KAIST 기계공학과 윤용진 교수 연구팀이 친환경 나노 소재인 셀룰로오스 나노크리스탈(Cellulose Nanocrystal, 이하 CNC)을 활용한 3D 프린팅 기술의 현황을 분석하고, 향후 인공지능(AI) 기반 공정 최적화의 필요성을 제시한 리뷰 논문을 재료 분야 국제 학술지 Applied Materials Today (Impact Factor: 6.9, 1저자 이원희 박사과정)에 게재하였다. 본 논문은 CNC의 소재적 특성과 3D 프린팅 공정별 적용 사례를 체계적으로 고찰하고, 나아가 소재 개발과 공정 제어의 통합적 접근이 필요함을 역설했다는 점에서 학술적 의의를 갖는다.

본 연구는 기존의 소재 중심 연구가 갖는 한계를 극복하기 위한 방안으로 'AI 및 데이터 기반의 지능형 제조 시스템' 도입을 제안하였다. CNC 복합재는 공정 변수에 민감하게 반응하므로, 단순한 실험적 최적화(Trial-and-error) 방식으로는 신뢰성 확보에 한계가 있다. 이에 연구팀은 머신러닝을 활용한 공정 최적화와 컴퓨터 비전 기술을 적용한 실시간 공정 모니터링 시스템 구축과 같은 구체적인 기술적 접근 방안을 제시하였다. 윤용진 교수는 “본 논문은 CNC 소재의 잠재력을 3D 프린팅 공정에 효과적으로 접목하기 위해서는 소재 기술과 지능형 공정 제어 기술의 융합이 필수적임을 시사한다”며, “향후 AI를 활용한 공정 최적화 연구가 뒷받침된다면, 해당 기술은 정밀 의료 기기 및 스마트 제조 분야에서 실질적인 기여를 할 수 있을 것으로 사료된다”고 밝혔다. 이 논문은 2025년도 정부(산업통상부)의 재원으로 한국산업기술기획평가원의 지원을 받아 수행된 연구임(20023781). 이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(RS-2024–00407018). 이 논문은 2025년도 정부(중소벤처기업부)의 재원 및 지원을 받아 수행된 연구임(RS-2025–02220181). 본 연구는 과학기술정보통신부에서 지원하는 과학기술원 InnoCORE 사업에 의해 수행되었습니다.(N10250154). 자세한 정보와 전체 논문은 Applied Materials Today (https://doi.org/10.1016/j.apmt.2025.103020)를 참조하세요.

The research team led by Professor Yong-Jin Yoon of the Department of Mechanical Engineering at KAIST has published a review paper in Applied Materials Today (Impact Factor: 6.9, First Author: Ph.D. Candidate Wonhee Lee), an international materials journal. The paper analyzes the current status of 3D printing technologies utilizing Cellulose Nanocrystals (CNCs), a sustainable nanomaterial , and proposes the necessity of future Artificial Intelligence (AI)-based process optimization. This study holds academic significance as it provides a comprehensive overview of the material properties of CNCs and their application cases across different 3D printing processes , while emphasizing the need for an integrated approach between material development and process control. This study suggests the introduction of 'AI and data-driven intelligent manufacturing systems' to overcome the limitations of conventional material-oriented research. Since CNC composites react sensitively to process parameters, there are limits to ensuring reliability using simple empirical trial-and-error methods. Accordingly, the research team presented specific technical approaches, such as process optimization utilizing machine learning (ML) models and the establishment of real-time process monitoring systems applying computer vision technology. Professor Yong-Jin Yoon stated, "This paper suggests that the fusion of material technology and intelligent process control technology is essential to effectively integrate the potential of CNC materials into 3D printing processes." He added, "If supported by future research on process optimization using AI, this technology is expected to make substantial contributions to the fields of precision biomedical devices and smart manufacturing. This paper was supported by Korea Evaluation Institute of Industrial Technology (KEIT) grant funded by the Korea Government (MOTIE) (20023781). This work was supported by the National Research Foundation of Korea(NRF) grant funded by the Korea government(MSIT) (No. RS-2024–00407018). This work was supported by project for Collabo R&D between Industry, University, and Research Institute funded by Korea Ministry of SMEs and Startups in 2025. (RS-2025–02220181) . This work was supported by the InnoCORE program of the Ministry of Science and ICT (N10250154). For detailed information and the full paper, please refer to Applied Materials Today (https://doi.org/10.1016/j.apmt.2025.103020)