1.     AMPP 소개

Ansys Additive Manufacturing Process Parameters(AMPP)는 L-PBF 공정 파라미터 최적화를 지원하기 위해 개발된 Stand Alone (App Catalog) 소프트웨어이다. 기존 Ansys Additive Print에서 제공되던 Ansys Science 기능을 기반으로 개발되었으며, 26R1부터는 별도의 S/W로 제공되어 보다 직관적인 사용자 인터페이스와 공정 파라미터 최적화에 특화된 작업 환경을 제공한다.

AMPP는 프로젝트(Project) 단위로 해석을 관리하며, 사용자는 대상 소재(Material)를 선택한 후 Laser Power, Scan Speed, Hatch Spacing 등 주요 공정 조건을 설정하여 해석을 수행할 수 있다. 또한 하나의 프로젝트 내에서 다양한 공정 조건을 관리하고 결과를 비교할 수 있어 조건별 특성을 효율적으로 분석할 수 있다.

특히 공정 조건 설정부터 결과 확인까지 일관된 워크플로를 제공하며, Single Bead, Porosity, Microstructure 등 목적에 따라 필요한 해석을 수행할 수 있도록 구성되어 있다. 각 해석 결과는 시각적으로 제공되어 공정 조건에 따른 변화를 직관적으로 비교할 수 있으며, 최적 공정 조건 선정에 필요한 기초 자료로 활용할 수 있다.

[그림 1]은 AMPP의 시작 화면과 프로젝트 생성 화면을 나타낸 것이다. 사용자는 프로젝트를 생성하고 소재를 선택한 후 원하는 해석을 수행할 수 있으며, 하나의 프로젝트에서 여러 해석 결과를 체계적으로 관리할 수 있다. 다음 절에서는 각 기능의 역할과 활용 방법에 대해 살펴본다.

[그림 1] AMPP 구동화면

2.     AMPP 주요 기능

AMPP는 공정 파라미터 최적화를 위한 다양한 해석 기능을 제공하며, 사용자는 해석 목적에 따라 적절한 기능을 선택하여 공정 조건을 평가할 수 있다. 대표적인 해석 기능으로는 Single Bead, Porosity, Microstructure 해석이 있으며, 각 상용 소재에 대한 데이터베이스를 기반으로 해석을 수행할 수 있다. 또한 사용자가 개발 중인 신규 합금의 열 물성 데이터를 보유한 경우, 이를 적용하여 사용자 맞춤형(Customization) 해석을 수행할 수 있다는 장점이 있다. 각 해석 기능은 공정 조건에 따른 용융 거동, 결함 발생 가능성, 그리고 미세조직 특성을 예측하고 평가하는 데 활용된다.

[그림 2] AMPP 제공 L-PBF 상용합금 물성

2-1. Single Bead Analysis
Single Bead Analysis는 L-PBF 공정에서 단일 레이저 주사(Single Track)에 의해 형성되는 Melt Pool의 형상을 예측하는 기능이다. Melt Pool은 적층 공정에서 가장 기본적인 형성 단위로, 공정 조건에 따라 폭(Width), 깊이(Depth), 길이(Length)가 변화하며 이후 적층 안정성, 비드 간 중첩(Overlap), 기공 발생 및 최종 상대밀도에 직접적인 영향을 미친다. 따라서 공정 파라미터 최적화의 첫 단계에서는 Melt Pool 형상을 정확히 예측하고 평가하는 과정이 매우 중요하다.

AMPP는 Laser Power, Scan Speed, 소재의 열역학적 특성 등을 기반으로 용융 거동을 해석하여 다양한 공정 조건에서의 Melt Pool 형상을 예측한다. 해석 결과는 Melt Pool의 Width, Depth 및 Length를 정량적으로 제공하며, 각 공정 조건에서 안정적인 용융이 형성되는지를 시각적으로 확인할 수 있도록 지원한다.

