Single-axis high-energy X-ray diffraction tomography for elastic residual strain: uniqueness and stability of solutions in the presence of equilibrium constraints

당신이 마치 지오드(geode)나 고대 금속과 같은 신비롭고 단단한 물체의 내부 비밀 지도를 파악하려 한다고 상상해 보십시오. 물체를 절대로 자르지 않고도 말입니다. 당신은 그 재료가 내부에서 어떻게 늘어나고, 압축되고, 뒤틀려 있는지, 즉 과학자들이 '탄성 변형률(elastic strain)'이라고 부르는 성질을 정확히 알고 싶어 합니다. 보통 이 보이지 않는 지도를 보기 위해서는, 병원의 CT 촬영처럼 매우 강력하고 에너지가 높은 X선이 물체를 통과하여 여러 각도에서 투사되어야 합니다. 이 과정을 토모그래피(tomography)라고 합니다. 하지만 여기에는 함정이 있습니다. 만약 당신이 단 하나의 방향(예를 들어, 하나의 막대에 끼워 회전시키는 방식)으로만 물체를 관찰한다면, 얻게 되는 데이터는 대개 너무 흐릿하고 불완전하여 완전한 3D 그림을 재구성할 수 없습니다. 이는 마치 3차원 퍼즐을 풀려고 하는데, 오직 맨 윗부분의 조각들만 가지고 있는 것과 같습니다. 깊이(depth) 정보가 빠져 있는 것입니다.

하지만 여기서 물리학이 초능력을 발휘합니다: 바로 '역학적 평형(mechanical equilibrium)'이라는 규칙입니다. 이것은 단순히 물체가 가만히 있을 때, 내부의 모든 힘이 완벽하게 균형을 이루어야 한다는 데에는 아주 멋진 표현입니다. 우리가 논의하고 있는 이 논문은 다음과 같은 대담한 질문을 던집니다. 만약 우리가 단 하나의 제한된 X선 뷰(view)만을 사용해야만 하는 상황이라면, 우리가 그 물체가 물리 법칙을 준수하며 균형을 유지하고 있다는 사실을 약속한다면, 여전히 그 퍼즐을 풀 수 있을까요? 이 논문의 저자들인 수학자와 엔지니어 팀은 이 '하나의 뷰와 규칙의 결합'이라는 기술이 실제로 작동하는지, 아니면 그저 수학적인 환상에 불과한지를 증명하고자 합니다. 그들은 단순히 추측하는 것이 아니라, 독특하고 안정적인 해답이 존재하는지를 확인하기 위해 엄격한 수학을 사용하고 있습니다.

3D 지도로 가는 일방통행로

이야기는 한동안 과학자들을 괴롭혀온 문제로부터 시작됩니다. 고에너지를 사용하는 X선으로 재료를 관찰할 때, 당신은 변형률의 직접적인 사진을 얻는 것이 아닙니다. 대신 당신은 '횡방향 광선 변환(Transverse Ray Transform)'을 얻게 됩니다. 안개가 자욱한 방에 손전등을 비춘다고 상상해 보십시오. 빛은 산란되며, 당신은 빔의 경로를 따라 평균적인 밝기만을 보게 됩니다. 이 경우, '밝기'는 X선 경로를 따른 평균 변형률입니다. 보통 이 평균 경로들로부터 전체 3D 변형률 지도를 재구축하려면, 최소 세 개의 축(예를 들어 앞면, 옆면, 윗면에서 보는 것)에서 물체를 스캔해야 합니다.

하지만 만약 단 하나의 축으로만 스캔할 수 있다면 어떨까요? 아마 기계가 고장 났거나 물체가 너무 무거워서 움직일 수 없는 상황일 수도 있습니다. 과거에는 단일 뷰로부터 나머지 지도를 추측하기 위해 '머신러닝' 기술을 사용하기도 했지만, 그 답이 과연 '유일한' 답인지에 대해서는 아무도 확신하지 못했습니다. 그것은 운 좋은 추측이었을까요, 아니면 수학적 확실성이었을까요?

이 논문은 이렇게 말합니다. "수학적으로 검증해 보자." 저자들은 이미 세 개의 뷰로부터 이미지를 재구성하는 기존 공식에 새로운 재료를 추가합니다. 바로 '역학적 평형'이라는 제약 조건입니다. 그들은 재료가 '등방성(isotropic)'이라고 가정합니다(이는 유리 블록이나 균일한 금속처럼 모든 방향에서 성질이 같다는 뜻입니다). 또한 재료가 '0이 아닌 포아송 비(Poisson's ratio)'라는 특정 성질을 가지고 있다고 가정합니다(이는 한쪽에서 누르면 다른 쪽이 불룩하게 튀어나오는 것을 의미합니다).

거대한 발견: 네, 가능합니다!

이 논문의 주요 결과는 몇 가지 중요한 단서가 붙긴 하지만, 명쾌한 "네"입니다. 저자들은 단일 축 스캔을 수행하고 재료가 평형 상태에 있다는 것을 알고 있다면, 전체 3D 탄성 변형률 장(field)을 유일하게 결정할 수 있다고 증명했습니다. 이것은 단순한 가능성이 아니라, 그들이 수학적으로 증명해 낸 사실입니다.

