1. 서 론
아스팔트는 도로 포장에 널리 사용되는 주요 재료로, 그 내구성은 도로의 수명과 안전성에 직접적인 영향을 미친다. 도로는 일상적인 교통 흐름과 경제 활동을 지원하는 필수 인프라이다. 따라서 도로의 품질과 내구성을 보장하는 것은 매우 중요하다. 아스팔트는 고유의 특성 덕분에 도로 포장에 적합한 재료로 평가된다. 그러나 이러한 특성은 시간이 지남에 따라 다양한 환경적 요인에 의해 열화될 수 있다(Smith and Jones, 2015; Lee and Kim, 2017).
아스팔트 열화 메커니즘에 대한 기존 연구들은 주로 물리적 및 화학적 시험을 통해 수행되었다. 이러한 연구들은 아스팔트가 다양한 환경적 스트레스 요인에 어떻게 반응하는지를 이해하는 데 중요한 기여를 했다. 예를 들어, 온도 변화에 따른 아스팔트의 열화 과정을 분석한 연구들은 동결-해동 사이클이 아스팔트의 균열과 파손을 초래할 수 있음을 보여주었다. 또한, 습기와 화학 물질 노출이 아스팔트의 구조적 무결성을 약화시키는 메커니즘에 대한 연구도 많이 수행되었다. 아스팔트의 열화는 주로 온도 변화, 습기, 화학적 물질 노출 등 다양한 환경적 스트레스 요인에 의해 발생한다. 예를 들어, 겨울철에는 도로가 동결-해동 사이클을 반복적으로 겪게 되며, 이는 아스팔트의 구조적 무결성을 해칠 수 있다. 또한, 여름철 고온은 아스팔트의 유연성을 저하시키고 균열을 초래할 수 있다. 습기는 아스팔트 내로 침투하여 공극을 통해 물리적 손상을 가중시키고, 화학적 물질 노출(예: 제빙제)은 화학 반응을 통해 아스팔트를 약화시킬 수 있다(Yildirim, 2007; Brown and Heitzman, 2016; Wang and Liu, 2018).
아스팔트 열화는 도로의 성능 저하를 초래하며, 이는 유지 보수 비용 증가와 교통 안전 문제를 유발할 수 있다. 열화된 도로는 잦은 유지 보수가 필요하며, 이는 상당한 경제적 비용을 초래한다. 또한, 열화로 인한 도로의 균열 및 파손은 운전자와 보행자의 안전을 위협할 수 있다. 이러한 이유로 아스팔트의 열화 메커니즘을 이해하고 이를 정량적으로 평가하는 것은 매우 중요하다.
기존의 물리적 및 화학적 시험 방법은 열화 메커니즘을 분석하는 데 중요한 정보를 제공하지만, 대부분 파괴적인 방법으로 수행되며 제한된 정보를 제공한다. 이러한 한계를 극복하기 위해 비파괴 검사 기법인 3D X-ray 컴퓨터 단층촬영(XCT)이 주목받고 있다. 3D XCT는 샘플의 내부 구조를 고해상도로 시각화할 수 있어, 열화 과정을 보다 정밀하게 분석할 수 있다(Jeong et al., 2018).
본 연구의 주요 목적은 3D XCT를 활용하여 아스팔트의 열화 성능을 평가하는 방법론을 개발하는 것이다. 이를 통해 아스팔트의 열화 메커니즘을 이해하고, 이를 기반으로 장기 성능을 예측할 수 있는 모델을 제시하고자 한다. 또한, 다양한 환경 스트레스 요인에 따른 아스팔트의 열화 진행 과정을 정량적으로 분석함으로써 도로 포장 재료의 내구성을 향상시키는 데 기여하고자 한다.
전통적으로 아스팔트 열화를 평가하기 위해 사용된 물리적 및 화학적 시험 방법들은 샘플의 일부를 파괴하거나 제한된 정보를 제공하는 한계가 있다. 예를 들어, 압축 강도 시험, 인장 강도 시험, 그리고 습기 침투 시험 등이 널리 사용되었다. 이러한 시험 방법들은 열화된 아스팔트의 성능을 정량적으로 평가하는 데 유용하지만, 샘플의 전체적인 열화 과정을 시각화하는 데는 한계가 있다(Little and Jones, 2003).