그림 3(a)는 공정 조건에 따른 Melt Pool Depth와 기준 깊이(Reference Depth)의 비율을 나타낸 결과이다. 일반적으로 레이저 출력이 증가할수록 용융 깊이는 증가하며, 스캔 속도가 증가할수록 단위 길이당 공급되는 에너지가 감소하여 용융 깊이가 감소하는 경향을 보인다. 이러한 결과는 공정 조건이 충분한 용융을 형성하는지 판단하는 기초 자료로 활용된다.

그림 3(b)는 Melt Pool 길이와 폭의 비율(Length/Width Ratio)을 나타낸 결과이다. 이 비율은 Melt Pool의 형상 안정성을 평가하는 지표로 활용되며, 공정 조건 변화에 따른 용융 거동의 변화를 직관적으로 확인할 수 있다. 특정 조건에서 비율이 과도하게 증가하는 경우에는 불안정한 용융 거동이 발생할 가능성이 있으므로 후속 검토가 필요하다.

그림 3(c)는 레이저 조사 거리 증가에 따른 Melt Pool 형상의 변화를 나타낸 것이다. 해석 초기에는 Melt Pool이 빠르게 성장하지만 일정 거리 이후에는 폭과 깊이가 거의 일정한 값으로 수렴하는 것을 확인할 수 있다. 이는 Melt Pool이 정상상태(Steady-state)에 도달하였음을 의미하며, AMPP는 이러한 정상상태 구간의 결과를 기반으로 용융 특성을 평가한다.

또한 그림 3(d)는 Melt Pool 내부의 온도 분포를 3차원으로 나타낸 결과이다. 레이저 조사 위치를 중심으로 최고온도 영역이 형성되고, 이동 방향을 따라 온도가 점진적으로 감소하는 열 분포를 확인할 수 있다. 이러한 온도장은 Melt Pool 형상과 응고 거동 및 이후 미세조직 형성에도 영향을 미치는 중요한 해석 결과이다.

Single Bead Analysis는 공정 조건의 적정성을 평가하는 초기 단계의 해석으로, 이후 수행되는 Porosity Analysis 및 Microstructure Analysis의 기초 자료로 활용된다. 사용자는 다양한 공정 조건에서 형성되는 Melt Pool의 형상을 비교하여 충분한 용융이 가능한 후보 조건을 우선적으로 선별할 수 있으며, 이를 통해 실제 출력 실험 횟수를 줄이고 보다 효율적인 공정 파라미터 최적화를 수행할 수 있다.

[그림 3] Single Bead Analysis 결과. (a) Melt Pool Depth/Reference Depth, (b) Melt Pool Length/Width Ratio, (c) Melt-pool의 정상상태 수렴 결과, (d) Melt Pool의 3차원 온도 분포.

2-2. Porosity Analysis
Porosity Analysis는 공정 조건에 따른 상대밀도(Relative Density)와 생산성(Build Rate)을 동시에 평가하여 최적의 공정 조건을 탐색하는 기능이다. L-PBF 공정에서는 Laser Power과 Scan Speed의 조합에 따라 용융 에너지 밀도가 변화하며, 에너지가 부족한 경우에는 Lack of Fusion (LOF)로 인한 결함이 발생하고, 반대로 과도한 에너지가 인가될 경우에는 Keyhole Porosity가 발생할 가능성이 증가한다. 따라서 안정적인 공정을 확보하기 위해서는 높은 상대밀도를 유지하면서도 생산성을 고려한 공정 조건을 선정하는 것이 중요하다. AMPP에서는 다양한 공정 조건에 대한 해석을 수행한 후, 상대밀도와 Build Rate를 동시에 비교할 수 있는 결과를 제공한다.