하지만 그들은 단순히 "된다"라고 말하는 데 그치지 않았습니다. 그들은 완벽한 해결책으로 가는 길에 있는 '과속 방지턱'도 찾아냈습니다. 수학의 세계에는 방정식이 복잡해지고 불안정해지는 특정 방향들이 존재합니다. 저자들은 데이터가 까다로워지는 다섯 개의 특정 '평면'(수학적 공간 내의 가상의 슬라이스)을 제외한 모든 곳에서 해답이 유일하다는 것을 발견했습니다. 이는 마치 방 안의 다섯 구석에서 메아리가 너무 크게 울려 퍼져서 속삭임을 잡아먹는 상황과 같습니다. 그 정확한 구석에 서 있지 않는 한, 수학은 성립합니다.

그들은 또한 재료 자체에 관한 흥SA한 사실도 발견했습니다. 만약 재료의 포아송 비가 0이었다면(즉, 눌러도 불룩하게 튀어나오지 않는다면), 이 기술은 실패했을 것입니다. 서로 다른 부분의 변형률 사이의 '교차 결합(cross-coupling)'이 바로 단일 축 스캔을 가능하게 만드는 핵심입니다. 이러한 물리적 연결이 없다면 수학은 무너지고, 퍼즐을 풀 수 없게 됩니다.

명료함의 대가: 데이터는 얼마나 '매끄러워야' 하는가?

해답이 존재한다는 것을 증명하는 것과, 그 해답을 엉망진창이 되지 않게 실제로 찾아내는 것은 별개의 문제입니다. 논문은 '안정성(stability)'에 대해 깊이 파고듭니다. 이는 다음과 같은 질문을 던지는 것입니다: "내 X선 데이터에 미세한 노이즈나 흐릿함이 있다면, 최종 3D 지도는 걸작이 될까요, 아니면 왜곡된 엉망진창이 될까요?"

저자들은 그 답이 당신이 보고 있는 변형률의 어느 부분인지에 달려 있다는 것을 발견했습니다.

• 쉬운 부분: 스캔 슬라이스 내에 평평하게 놓여 있는 변형률 성분들(예를 들어 종이의 윗면과 옆면 같은 부분)은 비교적 복구하기 쉽습니다. 이들은 아주 깨끗한 데이터를 필요로 하지 않습니다.
• 어려운 부분: '평면 외(out-of-plane)' 전단 성분(스캔 방향에 수직인, 위아래로 뒤틀리는 힘)은 훨씬 더 어렵습니다. 이를 정확하게 재구성하려면 데이터가 믿기 힘들 정도로 매끄럽고 정밀해야 합니다. 논문은 이 특정 부분들을 복구하기 위해서는 데이터가 매우 높은 수준의 디테일까지 노이즈가 없어야 함을 보여줍니다. 수학적으로 말하자면, 데이터는 4.5차 미분까지 처리할 수 있을 만큼 충분히 '매끄러워야(smooth)' 합니다.

이를 일상적인 용어로 설명하자면 이렇습니다. 케이크의 평평한 층을 보려고 한다면 약간 흐릿한 사진도 괜찮을 수 있습니다. 하지만 케이크 옆면의 아주 작은 소용돌이 모양 크림을 보려고 한다면, 완벽한 초점과 흔들림 없는 카메라가 필요합니다. 데이터가 그만큼 깨끗하지 않다면, 그 뒤틀리는 힘의 재구성은 불안정해질 것입니다.

이것이 미래에 갖는 의미

이 논문은 당장 내일 사용할 수 있는 새로운 기계나 기성 소프트웨어 프로그램을 제공하는 것이 아닙니다. 대신, 이 문제는 수학적으로 풀 수 있다는 '설계도'와 '안전 인증서'를 제공합니다. 저자들은 이 문제가 수학적으로 해결 가능하다는 것을 증명하고, 이를 성공시키기 위해 어떤 종류의 데이터 품질이 필요한지를 정확히 알려줍니다.

저자들은 방정식을 직접 푸는 방법을 시도할 수도 있겠지만, 그것은 불안정할 수 있다고 제안합니다. 더 나은 접근 방식은 '고유 변형률(eigenstrains)'(물리 법칙을 자연스럽게 따르는 내부 응력을 묘ff사하는 방법)로부터 해를 구축하는 방법을 사용하는 것이라고 암시합니다. 처음부터 평형의 규칙을 존중하는 방법을 사용함으로써, 당신은 안정적이고 유일한 답을 얻을 수 있습니다.

요약하자면, 이 논문은 재료 내부의 숨겨진 응력을 보기 위해 다축 스캐너가 반드시 필요한 것은 아니라고 말합니다. 단일 축 스캐너가 있고 재료가 물리 법칙을 잘 따르고 있다면, 우리는 수학적으로 전체 3D 그림을 재구성할 수 있습니다. 하지만 주의해야 합니다. 특히 뒤틀리는 힘에 대해서는 데이터의 품질이 매우 높아야 하며, 그렇지 않으면 그림이 흐릿해질 것입니다. 이는 적절한 제약 조건이 있다면, 단 하나의 뷰만으로도 전체 이야기를 드러낼 수 있다는 것을 보여주는 수학의 승리입니다.