Quantitative Image-Based Characterisation of Moisture-Induced Asphalt Stripping: Method Validation and Material Effects

도로는 오래 지속되도록 건설되지만, 물은 끊임없이 밀려드는 적입니다. 비나 녹은 눈이 포장면 사이로 스며들면, 도로를 지탱하는 딱딱한 돌(골재)과 끈적한 아스팔트 결합제 사이의 결속력을 조용히 약화시킬 수 있습니다. 시간이 흐르면서 이러한 약화는 아스팔트가 돌로부터 벗겨지게 만드는데, 엔지니어들은 이 과정을 '박리(stripping)'라고 부릅니다. 코팅이 사라지면 도로는 강도를 잃게 되어, 수명을 단축시키는 포트홀과 균열로 이어집 표면이 무너집니다. 수십 년 동안 도로 혼합물이 이 수분 손상에 얼마나 잘 저항하는지 확인하는 작업은 인간의 눈에 의존해 왔습니다. 기술자는 코팅된 돌을 물에 담근 후 샘플을 관찰하며 검은색 아스팔트가 얼마나 벗겨졌는지 추측하곤 했습니다. 이 방법은 빠르고 저렴하지만, 주관적이라는 단점이 있습니다. 서로 다른 두 사람이 동일한 샘플을 보고도 조명, 피로도 또는 개인적인 판단에 따라 손상 정도에 대해 서로 다르게 의견을 낼 수 있기 때문입니다.

이 문제를 해결하기 위해 연구자 얄친 카라카야(Yalcin Karakaya), 아이한 유첼(Ayhan Yucel), 딜레이 운추(Dilay Uncu)는 인간의 눈을 카메라와 컴퓨터로 대체하고자 했습니다. 그들은 매번 동일한 정밀도로 돌에서 아스팔트가 손실된 정확한 양을 측정할 수 있는 시스템을 만들고자 했으며, 이를 통해 추측의 여지를 없애고자 했습니다. 그들의 연구에는 다양한 종류의 돌, 다양한 아스phalt 배합, 그리고 다양한 수분 조건이 이 박리 과정에 어떤 영향을 미치는지에 대한 테스트가 포함되었습니다. 시각적 검사를 정밀한 디지털 측정으로 전환함으로써, 그들은 어떤 재료가 수분에 가장 잘 견디는지 정확히 이해하여 더 오래 지속되는 도로를 건설하는 명확한 길을 제시하고자 했습니다.

연구팀은 먼저 아스팔트로 코팅된 돌로 구성된 수백 개의 작은 샘플을 준비했습니다. 그들은 표준형 미개질 아스팔트와, 결합제를 더 탄성 있고 내구성이 강하게 만드는 SBS라는 폴리머가 혼합된 더 발전된 형태의 아스팔트, 이렇게 두 가지 유형을 사용했습니다. 또한 두 가지 종류의 돌을 테스트했는데, 흔히 쓰이며 일반적으로 잘 견디는 석회암과, 더 단단하지만 수분 문제에 취약할 수 있는 현무암을 사용했습니다. 실험을 철저히 하기 위해 돌의 크기를 다양하게 조절했으며, 모양까지 변화시켰습니다. 일부 돌은 날카롭고 거친 가장을 그대로 두었고, 다른 돌들은 기계에 넣어 둥글게 다듬었습니다. 또한 도로가 햇빛 아래 수년간 놓여 있을 때 발생하는 노화 과정을 시뮬레이션하기 위해 열에 노출된 후 아스팔트가 어떻게 행동하는지도 테스트했습니다.

샘플이 준비되면 연구진은 이들이 어떻게 반응하는지 보기 위해 두 가지 다른 수처리 과정을 거쳤습니다. 한 테스트에서는 샘설을 따뜻한 온도의 물에 최대 일주일 동안 담가 두었습니다. 다른 테스트에서는 물에 최대 한 시간 동안 끓였습니다. 도로에 염화칼슘 등을 사용하는 실제 겨울철 조건을 모방하기 위해, 이 물 목욕 중 일부는 4%의 소금 용액을 포함했고 나머지는 순수한 물을 사용했습니다. 담금질이나 끓이는 과정이 끝난 후, 샘플을 꺼내 하루 동안 건조한 뒤 사진을 찍었습니다. 이 건조 단계는 매우 중요했습니다. 표면에 남은 물방울이 카메라를 혼란스럽게 하지 않도록 하여, 카메라가 실제 아스팔트만을 볼 수 있게 해주었기 때문입니다.