그림 4(a)는 Build Rate Contour를 나타낸 것으로, Scan Speed가 증가할수록 생산성이 향상되는 경향을 확인할 수 있다. 반면 생산성만을 고려하여 공정을 선정할 경우 충분한 용융이 이루어지지 않아 상대밀도가 감소할 가능성이 있으므로, 생산성과 품질을 함께 고려한 판단이 필요하다.
그림 4(b)는 상대밀도 등고선을 나타낸 결과이다. 동일한 상대밀도를 확보하기 위해서는 Scan Speed가 증가함에 따라 더 높은 Laser Power가 요구되는 것을 확인할 수 있다. 이는 스캔 속도가 증가할수록 단위 길이당 공급되는 에너지가 감소하기 때문이며, 이를 보상하기 위해 레이저 출력을 증가시켜야 충분한 용융이 이루어질 수 있음을 의미한다.
또한 그림 4(c)는 각 공정 조건에서 계산된 상대밀도를 수치로 나타낸 결과이다. Laser Power가 증가할수록 상대밀도가 향상되는 경향을 보이며, 약 250 W 이상의 출력 영역에서는 대부분의 Scan Speed 조건에서 99% 이상의 높은 상대밀도를 확보하는 것을 확인할 수 있다. 반면 150 W 이하의 저출력 조건에서는 상대밀도가 급격히 감소하며, 특히 Scan Speed가 증가할수록 상대밀도 저하가 더욱 크게 나타난다. 이는 에너지 입력 부족으로 인해 Melt Pool이 충분히 형성되지 않아 LOF 결함이 증가하는 일반적인 L-PBF 공정 특성과도 일치하는 결과이다.

이와 같이 Porosity Analysis는 단순히 상대밀도만을 예측하는 것이 아니라 생산성과 품질을 동시에 고려한 공정 조건 선정을 지원한다. 사용자는 목표 상대밀도를 만족하는 후보 공정 조건을 빠르게 선별할 수 있으며, 이후 실제 출력 실험에서는 선별된 조건만을 검증함으로써 반복적인 Trial & Error를 효과적으로 줄일 수 있다.

[그림 4] Porosity Analysis 결과. (a) Build Rate Contour, (b) Relative Density Contour, (c) Relative Density Prediction Map.

2-3. Microstructure Analysis
Microstructure Analysis는 L-PBF 공정 중 용융 및 응고 과정에서 형성되는 미세조직을 예측하는 기능이다. L-PBF 공정 조건에 따라 온도구배(Temperature Gradient)에 영향을 끼치게 되며, 이는 결정립의 성장 방향과 크기, 결정방위(Texture)에 직접적인 영향을 미친다. 따라서 동일한 소재라도 공정 파라미터에 따라 기계적 특성, 피로강도 및 후열처리 거동이 달라질 수 있으므로 미세조직 예측은 공정 최적화 과정에서 중요한 요소로 활용된다.

AMPP는 L-PBF 공정 조건 별 해석 결과를 기반으로 결정립 성장 거동을 예측하며, 결정립 형상과 결정방위와 평균 결정립 크기 및 결정방향 분포를 함께 제공한다. 이를 통해 사용자는 공정 조건이 재료 내부 조직에 미치는 영향을 정량적으로 비교할 수 있으며, 요구되는 재료 특성에 적합한 공정 조건을 선정할 수 있다.

다음은 AlSi10Mg 대한 실제 EBSD (Electron Backscatter Diffraction)결과를 그림 5(a)에 나타내며, 그림 5(b)는 동일 조건에 대해 AMPP에서 예측한 결정방위 결과를 나타낸 것이다. 예측 결과는 실제 AlSi10Mg 합금에서 관찰되는 Columnar한 Grain 성장 형태와 결정방향 분포를 유사하게 재현하고 있으며, 공정 조건 변화에 따른 조직 형성을 효과적으로 예측할 수 있음을 확인할 수 있다.

