A Novel Method for Determining Phase-Specific Microhardness from Non-targeted Automated Testing of Fine-grained Multiphase Structures

당신이 거대한 혼합 수프 그릇을 맛보며 당근이 얼마나 짠지, 완두콩이 얼마나 단지를 정확히 알아내려고 노력하고 있다고 상상해 보세요. 하지만 여기 함정이 있습니다. 당신은 한 번에 엄청나게 큰 덩어리를 떠내는 거대한 숟가락만을 사용할 수 있습니다. 만약 당신이 당근과 완두콩이 함께 들어있는 덩어리를 떠낸다면, 당신의 혀는 순수한 당근 맛도, 순수한 완두콩 맛도 아닌 혼란스러운 "탁한(muddy)" 맛을 느끼게 될 것입니다. 숟가락이 너무 커서 작은 조각들을 직접 맛볼 수 없기 때문에, 당신은 순수한 당근을 직접 맛볼 수 없습니다.

이것은 바로 과학자들이 강한 금속 내부의 아주 작은 알갱이(grain)들의 경도를 측정하려고 할 때 직면하는 문제입니다. 금속은 종종 미세한 수프처럼 서로 다른 두 가지 "맛"(상, phase)이 섞여 있는 구조로 이루어져 있습니다. 이를 테스트하기 위해 엔지니어들은 아주 작은 다이아몬드 팁으로 금속에 작은 자국(압입, indentation)을 남깁니다. 만약 금속의 알갱이가 매우 미세하여 압입 자국보다 작다면, 이 자국은 두 개의 서로 다른 알갱이를 동시에 뭉개버리게 됩니다. 그러면 기계는 어느 한쪽의 알갱이에도 속하지 않는 "탁한" 경도 값을 읽게 되며, 이로 인해 각 개별 부분의 실제 강도를 알 수 없게 됩니다.

오랫동안 이를 해결하는 유일한 방법은 다이아몬드 팁을 특정 알갱이에 정확히 맞추도록 극도로 주의를 기울이는 것이었습니다. 하지만 이것은 마치 눈을 가린 채 움직이는 수프 속의 특정 완두콩을 바늘로 맞추려는 것과 같습니다. 시간이 너무 오래 걸리고, 비용이 많이 들며, 모든 금속 조각에 대해 수행하기 어렵습니다.

새로운 "비표적" 전략
이 논문에서 저자들은 기발하고 역설적인 아이디어를 제안합니다: 조준하는 것을 멈추십시오! 대신, 그들은 "비표적 미세 경도(Non-Targeted Microhardness, NTM)" 테스트를 제안합니다. 빨간색과 파란색 점이 섞인 다트판에 수천 개의 다트를 무작лу로 던진다고 상상해 보세요. 당신은 다트가 어디에 떨어지는지 상관하지 않습니다. 그저 모든 적중 사례를 기록할 뿐입니다. 어떤 다트는 빨간색에만 맞을 것이고, 어떤 것은 파лу는 색에만 맞을 것이며, 대부분은 빨간색과 파란색이 섞인 지저한 경계면에 맞을 것입니다.

저자들은 이 아이디어를 테스트하기 위해 컴퓨터 시뮬레이션(가상 실험실)을 구축했습니다. 그들은 다양한 알갱이 크기와 모양을 가진 디지털 금속 구조를 만들었습니다. 그리고 컴퓨터에서 수천 번의 이 "무작위 다트" 테스트를 실행하여 데이터가 어떤 모습인지 확인했습니다.

마법의 숫자: "R" 비율
그들의 시뮬레이션에서 발견한 큰 성과는 그들이 R이라고 부르는 간단한 숫자입니다. 이는 압입 자국의 크기와 알갱이 크기의 비율입니다.

• R이 작으면 (압입 자국이 알갱이보다 훨씬 작으면), 기계는 주로 한 종류의 알갱이만을 치게 되어 결과가 명확합니다.
• R이 크면 (압입 자국이 알갱이보다 큰 경우, 즉 미세한 결정립 금속의 경우), 기계는 주로 "탁한" 경계면을 치게 됩니다.

