Experimental Study and Wavelet Neural Network Prediction of Unconfined Compressive Strength of Acrylate Copolymer-Emulsion-Cured Saline Soil

당신이 아주 튼튼한 도로 기초를 만들려고 노력 중이라고 상상해 보세요. 그런데 당신이 서 있는 땅은 짜고 축축한 엉망진창인 상태입니다. 중국 장쑤성 같은 해안 지역에서 이런 "염해 토양(saline soil)"은 골칫거리입니다. 이 토양은 젖으면 부풀어 오르고, 마르면 수축하며, 심지어 얼고 녹는 과정을 반복하며 도로와 건물을 마치 지독한 오한에 떨 듯 균열하게 만듭니다.

수년 동안 엔지니어들은 시멘트나 석회 같은 전통적인 재료로 이를 해결하려 노력했습니다. 하지만 이 연구의 저자들은 그런 방식이 마치 호두를 깨기 위해 대형 망치를 사용하는 것과 같다고 말합니다. 즉, 지저도하고 환경에 좋지 않으며, 때로는 결합력이 충분히 강하지 않을 수도 있다는 것입니다. 그래서 그들은 새로운 방법을 시도하기로 했습니다. 바로 아크릴레이트 공중합체 에멀션(acrylate copolymer emulsion)(편의상 ZM이라 부릅시다)으로 만든 특별한 액체 풀입니다. ZM을 토양 입자를 감싸고 서로 붙잡아 주는 마법 같고 신축성 있는 폴리머 담요라고 생각해 보세요.

거대한 실험: 섞고 맞추기

연구진은 난통(Nantong)의 건설 현장에서 가져온 토양에 소금을 섞어 실제 상황을 재현했습니다. 그런 다음, 무엇이 토양을 가장 강하게 만드는지 알아보기 위해 "섞고 맞추기" 게임을 진행했습니다. 그들은 네 가지 요소를 변화시켰습니다:

1. ZM 풀을 얼마나 넣었는지 (0%에서 1.5%까지)
2. 얼마나 오래 양생했는지 (0일부터 28일까지)
3. 토양의 염도가 얼마나 높은지 (담수 수준부터 매우 짠 9%까지)
4. 토양의 함수율이 얼마인지 (적정 수분 수치 주변을 테스트함)

혼합 후, 연구진은 토양 샘토를 기계로 눌러서 **일축 압축 강도(UCS)**를 측정했습니다. UCS를 "쥐어짜기 테스트"라고 생각하세요. 즉, 토양이 무너지기 전까지 얼마나 많은 압력을 견딜 수 있는지를 측정하는 것입니다.

발견한 내용 (좋은 점, 나쁜 점, 그리고 짠맛)

풀의 놀라운 효과:
ZM 풀을 추가했을 때 토양은 눈에 띄게 강해졌습니다. 풀을 더 많이 사용하고(최대 1.5%), 더 오래 기다릴수록(최대 28일) 토양은 더 단단해졌습니다. 28일째에는 가장 적은 양의 풀을 넣은 샘플조차도 "효과적인 안정화" 공식 테스트를 통과할 만큼 강했습니다. 풀을 전혀 넣지 않은 토양은 아무리 오래 기다려도 계속 약한 상태로 남아 있었습니다.

소금이 파티를 망치다:
여기서 까다로운 부분이 등장합니다. 바로 소금이 적이라는 것입니다. 염도가 높아질수록 강도는 떨어졌습니다. 염도가 낮으면(0.4% 미만) 풀은 여전히 잘 작동했습니다. 하지만 염도가 3% 이상이 되면 강도가 급격히 떨어지기 시작했습니다. 초고염도(6~9%)에서는 토양이 너무 약해져서 풀이 토양을 붙잡는 데 애를 먹었습니다. 소금 결정이 마치 작은 쐐기처럼 작용하여 토양을 갈라놓고 틈을 만들기 때문입니다.

수분의 최적 지점:
토양에는 적절한 양의 물도 필요했습니다. 너무 건조하거나 너무 젖어 있으면 강도가 떨어졌습니다. 마법은 수분이 "최적" 수준보다 약간 높을 때(약 0~5% 더 높을 때) 일어났습니다. 이는 케이크를 굽는 것과 비슷합니다. 물이 너무 적으면 푸석푸석해지고, 너무 많으면 질척거리는 엉망진창이 됩니다. 풀이 가장 잘 작동하려면 완벽하게 약간 촉촉한 농도가 필요합니다.