3D X-ray 컴퓨터 단층촬영(XCT)은 비파괴 검사 기법으로, 샘플의 내부 구조를 고해상도로 시각화할 수 있는 장점이 있다. XCT는 의료 분야에서 주로 사용되었으나, 최근 재료 과학 및 공학 분야에서도 그 활용 가능성이 주목받고 있다. XCT를 통해 다양한 열화 단계에서 아스팔트의 내부 구조 변화를 시간에 따라 추적할 수 있으며, 이를 통해 열화 메커니즘을 보다 명확하게 이해할 수 있다. 기존의 시멘트 열화 연구에서는 3D XCT를 활용하여 시멘트의 열화 과정을 정량적으로 분석한 사례가 있다. 예를 들어, Jeong et al.(2018)은 CO2 저장 조건에서 시멘트의 반응 속도를 평가하기 위해 XCT를 사용하였다. 이 연구에서는 고해상도 3D 이미지를 통해 시멘트의 열화 과정을 시각화하고, 열화 메커니즘을 정량적으로 분석하였다. 이러한 연구는 아스팔트 열화 연구에서도 유사한 방법론을 적용할 수 있는 가능성을 보여준다.
2. 디지털 이미징 기반 열화 평가방법
3D XCT이미지는 Beer-Lambert Law에 따라 재료의 밀도정보를 반영하는 3차원 공간정보를 구성한다(Cnudde and Boone, 2013; Ketcham and YHanna, 2014). 해당 원리를 바탕으로 건설 및 지구물리학적 재료의 내부구조 및 화학적 변화의 특성화를 위해 폭넓게 적용되고 있다(Kutchko et al., 2007; Kutchko et al., 2009; Cnudde and Boone, 2013; Li et al., 2015; Jeong et al., 2018). 이에 따라 유사재료인 아스팔트의 열화에 따라 발생하는 밀도정보의 변화를 정량적으로 파악 가능하다. 3D XCT이미지 확보를 위해 Fig. 1과 같이 샘플을 확보한다. 확보된 이미지를 촬영하면 2D 단층이미지를 확보할 수 있으며 이를 3차원으로 재구성하여 3차원 이미지를 구성 가능하다.
Fig. 1.
Schmatic illustration of 3D XCT imaging and post processing (Modified images of Jeong et al., 2018)
촬영된 3D 이미지는 이미지 처리 소프트웨어를 사용하여 분석 가능하다. 먼저, 아스팔트 내부의 다양한 단계를 세분화할 수 있다. 세분화된 단계에는 골재, 바인더, 공극 등이 포함되며, 이를 통해 아스팔트의 열화 정도를 정량적으로 평가할 수 있다(Kutchko et al., 2007; Kutchko et al., 2009; Cnudde and Boone, 2013; Li et al., 2015; Jeong et al., 2018). 이미지 분석을 통해 샘플의 밀도, 공극률, 균열 확산 등의 변화를 측정할 수 있으며, 이러한 정량적 데이터는 열화 메커니즘을 이해하는 데 중요한 정보를 제공한다(Cnudde and Boone, 2013; Yun et al., 2013; Ha et al., 2021). 이미지 분석 과정에서는 각 열화 단계에서 얻어진 데이터를 비교하여, 열화 진행 과정을 시각화할 수 있다. 정량적 데이터는 아스팔트의 열화 메커니즘을 이해하는 데 중요한 역할을 했으며, 이를 바탕으로 아스팔트의 장기 성능을 예측할 수 있는 모델을 개발할 수 있다(Kutchko et al., 2007; Jeong et al., 2018). 