Interpretable Ensemble Machine Learning for Process-Parameter-Driven Prediction of TiO₂–PVP Electrospun Nanofiber Diameter

기술 요약: TiO₂–PVP 전기방사 나노섬유 직경의 공정 매개변수 기반 예측을 위한 해석 가능한 앙상블 머신러닝

문제 정의
전기방사는 나노섬유, 특히 광촉매 특성과 화학적 안정성 측면에서 가치가 높은 티타늄 디옥사이드-폴리비닐피롤리돈(TiO₂–PVP) 복합체를 제조하는 주요 방법이다. 나노섬유의 직경은 표면적, 다공성 및 기계적 성능에 영향을 미치는 중요한 품질 매개변수이다. 그러나 폴리머 농도, 인가 전압, 유량, 팁-콜렉터 간 거리와 같은 변수를 포함하는 전기방사 공정의 고도로 비선형적이고 다중 매개변수인 특성으로 인해 섬유 직경을 제어하는 것은 매우 까다롭다. 실험 계획법(DoE) 및 반응 표면 분석법(RSM)과 같은 전통적인 최적화 기법은 시간이 많이 소요되고 자원 집약적이며, 매개변수 간의 복잡한 고차 상호작용을 모델링하는 데 한계가 있는 경우가 많다. 머신러닝(ML)이 잠재적인 해결책으로 부상하고 있으나, 기존 문헌은 TiO₂–PVP 시스템에 대해 현대적인 앙상블 학습 알고리즘을 체계적으로 벤치마킹하는 데 부족함이 있으며, 데이터 누수를 방방지하기 위한 엄격한 데이터 검증 프로토콜이 결여된 채 단일 모델 평가에 의존하는 경우가 많다.

연구 방법론
본 연구는 네 가지 입력 공정 매개변수인 PVP 농도, 인가 전압, 용액 유량, 팁-콜렉터 거리를 기반으로 나노섬유 직경을 예측하기 위한 머신러닝 프레임워크를 개발하였다. 방법론은 다음과 같이 엄격하고 다단계적인 접근 방식을 따랐다:

1. 데이터 생성: 초기 데이터셋은 Taguchi L9 직교 배열 실험 설계를 통해 도출되었다. 견고한 통계 학습을 보장하기 위해, 원래의 실험 설계에 의해 정의된 물리적 관계를 유지하면서 데이터셋을 약 5,000개의 레코드로 합성 증강하였다.
2. 데이터 전처리 및 무결성 검사:
   • 상관관계 분석: 피어슨 상관 계수를 계산하여 입력 변수와 대상 직경 사이의 선형 연관성을 식별하였다.
   • 다중공선성 평가: 입력 예측 변수들이 독립적임을 보장하기 위해 분산 팽창 요인(VIF) 분석을 수행하였다(모든 VIF 값은 5 미만).
   • 그룹 인지 분할(Group-Aware Splitting): 데이터 누수를 방지하고 모델 성능의 과대평가를 막기 위해, 그룹 인지 전략을 사용하여 데이터를 훈련(70.3%), 검증(14.7%), 테스트(15.0%) 세트로 분할하였다. 이를 통해 동일한 실험 그룹에서 유래한 구조적으로 연관된 레코드들이 훈련 세트와 테스트 세트 사이에 혼재되지 않도록 하였다.
3. 모델 훈련 및 비교: 다섯 가지 회귀 알고리즘을 훈련하고 평가하였다:
   • 선형 회귀 (Linear Regression, LR)
   • 그래디언트 부스팅 회귀 (Gradient Boosting Regression, GBR)
   • XGBoost
   • LightGBM
   • 엑스트라 트리 회귀 (Extra Trees Regression, ETR)
4. 평가 지표: 모델 성능은 평균 제곱근 오차(RMSE), 평균 절대 오차(MAE), 결정 계수(R²)를 사용하여 평가되었다.

주요 결과

• 특성 중요도: 피어슨 상관관계 분석 결과, PVP 농도가 가장 영향력 있는 매개변수(r = 0.9743)로 나타났으며, 그 뒤를 유량과 전압이 이었다. 팁-콜렉터 거리는 연구된 범위 내에서 미미한 상관관계를 보였다.
• 모델 성능: 모든 모델은 높은 예측 정확도를 입증하였다.
  • 선형 회귀는 거의 완벽한 정확도(RMSE ≈ 0, R² = 1.000)를 달로 성취하였으며, 이는 기초가 되는 실험 설계 공간이 준선형(quasi-linear) 반응 표면을 나타내고 있음을 시사한다.
  • 비선형 앙상블 방법 중에서는 **엑스트라 트리 회귀(ETR)**가 다른 모든 모델보다 우수한 성능을 보였으며, RMSE 0.510 nm, MAE 0.420 nm, R² 0.99997을 달성하였다.
  • ETR은 그래디언트 부스팅(RMSE 약 53.5% 감소) 및 XGBoost(약 69.0% 감소)에 비해 오차를 크게 줄였다.
• 알고리즘적 통찰: 저자들은 일반적으로 부스팅 방법(GBR, XGBoost, LightGBM)이 고도로 비선형적인 문제를 위해 설계되었음에도 불구하고, 현재 데이터셋의 특정 구조(1차 효과에 의해 지배됨) 덕분에 배깅(bagging) 기반의 ETR이 순차적 오차 수정 없이도 분산을 줄임으로써 더 높은 안정성을 확보할 수 있었다고 언급하였다.

주요 기여

1. 체계적 벤치마킹: 본 연구는 TiO₂–PVP 나노섬유 직경 예측을 위한 단일 실험 프레임워크 내에서 다섯 가지 회귀 알고리즘(XGBoost, LightGBM, ETR과 같은 현대적 앙상블 방법 포함)을 체계적으로 비교한 첫 사례를 제공한다.
2. 방법론적 엄격성: 본 연구는 VIF 다중공선성 스크리닝과 그룹 인지 데이터 분할을 포함하는 엄격한 데이터 전처리 파이프라인을 도입하여, 유효한 모델 평가를 보장하고 데이터 누수를 방지함으로써 기존 전기방사 ML 연구에서 발견된 공백을 메웠다.
3. 대리 모델(Surrogate Model) 검증: 본 연구는 엑스트라 트리 회귀를 활용하여 전기방사 공정을 대체할 수 있는 고성능의 효율적인 대리 모델로서 앙상블 학습의 유효성을 검증하였다.

의의 및 주장
본 논문은 제안된 머신러닝 프레임워크가 실험 절차를 보완하고 최적화하기 위한 실용적인 데이터 기반 접근법을 제공한다고 주장한다. 식별된 최적 모델인 엑스트라 트리 회귀를 활용함으로써, 연구자들은 최적의 공정 조건을 찾기 위해 필요한 실험 횟수를 크게 줄일 수 있으며, 이는 일반적인 Taguchi 설계 기준으로 실험적 노력을 약 60~80% 절감하는 것으로 추정된다. 이는 재료 사용, 실험 시간 및 분석 비용의 절감으로 이어진다.

본 연구는 현재의 결과가 특정 재료 시스템(TiO₂–PVP)과 정의된 매개변수 범위에 기반하고 있지만, 그 방법론은 일반화가 가능하다는 점을 강조한다. 저자들은 본 연구를 나노물질 제조를 위한 "지능형 공정 설계"를 향한 단계로 위치시키면서도, 향-후 더 넓은 매개변수 범위와 독립적인 실험 데이터를 사용하여 다른 나노섬유 특성(예: 다공성, 광촉매 활성)에 대해 이 모델들을 검증하는 작업이 필요함을 겸허히 명시하였다.