파괴 모드:
압력에 의해 토양이 마침내 파괴될 때, 토양은 단순히 천천히 부서지는 것이 아니라 "반취성(semi-brittle)" 재료처럼 행동했습니다. 강하게 버티다가 갑자기 무너지는 "변형 연화(strain-softening)" 파괴를 보였습니다. 이는 일단 균열이 시작되면 매우 빠르게 점점 더 약해진다는 것을 의미합니다.

미시적 미스터리: 마법 주문이 아닌 물리 법칙

연구진은 강력한 현미경으로 토양을 관찰하고, 적외선 분광법(재료의 화학적 "지문"을 확인하는 방법)을 사용했습니다. 그들은 새로운 광물이 생성되거나 마법 같은 새로운 결합이 생겨나는 화학 반응을 찾고 있었습니다.

결론: 아니었습니다. 새로운 광물은 태어나지 않았습니다. 새로운 화학 그룹도 나타나지 않았습니다.
대신, ZM 풀은 물리적인 그물처럼 작동했습니다. 풀의 긴 폴리머 사슬이 토양 입자를 감싸고, 빈 공간(공극)을 채우며 입자들을 서로 달라붙게 만들었습니다. 이는 마치 흩어져 있는 구슬 더미를 단단한 블록으로 만들기 위해 끈적한 테이프를 사용하는 것과 같습니다. 풀은 구슬 자체를 변화시킨 것이 아니라, 그저 단단하게 묶어준 것뿐입니다.

수정구슬: AI로 미래를 예측하다

여기서 정말 멋진 부분이 나옵니다. 이 토양의 강도는 복잡하고 예측하기 어렵습니다. 단순한 직선 형태를 따르지 않습니다. 만약 기존의 수학 공식으로 강도를 추측하려 한다면, 여러 요인(소금, 물, 시간, 풀)이 복잡하고 혼란스럽게 상호작용하기 때문에 틀릴 가능성이 높습니다.

그래서 저자들은 **웨이브렛 신경망(Wavelet Neural Network)**을 구축했습니다.

• 무엇인가? 복잡한 데이터 속에서 패턴을 찾아내는 데 매우 뛰어난 초스마트한 학생을 상상해 보세요. 엄격한 규칙을 따르는 일반 계산기와 달리, 이 AI "학생"은 "웨이브렛(wavelets)"(작고 유연한 파동 같은 것)을 사용하여 데이터의 세부 사항을 정밀하게 파고듭니다.
• 업그레이드: 저자들은 단순히 표준 버전을 사용한 것이 아니라 이를 개선했습니다. AI가 주목해야 할 두 가지 서로 다른 "가중치"를 부여했고, 스스로의 집중도를 조절하는 법(경사 하강법 사용)을 가르쳐 더 빠르고 더 잘 학습하도록 했습니다.
• 결과: 연구진은 모든 데이터(풀의 양, 시간, 소금, 물)를 AI에 입력하고 강도를 예측하도록 했습니다. AI는 정확히 맞혔습니다! 실제 도로 프로젝트의 실측 데이터로 테스트했을 때, AI의 예측값은 실제 측정된 강도와 10% 이내의 오차를 보였습니다.

핵심 요약

이 연구는 이 특별한 폴리머 풀(ZM)이 소금 수치를 관리 가능한 수준으로 유지하고 수분을 적절히 조절할 수 있다면, 염해 토양을 해결하는 훌륭한 방법임을 보여줍니다. 이 풀은 화학적 성질을 바꾸는 것이 아니라 물리적으로 토양을 감싸고 묶어줌으로써 작동합니다. 또한 토양의 거동이 매우 까다롭기 때문에, 업그레이드된 스마트 AI 모델을 사용하는 것이 건설을 시작하기 전 토양의 강도를 예측하는 가장 좋은 방법입니다.

저자들은 이 AI 도구가 해안 지역의 엔지니어들이 더 안전하고 스마트한 결정을 내리는 데 도움이 될 것이라고 확신하지만, 이것이 특정 실험과 시뮬레이션에 기반하고 있다는 점을 강조합니다. 이는 강력한 새로운 도구이지만, 테스트 없이 모든 상황에 적용되는 마법 지팡이는 아닙니다.