아스팔트의 XCT이미지를 확보하면 Fig. 2와 유사한 형태로 나타난다. 해당 이미지의 경우 균질하게 통제된 환경에서 양생된 시멘트 시편의 반응 이미지이다. 이미지에서 밝은 영역으로 갈수록 고밀도이며, 어두운 영역으로 갈수록 저밀도를 의미한다. 반응 전의 시편에서는 밝은 알갱이의 경우 수화되지 않은 시멘트의 입자이며, 일반적인 시멘트 입자는 회색으로 나타난다. 또한 내부의 공극은 검은색 영역으로 나타남을 확인할 수 있다. 반응이 진행됨에 따라 cement의 주요성분 중 하나인 수산화칼슘이 분해되며 Ca+ 이온이 용출되는 반응으로 밀도가 감소하며 내부에 어두운 영역이 형성됨을 확인할 수 있다. 용출된 Ca+이온이 침전반응으로 CaCO3 형성이 되어 시멘트 표면에 밝은 막을 형성함을 확인할 수 있다(Kutchko et al., 2007; Jeong et al., 2018). 이미지 처리 소프트웨어는 자동 세분화 알고리즘을 사용하여 각 단계를 식별할 수 있으며, 이를 통해 얻어진 데이터는 통계적으로 분석 가능하다. 각 샘플의 열화 진행 과정을 정량적으로 평가함으로써, 아스팔트의 열화 특성을 체계적으로 이해할 수 있다(Kutchko et al., 2007; Jeong et al., 2018).
3. 아스팔트의 열화모델 방법론
아스팔트의 열화 메커니즘을 이해하고 이를 바탕으로 장기 성능을 예측하는 모델을 개발하는 것은 도로 포장 재료의 내구성을 향상시키는 데 매우 중요하다. 기존의 연구들은 다양한 환경적 스트레스 요인에 따른 아스팔트의 물리적 및 화학적 열화 과정을 분석했지만, 이를 종합적으로 고려한 체계적인 모델 개발은 부족한 실정이다(Smith and Jones, 2015; Lee and Kim, 2017). 본 장에서는 3D XCT를 통해 얻어진 데이터를 기반으로 아스팔트의 열화 과정을 정량적으로 평가하고, 이를 바탕으로 장기 성능을 예측할 수 있는 열화 모델을 개발하고자 한다. 3D XCT를 통해 얻어진 정량적 데이터는 아스팔트의 열화 메커니즘을 이해하는 데 중요한 정보를 제공한다. 데이터 기반 모델링은 이러한 정량적 데이터를 활용하여 아스팔트의 열화 과정을 수학적으로 표현하는 방법이다. 본 연구에서는 Elovich 방정식을 활용하여 열화 모델을 개발했다. Elovich 방정식은 화학 흡착과 반응 속도를 설명하는 데 자주 사용되는 경험적 방정식으로, 아스팔트의 열화 과정을 모델링하는 데 매우 유용하다(Yoo, 2019). Elovich 방정식을 사용하면 건설재료의 대표재료인 시멘트의 열화 속도를 예측할 수 있으며, 이와 유사한 아스팔트의 장기 성능을 보다 신뢰성 있게 평가할 수 있다(Kutchko et al., 2007; Jeong et al., 2018).
본 연구에서는 다음과 같은 절차와 같은 열화모델 개발 방법론을 도출하였다:
데이터 수집 및 전처리: 3D XCT를 통해 얻어진 고해상도 이미지를 분석하여 아스팔트 샘플의 밀도, 공극률, 균열 확산 등의 정량적 데이터를 수집한다. 이러한 데이터는 모델링을 위해 전처리되었으며, 노이즈 제거 및 정상화 과정을 거친다.
특징 추출 및 선택: 열화 과정을 예측하는 데 중요한 특징들을 추출하고 선택한다. 예를 들어, 열화 속도, 초기 공극률, 균열의 크기와 분포 등이 주요 특징으로 고려할 수 있다.
