Mechanical Performance and Strength Prediction of Rubberized Silica Fume Concrete: An Experimental and Machine Learning Investigation for Sustainable Construction

건설 산업이 거대한 빵집이라고 상상해 보세요. 수년 동안 그들은 시멘트, 모래, 자갈이라는 표준 재료를 사용하여 "콘크리트 케이크"를 구워왔습니다. 하지만 세상은 두 가지 큰 문제에 직면해 있습니다: 매립지에 쌓여가는 산더미 같은 못 쓰는 타이어들(이는 독성이 있고 분해되기 어렵습니다)과 지구를 구하기 위해 시멘트를 더 적게 사용해야 할 필요성입니다.

이 연구 논문은 이 두 가지 문제를 동시에 해결하기 위해 새로운 친환경 레시피를 발명하려는 베이커리 팀의 이야기와 같습니다. 그들은 모래의 일부를 고무 분말(폐타이어에서 추출)로 교체하고, 시멘트의 일부를 실리카 흄(미세한 산업 부산물)으로 교체했을 때 어떤 일이 일어나는지 알아보고 싶었습니다.

다음은 그들이 무엇을 했는지, 무엇을 발견했는지, 그리고 결과를 예측하기 위해 컴퓨터를 어떻게 사용했는지에 대한 간단한 요약입니다.

1. 실험: "에코-케이크" 만들기

연구원들은 **16가지의 서로 다른 배치(batch)**의 콘크리트를 만들었습니다.

• 고무: 그들은 모래를 고무 분말로 대체했는데, 그 양은 0%(순수 콘크리트)부터 35%까지 다양했습니다.
• 비밀 재료: 배치의 절반에는 시멘트 혼합물에 10%의 실리카 흄을 추가했습니다.
• 테스트: 그들은 이 혼합물들을 블록 형태로 구운 뒤 7일, 28일, 56일을 기다렸습니다. 그런 다음, 강도를 확인하기 위해 압축하고, 굽힘 강도를 확인하기 위해 휘어지게 했으며, 내부 품질을 점검하기 위해 초음파(아기에게 사용하는 초음파 검사와 유사)를 보냈습니다.

2. 결과: 어떤 일이 일어났는가?

콘크리트를 스펀지라고 생각해 보세요. 고무를 넣는 것은 딱딱한 벽돌 안에 부드럽고 말랑말랑한 스펀지를 넣는 것과 같습니다.

• 고무의 효과: 고무를 많이 넣을수록 콘크리트는 더 부드러워졌습니다. 즉, 무거운 무게를 견디는 능력(압축 강도)이 떨어졌습니다. 또한 음파가 더 느리게 전달되었는데, 이는 재료의 밀도가 낮아지고 미세한 공기 구멍이 많아졌음을 의미합니다.
  • 하지만, 적절한 지점이 있었습니다. 고무를 아주 조금만(5%) 넣었을 때, 콘크리트는 깨지지 않고 더 잘 휘어지는 특성을 보였습니다. 이는 마치 부서지기 쉬운 쿠키에 고무를 약간 넣어 부서지는 대신 약간 쫄깃하게 만드는 것과 같았습니다.
• 실리카 흄의 효과: 이것이 결정적인 한 방이었습니다. 실리카 흄을 추가하면 매우 미세한 충전재 역할을 했습니다. 그것은 고무에 의해 생긴 미세한 구멍들을 메우고 모든 것을 더 단단하게 접착시켰습니다.
  • 결과: 실리카 흄은 고무가 들어간 모든 혼합물의 강도를 높여주었습니다. 그것은 "부드러운" 고무 콘크리트를 훨씬 더 강하고 내구성이 뛰어난 물질로 되돌려 놓았습니다.

3. 기존 규칙의 문제점

엔지니어들은 보통 새로운 유형의 콘크리트가 얼마나 강할지 추측하기 위해 "설계 코드(규칙집)"를 사용합니다. 연구원들은 이 새로운 고무 콘크리트를 이 오래된 규칙집들과 대조해 보았습니다.

• 발견: 규칙집들이 틀렸습니다. 규칙집들은 실제 강도보다 훨씬 낮을 것이라고 지속적으로 예측했습니다. 이는 기상 캐스터가 폭설을 예보했는데 실제로는 가벼운 눈이 내리는 상황과 같습니다. 기존의 규칙들은 고무와 실리카 흄이 함께 작용하는 독특한 방식을 반영하지 못했습니다.

4. 해결책: 컴퓨터에게 예측하는 법 가르치기

기존의 규칙집이 실패했기 때문에, 연구원들은 **머신 러닝(ML)**으로 눈을 돌렸습니다. 똑똑한 로봇에게 "강도 예측기"가 되는 법을 훈련시킨다고 상상해 보세요.

• 훈련: 그들은 16가지 실험 데이터를 로봇에게 입력했습니다. 그들은 로봇에게 이렇게 보여주었습니다: "여기 고무의 양이 있고, 여기 실리카 의 양이 있으며, 여기서 얻은 강도는 이렇다."
• 경연: 그들은 어떤 로봇의 두뇌가 가장 잘 학습하는지 알아보기 위해 여섯 가지 유형의 "로봇 두뇌(알고리즘)"를 테스트했습니다:
  1. 인공 신경망 (ANN): 패턴을 학습하는 뇌와 유사한 시스템.
  2. 회귀 트리 및 부스팅 트리 (Regression Trees & Boosted Trees): 플로우차트처럼 의사결정을 내리는 시스템.
  3. 서포트 벡터 머신 (Support Vector Machines) 및 기타: 데이터를 구분하기 위해 선을 긋는 수학적 모델.
• 우승자: **인공 신경망 (ANN)**이 챔피언이었습니다. 이는 재료와 강도 사이의 복잡하고 비선형적인 관계를 이해하는 데 가장 뛰어났습니다. 오류가 가장 적었습니다.

5. 최종 도구: 새로운 공식

ANN이 가장 똑똑했지만, 연구원들은 슈퍼컴퓨터 없이도 건설 현장에서 엔지니어가 실용적으로 사용할 수 있는 것을 원했습니다. 그래서 그들은 데이터를 사용하여 간단한 수학적 공식(회귀 모델)을 만들었습니다.

• 이 공식은 엔지니어가 콘크리트의 나이, 고무의 양, 실리카 흄의 양을 입력하면 강도를 정확하게 예측할 수 있게 해줍니다.
• 그들은 심지어 이 공식을 사용하여, 단순히 직선 압축 테스트의 강도만 알면 콘크리트가 얼마나 잘 휘어질지(휨 강도)를 예측할 수 있게 했습니다.

요약

이 논문은 재활용과 스마트한 수학의 성공 사례입니다.

1. 재활용: 고무를 콘크리트에 사용할 수 있음을 증명했지만, 양 조절에 주의가 필요하다는 것도 밝혀냈습니다.
2. 강화: 실리카 흄을 추가하면 고무로 인해 발생하는 약점을 보완할 수 있습니다.
3. 예측: 기존의 공학 규칙은 이 새로운 혼합물에 적용되지 않지만, 스마트한 컴퓨터 학습에서 유도된 새로운 간단한 공식은 강도를 정확하게 예측할 수 있습니다.

목표는 단순히 "친환경" 콘크리트를 만드는 것이 아니라, 건축가들이 이를 신뢰하고 실제 건설 현장에서 안전하게 사용할 수 있도록 예측 가능하게 만드는 것입니다.