논문은 R이 1보다 클 때(즉, 압입 자국이 알갱이보다 클 때) 전통적인 방식의 데이터 해석이 실패한다는 것을 보여줍니다. 왜냐하면 "순수한" 수치들을 골라낼 수 있는 경우가 거의 없기 때문입니다. 실제로 저자들은 이러한 미세한 구조의 경우, 당신이 얻게 되는 대부분의 측정값이 이러한 중간 단계의 "탁한" 값들이라는 것을 발견했습니다.

역방향 트릭으로 퍼즐 풀기
그렇다면 순수한 맛을 직접 볼 수 없다면, 어떻게 그 맛을 알 수 있을까요? 저자들은 **역 시뮬레이션(inverse simulation)**이라는 트릭을 사용했습니다.

이렇게 생각해 보세요: 당신은 딸기와 바나나로 만든 미스터리 스무디를 가지고 있습니다. 당신이 크게 한 모금 마셨더니(큰 압입 자국) 이상하게 달고 신 맛이 납니다. 당신은 그 한 모금만으로는 딸기와 바나나 각각의 정확한 당도를 알 수 없습니다. 하지만, 만약 당신에게 수백만 가지의 서로 다른 스무디 레시피를 시뮬레이션할 수 있는 컴퓨터가 있다면, 당신은 그 모든 것을 시도해 볼 수 있습니다. 당신은 컴퓨터에게 이렇게 묻는 것입니다: "만약 딸기가 이 정도의 당도를 가지고 바나나가 저 정도의 당도를 가지고 있다면, 그 큰 한 모금의 맛은 어떠할까?"

컴퓨터는 시뮬레이션된 "큰 한 모금"의 맛이 당신의 실제 측정값과 똑같아질 때까지 레시피를 계속 조정합니다. 논문은 이를 중탄소강(페라이트와 펄라이트 알갱이가 섞인)의 실제 사례를 통해 입증했습니다. 비록 실제 측정값 중 단 하나도 연질 상(soft phase)의 순수한 경도 범위에 들어가지 않았음에도 불구하고, 컴퓨터 시뮬레이션은 역으로 계산하여 진정한 경도 값을 성공적으로 찾아냈습니다.

이 논문이 배제하는 것
저자들은 이 방법이 하지 못하는 것에 대해서도 매우 명확하게 밝히고 있습니다. 그들은 미세한 결정립 구조에서 단순히 원시 데이터를 보고 진정한 경도 값을 골라내는 것은 불가능하다고 명시적으로 언급합니다. 만약 압입 자국이 알갱이보다 크다면(R > 1), 데이터는 너무 혼란스러워 직접 해석할 수 없습니다. "탁한" 숫자들을 그냥 무시해서는 안 됩니다. 반드시 전체 데이터셋과 컴퓨터 모델을 사용하여 그것들을 해독해야 합니다.

얼마나 확실한가?
이 새로운 방법의 핵심이 컴퓨터 시뮬레이션과 가상 테스트에 기반하고 있다는 점을 유의해야 합니다. 저자들은 자신들의 가상 프로그램이 이러한 무작위 테스트의 결과를 예측하고, 그 후 진정한 값을 역설계할 수 있음을 보여주었습니다. 그들은 이 논리가 실제 강철 샘플에 어떻게 적용되는지 보여줌으로써 작동 방식을 증명했지만, 이 방법이 모든 경우에 작동함을 증명하는 무거운 작업은 시뮬레이션 상에서 이루어졌습니다. 그들은 이 접근법이 더 나은 합금을 설계하고 품질을 확인하는 강력한 도구가 될 수 있다고 제안하지만, 이 논문은 이를 모든 금속에 대해 보편적으로 입증된 사실이 아니라, 강력한 가상적 근거에 의해 뒷받침된 제안된 방법론으로 제시하고 있습니다.

핵심 요약
작은 알갱이에 작은 다이아몬드를 조준하려고 애쓰는 대신, 이 새로운 방법은 다음과 같이 말합니다: "그냥 무작위로 누르고, 모든 것을 기록한 다음, 똑똑한 컴퓨터가 진짜 레시피를 찾아내게 하십시오." 이 방법은 혼란스럽고 엉망인 데이터 더미를 금속의 실제 구성 성분이 무엇인지 보여주는 명확한 그림으로 바꿔 놓으며, 심지어 알갱이가 너무 작아 명확히 볼 수 없는 경우에도 마찬가지입니다.