또한 AMPP는 XY, XZ 및 YZ 단면에 대한 미세조직 분석 결과를 함께 제공한다. 그림 5(c)는 상용조건 (370W, 1700mm/s) 에서의 각 단면에서의 평균 결정립 크기와 결정방향 분포를 나타낸 것으로, 모든 단면에서 평균 결정립 크기는 약 18 μm 수준으로 예측되었으며, 결정립 크기 분포 역시 유사한 경향을 보였다. 반면 결정방향 분포는 단면에 따라 서로 다른 특성을 나타내는데, XY 평면에서는 낮은 Orientation Angle에 많은 결정립이 분포하는 반면 XZ 및 YZ 단면에서는 높은 Orientation Angle 영역으로 분포가 이동하는 것을 확인할 수 있다. 이는 적층 방향(Build Direction)에 따른 방향성 응고(Directional Solidification)의 특성을 반영한 결과이며, 금속 적층제조에서 일반적으로 나타나는 조직 이방성과도 일치하는 경향이다.

Microstructure Analysis는 단순히 결정립 형상을 예측하는 기능을 넘어 공정 조건에 따른 조직 변화를 정량적으로 비교하고, 재료 특성의 변화를 사전에 검토할 수 있도록 지원한다. 따라서 높은 상대밀도를 확보하고 요구되는 기계적 특성이나 후열처리 특성을 고려한 공정 조건을 선정하는 데 유용하게 활용될 수 있으며, 공정 개발 초기 단계에서 반복적인 조직 분석 실험을 줄이는 데에도 효과적으로 적용될 수 있다.

[그림 5] AlSi10Mg 합금의 Microstructure Analysis 결과. (a) 실제 EBSD 결정방위 결과, (b) AMPP 예측 결정방위 결과, (c) XY·XZ·YZ 단면의 결정립 크기 및 결정방향 분포.

2-4. Material Tuning

은 AMPP에서 제공하는 재료 모델을 사용자의 실제 출력 환경에 맞게 보정(Calibration)하는 기능이다. 동일한 합금이라도 사용하는 LPBF 장비의 광학계, 레이저 특성, 분말 상태 및 제조 환경에 따라 용융 거동은 달라질 수 있으므로, 기본적으로 제공되는 재료 모델만으로는 실제 출력 결과를 완전히 재현하기 어렵다. 이러한 차이를 최소화하기 위해 AMPP는 Material Tuning 기능을 제공하며, 사용자는 실험 데이터를 기반으로 사용자 정의 재료(User-defined Material)를 생성할 수 있다.

Material Tuning의 목적은 재료의 기본 열물성을 변경하는 것이 아니라, 실제 Single Bead 실험에서 측정된 Melt Pool 특성과 시뮬레이션 결과가 최대한 일치하도록 재료 모델을 보정하는 것이다. 특히 AMPP는 Penetration Depth와 Absorptivity Coefficient를 캘리브레이션 대상으로 사용하며, 이를 통해 실제 장비에서 나타나는 에너지 전달 특성과 용융 거동을 보다 정확하게 반영한다. 따라서 보정된 재료 모델은 특정 장비와 분말 조합에 최적화된 소재 모델로 활용될 수 있으며, 이후 수행되는 Single Bead, Porosity 및 Microstructure 해석의 예측 신뢰도를 향상시키는 기반이 된다.

Material Tuning은 일정한 절차에 따라 수행된다. 먼저 기준 재료의 Thermal Lookup File(.csv)과 Material Configuration File(.json)을 준비한 후, 다양한 레이저 출력과 스캔 속도 조건에서 Single Bead 실험을 수행한다. 측정된 Melt Pool 데이터를 기반으로 실험 이상치를 제거하고 Experimental Data를 구성한 뒤, Characteristic Width Lookup File을 생성한다. 이후 시뮬레이션 결과와 실험 결과를 반복적으로 비교하여 가장 잘 일치하는 Penetration Depth와 Absorptivity Coefficient를 산출하고, 이를 Material Configuration 파일에 반영하여 최종 Tuned Material을 생성한다.

