워싱턴 주립대학교(WSU) 연구팀이 생체 모델, 특히 인간 장기의 사실적인 모델을 제작하기 위해 3D 프린팅 과정을 개선하는 혁신적인 AI 기법인 베이지안 최적화(Bayesian Optimization)를 개발했습니다. 이 방법은 전통적으로 재료 선택, 프린팅 구성, 노즐 압력 등 여러 변수를 포함하는 최적의 3D 프린팅 설정을 결정하는 복잡성을 해결합니다. 잠재적인 조합의 수가 방대하여 최적화 과정이 시간과 비용을 소모하는 것이 큰 도전 과제입니다.
WSU 팀은 카이얀 퀴(Kaiyan Qui) 조교수와 자나 도파(Jana Doppa) 부교수가 이끄는 가운데, 수술 훈련 및 임플란트 평가에 사용되는 장기 모델의 3D 프린팅을 간소화하기 위해 AI 모델을 훈련시켰습니다. 이 AI는 기하학적 정밀도, 밀도, 프린팅 시간이라는 세 가지 중요한 특성에 집중합니다. 이러한 요소들을 효과적으로 균형 있게 조정함으로써, 팀은 실제 인간 장기의 외관과 촉감을 밀접하게 모방한 3D 프린팅 장기를 성공적으로 제작했습니다. 여기에는 정맥과 동맥과 같은 복잡한 특징을 정확하게 표현하는 것과 함께, 프린팅된 장기의 밀도가 실제 조직과 유사하도록 보장하는 것이 포함됩니다.
이 AI 모델의 성공적인 적용은 이미 수술 리허설을 위한 전립선 모델과 약간의 코드 조정을 통해 제작된 신장 모델의 3D 프린팅으로 이어졌습니다. 더욱이, 이 AI의 다재다능성은 생체 의학 분야를 넘어 자동차 공학 및 항공 산업 등 다양한 산업에 적용될 수 있으며, 제조 공정을 혁신할 가능성이 있습니다. 이러한 적응성은 더 효율적인 설계와 생산 비용 절감으로 이어질 수 있으며, 궁극적으로 소비자에게는 저렴한 제품과 최적화된 자재 사용의 혜택을 제공할 것입니다.
* 이 글은
tomshardware.com의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.