그들의 혁신의 핵심은 이 사진들을 분석하는 방법에 있었습니다. 사람이 화면을 뚫어지게 쳐다보는 대신, 컴퓨터 프로그램이 그 역할을 맡았습니다. 소프트웨어는 컬러 이미지를 물체의 밝기와 실제 색상을 분리하는 특정 색 공간(color space)으로 변환했습니다. 이를 통해 컴퓨터는 어두운 아스팔트와 밝은 노출된 돌을 높은 정확도로 구별할 수 있었습니다. 석회암과 현무암은 자연 색상이 다르기 때문에, 연구진은 먼저 일련의 보정 이미지를 사용하여 컴퓨터가 각 암석 유형에 따른 노출된 돌을 인식하도록 학습시켰습니다. 컴퓨터가 이러한 규칙을 학습하고 나면, 이를 모든 사진에 자동으로 적용하여 돌 표면에서 아스팔트 코팅이 벗겨진 정확한 백분율을 계산했습니다.

이 디지털 방식의 신뢰성을 확보하기 위해, 연구진은 전문가가 수동으로 표시한 이미지 세트와 결과를 비교했습니다. 컴퓨터의 측정값은 인간 전문가의 결과와 놀라울 정도로 일치했으며, 평균적으로 5% 미만의 차이를 보였습니다. 이러한 높은 일치도는 디지털 시스템이 주관적인 인간의 눈을 안정적으로 대체할 수 있음을 입증했습니다. 이 검증된 도구를 사용하여 연구팀은 96가지의 서로 다른 재료 및 조건 조합을 분석하며 어떤 요인이 가장 중요한지 확인하는 전체 실험을 수행했습니다.

결과는 무엇이 도로를 취약하게 만드는지에 대한 명확한 이야기를 들려주었습니다. 예상대로 샘플이 물에 노출된 시간이 길어질수록 더 많은 아스팔트가 벗겨졌습니다. 소금의 존재는 손상을 악화시켰으며, 샘플이 소금물 속에 오래 머물수록 그 효과는 더 강력해졌습니다. 그러나 가장 중요한 요인은 사용된 아스팔트의 종류였습니다. 폴리머 개질 아스팔트로 코팅된 샘플은 표준 결합제보다 훨씬 더 잘 견뎌냈으며, 모든 조건에서 현저히 적은 박리 현상을 보였습니다. 이러한 장점은 샘플이 노화되고 물에 노출되는 시간이 길어질수록 더욱 두드러졌습니다.

돌의 종류 또한 큰 역할을 했습니다. 현무암은 물 처리 방식이나 아스팔트 종류에 관계없이 석회암보다 일관되게 더 많은 아스팔트 코팅을 잃었습니다. 이는 돌 자체의 광물 성분이 아스팔트와의 결합에 얼마나 잘 붙어 있는지 결정하는 핵심 요소임을 확인시켜 주었습니다. 돌의 크기 또한 중요했습니다. 작은 돌들은 큰 돌들보다 코팅을 더 많이 잃는 경질을 보였는데, 이는 작은 돌 위의 얇은 아스팔트 층이 더 쉽게 씻겨 나가기 때문인 것으로 보입니다. 흥미롭게도, 돌의 모양 또한 결과에 영향을 미쳤습니다. 둥글게 다듬어진 돌들은 날카롭고 각진 가장을 가진 돌들보다 더 많은 아스팔트를 잃었습니다. 이는 각진 돌의 거칠고 울퉁불퉁한 표면이 아스팔트에 더 나은 기계적 접착력을 제공하여, 물이 밀어내려 할 때도 아스팔트가 잘 붙어 있도록 돕는다는 것을 시사합니다.

연구진은 또한 아스팔트 결합제의 노화가 차이를 만든다는 것을 발견했습니다. 결합제가 노화되어 딱딱해질수록 돌로부터 벗겨질 가능성이 더 높았습니다. 이 효과는 표준 아스팔트에서 특히 강하게 나타났으나, 폴리머 개질 결합제는 이러한 노화 관련 손상에 훨씬 더 잘 저항했습니다. 두 가지 물 테스트를 비교했을 때, 끓는 물 테스트가 더 즉각적인 손상을 일으키기는 했지만, 두 방법 모두 재료의 우열을 동일한 순서로 분류했습니다. 이는 테스트 방식이 다르더라도 어떤 재료가 우수한지에 대해 일관된 이야기를 전달한다는 것을 의미합니다.

궁극적으로, 이 연구는 디지털 카메라와 스마트 알고리즘이 도로 내구성을 측정하는 정밀하고 객관적인 방법을 제공할 수 있음을 보여줍니다. 인간의 판단에 따른 불확실성을 제거함으로써, 엔지니어들은 이제 더 큰 확신을 가지고 서로 다른 도로 혼합물을 비교할 수 있습니다. 연구 결과는 폴리머 개질 아스팔트를 사용하고 적절한 광물 특성과 모양을 가진 돌을 선택하는 것이 도로의 수명을 크게 연장할 수 있음을 확인해 줍니다. 구체적인 수치는 본 연구에서 테스트된 재료들에 적용되는 것이지만, 이 방법 자체는 물이 우리 사회 기반 시설에 어떻게 손상을 입히는지 이해하는 강력한 새로운 도구로서, 더 스마트하고 오래 지속되는 도로를 향한 길을 열어줍니다.