Material Tuning을 위해서는 여러 종류의 입력 파일이 사용된다. Thermal Lookup File(.csv)에는 재료의 온도 의존 열물성이 저장되며, Material Configuration File(.json)에는 재료의 기본 정보와 Material Tuning을 통해 결정되는 계수가 포함된다. 또한 실험으로부터 획득한 Single Bead 데이터를 Experimental Data(.csv) 형태로 입력하고, 이를 바탕으로 생성된 Characteristic Width Lookup File(.csv)을 이용하여 최종 재료 모델을 보정한다. 이러한 파일 기반 구조는 동일한 소재에 대해서도 장비별 또는 분말 로트별 재료 모델을 독립적으로 관리할 수 있다는 장점을 제공한다.

Material Tuning을 통해 생성된 User-defined Material은 이후 모든 공정 해석에서 공통적으로 사용할 수 있다. 따라서 실제 출력 결과와 유사한 Melt Pool 형상을 기반으로 상대밀도와 미세조직을 예측할 수 있으며, 반복적인 출력 실험의 횟수를 줄이고 공정 파라미터 개발 기간을 단축하는 데 효과적으로 활용될 수 있다.

[그림 6] Material Tuning에 사용되는 Material 데이터 화면. 기본 물성(Properties), 온도 의존 물성(Temperature Dependent Properties), Characteristic Melt Pool Width 입력 결과

맺음말

Ansys Additive Manufacturing Process Parameters(AMPP)는 L-PBF 공정에서 공정 파라미터 최적화를 지원하기 위해 개발된 소프트웨어로, 용융 거동부터 상대밀도 및 미세조직 예측까지 공정 개발에 필요한 다양한 기능을 제공한다. 기존의 반복적인 출력 실험 중심의 공정 개발 방식에서 벗어나, 시뮬레이션을 활용하여 공정 조건을 사전에 평가하고 최적의 후보 조건을 도출할 수 있다는 점이 AMPP의 가장 큰 특징이라 할 수 있다.

본 원고에서는 AMPP의 주요 기능인 Single Bead Analysis, Porosity Analysis, Microstructure Analysis와 Material Tuning 기능을 중심으로 각 기능의 역할과 활용 방법을 살펴보았다. Single Bead Analysis는 공정 조건에 따른 용융풀 형상을 예측하여 적절한 에너지 입력 범위를 검토할 수 있으며, Porosity Analysis는 상대밀도와 생산성을 동시에 고려한 공정 조건 선정을 지원한다. 또한 Microstructure Analysis는 공정 조건에 따른 결정립 성장과 조직 특성을 예측하고, Material Tuning은 실제 출력 데이터를 기반으로 재료 모델을 보정하여 해석 결과의 신뢰성을 향상시키는 역할을 수행한다.

이처럼 AMPP는 단순히 개별 해석 기능을 제공하는 소프트웨어가 아니라, 소재 선정부터 공정 조건 평가, 결과 분석 및 재료 모델 보정에 이르는 공정 파라미터 개발 과정을 하나의 플랫폼에서 수행할 수 있도록 지원한다. 특히 다양한 공정 조건을 실제 출력 이전에 비교·평가할 수 있어 개발 초기 단계의 시행착오를 줄이고, 공정 개발 기간과 비용을 효과적으로 절감할 수 있다.

적층제조 기술이 시제품 제작을 넘어 양산 제조로 확대됨에 따라 공정의 재현성과 품질의 일관성을 확보하기 위한 시뮬레이션 기술의 중요성은 더욱 커지고 있다. AMPP는 실험을 대체하는 도구가 아니라, 실험과 시뮬레이션을 효과적으로 연계하여 최적의 공정 파라미터를 보다 빠르고 신뢰성 있게 도출할 수 있도록 지원하는 솔루션이다. 향후 L-PBF 공정 개발 과정에서 AMPP는 공정 개발 효율 향상과 제품 품질 확보를 위한 핵심 플랫폼으로 활용될 것으로 기대된다.