ/㎡)

 

5.4 Density(ISO 1183)

 

5.4.1 시험 목적 및 규격

밀도 시험은 플라스틱 재료의 단위 부피당 질량을 측정하여 재료의 조성 상태와 균일성을 평가하는 시험이다. 본 시험을 통해 재료의 밀도를 확인할 수 있으며, 충전재 함량 변화나 시편 간 조성 차이를 비교하는 데 활용할 수 있다.

본 시험은 플라스틱 재료의 밀도를 평가하는 ISO 1183 규격에 따라 수행한다.

 

5.4.2 측정 장비

5.4.3 측정 조건 및 세부 항목

• 측정 조건

  - Method A: Immersion method

• 세부 항목

  - 밀도(g/㎤)

5.5 Melt Flow Index(ISO 1133)

 

5.5.1 시험 목적 및 규격

용융흐름지수 시험은 열가소성 플라스틱을 일정한 온도와 하중 조건에서 용융시켰을 때, 용융된 수지가 얼마나 잘 흐르는지를 평가하는 시험이다. 본 시험을 통해 재료의 MFR을 확인할 수 있으며, 용융 상태에서의 유동성과 가공성을 평가할 수 있다.

 본 시험은 열가소성 플라스틱의 MFR을 평가하는 ISO 1133 규격에 따라 수행한다.

 

5.5.2 측정 장비

5.5.3 측정 조건 및 세부 항목

• 측정 조건

  - Procedure A: mass-measurement method

• 세부 항목

  - MFR(g/10 min)

 

5.6 Heat Deflection Temperature(ISO 75)

 

5.6.1 시험 목적 및 규격

열변형온도 시험은 플라스틱 재료에 일정한 굽힘 하중을 가한 상태에서 온도를 올렸을 때, 시편이 정해진 변형에 도달하는 온도를 평가하는 시험이다. 본 시험을 통해 재료의 열변형온도를 확인할 수 있으며, 하중이 가해진 상태에서 재료가 형상을 유지할 수 있는 내열 수준을 평가할 수 있다. 본 시험은 플라스틱 재료의 열변형온도를 평가하는 ISO 75 규격에 따라 수행한다.

5.6.2 측정 장비

 

5.6.3 측정 조건 및 세부 항목

• 측정 조건

  - 승온 조건: 120℃/h

  - 시험 하중: 1.8MPa

• 세부 항목

  - 열변형온도(℃)

 

5.7 Coefficient of Thermal Expansion(ISO 11359)

 

5.7.1 시험 목적 및 규격

열팽창계수 시험은 플라스틱 재료에 온도 변화가 가해질 때 시편의 길이가 얼마나 변하는지를 측정하여 재료의 열팽창 거동을 평가하는 시험이다. 본 시험을 통해 재료의 열팽창계수를 확인할 수 있으며, 온도 변화에 따른 치수 안정성을 평가할 수 있다.

본 시험은 플라스틱 재료의 열 기계적 특성을 평가하는 ISO 11359 규격에 따라 수행한다.

 

5.7.2 측정 장비

5.7.3 측정 조건 및 세부 항목

• 측정 조건

  - 온도 범위: -20~120℃, 20~60℃

  - 승온 속도: 5℃/min

  - 인가 하중: 0.5N

• 세부 항목

  - 열팽창계수(1/K)

 

5.8 Poisson’s Ratio(ISO 527)

 

5.8.1 시험 목적 및 규격

포아송비 시험은 플라스틱 재료에 인장 하중을 가했을 때 시편이 길이 방향으로 늘어나는 동시에 폭 방향으로 얼마나 수축하는지를 측정하여 재료의 변형 거동을 평가하는 시험이다. 본 시험을 통해 재료의 포아송비를 확인할 수 있으며, 인장 변형 시 세로 방향과 가로 방향의 변형 관계를 평가할 수 있다.

본 시험은 플라스틱 재료의 인장 변형 특성을 평가하는 ISO 527 규격에 따라 수행한다.