Elovich 방정식 적용: 선행 연구에서는 Elovich 방정식을 사용하여 주요 건설 재료(시멘트 등)의 열화과정을 모델링 하였으며, 유사 재료로 구성된 아스팔트의 열화 또한 이 방법론을 적용 가능하다(Kutchko et al., 2007; Jeong et al., 2018; Yoo, 2019). Elovich 방정식은 식 (1)과 같은 형태를 가진다.
X는 반응물의 흡착량, α와 β는 실험적으로 결정되는 상수이다. 이 방정식을 통해 열화 속도를 예측하고, 이를 기반으로 아스팔트의 장기 성능을 평가할 수 있으며, 시간에 따른 열화 반응깊이(L)는 식 (2)와 같다.
여기서 b는 열화속도와 관련된 상수, a는 초기조건을 나타내는 상수이다. 해당 예측모델의 결과는 Fig. 3과 같은 형태를 보인다. 반응은 초기에 급속하게 진행이 되며, 시간경과에 따라 수렴하는 경향을 보인다.
모델 검증 및 평가: 개발된 모델의 성능을 검증하기 위해 교차 검증 및 독립 검증 세트를 사용했다. 모델의 예측 정확도, 민감도, 특이도 등을 평가하여 모델의 신뢰성을 확보할 수 있다.
4. 아스팔트의 열화모델 예시 및 활용방안
상기 열화모델의 방법론의 경우 아스팔트에는 적용된 바 없지만, Fig. 4와 같이 유사재료인 시멘트의 극한환경에서 디지털 영상을 기반으로 평가된 바 있다(Jeong et al., 2018). 이에 따라 대기압력 대기온도의 조건인 아스팔트의 현장조건에서는 반응의 진행양상이 상대적으로 느리게 진행되지만, 반응의 메커니즘이 유사함에 따라 보정을 통해 활용 가능할 것으로 판단된다.
도로 설계 및 유지 보수 계획: 열화 모델을 통해 도로의 열화 과정을 예측하면, 도로 설계 단계에서 최적의 재료를 선택하고, 효율적인 유지 보수 계획을 수립할 수 있다. 이는 도로의 수명을 연장하고 유지 보수 비용을 절감하는 데 기여한다. 예를 들어, 열화 모델은 다양한 아스팔트 재료의 열화 속도와 내구성을 예측하여, 고온 다습한 지역에서는 고온에 강한 아스팔트를, 추운 지역에서는 동결-해동 사이클에 강한 아스팔트를 선택하게 한다. 또한 열화 속도 예측을 통해 도로의 특정 부분이 열화되기 전에 예방적 유지 보수를 실시하여 긴급 보수 작업을 줄이고 비용을 절감할 수 있다. 도로 설계 및 유지 관리 계획에서 열화 모델의 이점은 크다. 다양한 연구에서는 고속도로 표지, 교량, 포장 도로 등 주요 도로 요소의 상태를 평가하는 데 성능 저하 모델의 중요성을 강조하고 있다. 이러한 모델은 자산 성능에 대한 통찰력을 제공하여 비용 효율적인 유지 관리 전략과 의사 결정 프로세스를 지원한다. 예를 들어, 교량용 마르코프 체인 및 포장 상태 예측을 위한 기계 학습 접근법은 유지 관리 활동을 위한 효율적인 계획 및 자원 할당을 가능하게 한다(Higashi et al., 2023). 또한, 자체 지도 학습 기법을 사용한 결함 이미지 분류는 도로 인프라 상태 평가를 향상시킨다. 도로 당국은 영상 데이터와 고급 모델링 기술을 활용하여 사전에 관리하여 교통망의 안전과 수명을 보장할 수 있다.