 

5.8.2 측정 장비

5.8.3 측정 조건 및 세부 항목

• 측정 조건

  - 시험 속도: 5㎜/min, 50㎜/min

• 세부 항목

  - 포아송비(-)

 

6. 데이터 활용 방안 및 기대효과

6.1 소재 데이터 기반 시뮬레이션용 물성 생성

 

축적된 데이터는 구조해석, 열 변형 해석, 사출성형 해석 등에 필요한 입력 물성을 생성하는 데 활용될 수 있다. 실험으로 확보한 기계적 특성과 유변 특성, 성형 관련 파라미터를 

해석 가능한 형태로 정리하면, 실제 부품 설계 단계에서 소재 후보를 보다 신속하게 검토할 수 있다. 이는 모든 조건을 반복 시험으로 확인하던 방식에서 벗어나 시뮬레이션 기반 사전 검토를 가능하게 하며, 설계 초기 단계의 검토 효율 향상과 개발 기간 단축에도 도움이 될 수 있다.

 

6.2 목표 물성을 만족하는 소재 조성 설계

 

구축된 데이터는 원하는 물성을 만족하는 복합수지 조성을 설계하는 데 활용될 수 있다. 예를 들어 강성, 내열성, 충격성, 내마모성과 같은 목표 특성을 설정한 뒤, 이에 적합한 원재료 조합과 배합비를 탐색하는 방식으로 활용이 가능하다. 이러한 접근은 경험에 의존하던 기존 배합 방식에서 벗어나 목표 성능을 기준으로 조성을 설계하는 데이터 기반 개발 방식으로 확장될 수 있으며, 후보 조성 탐색 시간 단축과 시행착오 감소에도 기여할 수 있다.

6.3 AI 기반 물성 예측 플랫폼 활용

 

생성된 데이터는 AI 물성 예측 모델의 학습 데이터로 활용될 수 있다. 물성값과 조성, 공정 조건, 메타정보가 충분히 축적되면 신규 조성이나 미측정 조건에 대한 물성을 예측할 수 있고, 여러 후보 소재를 빠르게 비교하는 것도 가능해진다. 이를 통해 실험 이전에 유망 조성을 우선 선별할 수 있어 연구개발 효율을 높일 수 있으며, 장기적으로는 소재 개발 과정의 디지털 전환을 촉진하는 기반으로도 활용될 수 있다.

 

6.4 공백데이터 분석 기반 실험

 

데이터가 누적되면 어떤 조성, 어떤 조건, 어떤 물성 구간에서 데이터가 부족한지를 확인할 수 있다. 이러한 공백데이터 분석은 다음 실험을 어디에 집중해야 하는지 판단하는 기준이 되며, 불필요한 반복 실험을 줄이고 필요한 조건을 우선적으로 검토할 수 있게 해준다. 따라서 데이터는 단순 결과 정리 자료를 넘어 후속 연구 방향을 설정하는 도구로 활용될 수 있으며, 실험 계획의 정밀도 향상과 연구 자원의 효율적 배분에도 긍정적인 효과를 줄 수 있다.

6.5 플라스틱 부품 개발 지원

 

구축된 데이터는 소재 수준에 머무르지 않고 실제 플라스틱 부품 개발에도 활용될 수 있다. 물성 예측과 해석용 데이터가 확보되면 부품 설계 단계에서 적합한 소재를 선별하고, 예상 사용 조건에 대한 성능을 사전에 검토할 수 있다. 이는 경량화와 내구성, 가공성, 기능성을 동시에 고려해야 하는 미래 모빌리티 부품 개발에서 중요한 기반이 되며, 소재 선정의 정확도 향상과 적용성 검토의 신속화에도 도움이 될 수 있다.

6.6 통합 데이터베이스 구축 및 활용 확산

 

축적된 데이터는 향후 통합 데이터베이스 구축과 표준화 기반 마련에도 활용될 수 있다. 조성, 원재료, 시험조건, 물성 결과, 메타정보를 함께 관리하면 데이터 재사용성과 비교 가능성이 높아지고, 후속 연구나 유사 소재 개발에도 활용하기 쉬워진다. 이는 개별 실험 결과를 넘어서 지속적으로 확장 가능한 소재 데이터 자산으로 기능할 수 있다는 점에서 중요하며, 데이터의 축적·공유·재활용 기반 형성과 후속 연구 활용성 향상으로도 이어질 수 있다.