재료 선택 및 혼합 설계: 열화 모델을 활용하여 다양한 아스팔트 혼합물의 열화 특성을 비교 분석할 수 있다. 이를 통해 내구성이 높은 혼합물을 선택하고, 혼합 설계를 최적화할 수 있다. 열화 모델을 통해 각기 다른 아스팔트 혼합물의 열화 특성을 시뮬레이션할 수 있으며, 이러한 시뮬레이션 결과를 통해 특정 환경 조건에서 가장 우수한 성능을 보이는 혼합물을 평가할 수 있다. 예를 들어, 고강도 혼합물, 저강도 혼합물, 재생 아스팔트 혼합물 등을 비교하여 최적의 혼합비를 결정할 수 있다. 모델을 통해 얻은 데이터를 바탕으로 아스팔트 혼합물의 배합 비율을 최적화하여 내구성을 최대화하고, 비용 효율적인 재료 사용을 가능하게 한다(Choi et al., 2019). 이미지 기반 열화 모델은 시멘트 기반 재료의 재료 선택 및 혼합 설계를 크게 개선할 수 있다. 예를 들어, CORE2D 같은 반응 수송 프로그램은 시멘트 분해와 관련된 복잡한 화학 및 수송 현상을 이해하기 위한 기계론적 접근법을 제공한다(Bentz et al., 1996). 디지털 이미지 기반 모델은 미세구조-특성 관계에 대한 통찰력을 제공하여 나노미터 수준의 규산염 수화물 겔에서 마이크로미터 수준의 수화 시멘트 페이스트에 이르기까지 다양한 규모에서 확산도 및 투과성과 같은 물리적 특성을 계산할 수 있다(Bentz et al., 1996).
환경적 스트레스 요인 평가: 열화 모델을 통해 다양한 환경적 스트레스 요인이 아스팔트에 미치는 영향을 정량적으로 평가할 수 있다. 이를 통해 특정 환경 조건에서의 아스팔트 성능을 예측하고 적절한 대응 방안을 마련할 수 있다. 예를 들어, 염분이 높은 해안 지역에서 제빙제가 아스팔트에 미치는 영향을 평가하여 내염성을 강화한 아스팔트를 선택할 수 있다. 고온 지역에서는 고온 안정제가 포함된 아스팔트를 사용하거나, 동결-해동 주기가 많은 지역에서는 방수 처리를 강화하는 등의 조치를 취할 수 있다. 시멘트 분해에 영향을 미치는 환경 스트레스 요인을 평가하기 위해 콘크리트 암석학 연구에서는 하이브리드 이미징-유한 요소 모델링 기법을 사용한다(Paul et al., 2001). 이 기법은 다양한 환경 스트레스 요인의 영향을 받는 콘크리트 구조물의 손상 메커니즘을 파악하는 데 도움이 된다. 또한, 열화 데이터와 반응 속도 모델을 활용하여 가속 작동 조건에서 정상 조건으로 데이터를 변환할 수 있다(Yukun et al., 2013). 이러한 방법론을 통합하면 시멘트 분해에 대한 환경 스트레스 요인을 종합적으로 평가하여 콘크리트 구조물의 열화를 이해하고 완화하는 데 도움이 된다.
5. 소결 및 향후 연구계획
열화 모델을 활용하여 아스팔트의 품질 관리 및 성능 모니터링 시스템을 구축하면 아스팔트의 성능을 지속적으로 모니터링하고 즉각적인 유지 보수 조치를 취할 수 있다. 제조 과정에서 실시간 품질 모니터링을 통해 결함을 조기에 발견하고 수정할 수 있으며, 도로에 적용된 아스팔트의 성능을 모니터링하여 열화 시작 시점을 예측할 수 있다. 이는 도로의 상태를 평가하고 장기적인 관리 전략을 수립하며, 도로의 안전성을 높이고 사고를 예방하는 데 도움이 된다. 콘크리트 구조물에서도 고급 이미징 기술과 딥 러닝 모델을 활용하면 열화 분석, 손상 감지, 미래 상태 예측 등이 가능해져 유지보수 전략을 최적화할 수 있다.
본 연구에서 제안한 방법은 디지털 영상을 기반으로 한 정량적 방법으로, 최근에 개발된 고급 이미징 기술과 딥 러닝 모델을 활용할 경우 예측의 정확성과 효율성의 개선 또한 가능하다. 향후에는 본 기법을 좀더 다양한 재료에 확대하고 일반화 시킬 수 있는 방안에 대한 연구를 수행할 예정이다.
