김동영

한국항공대학교 기계공학 · 2027년 2월 졸업 예정

공랭식 연료전지 냉각팬 후류를 다중 평면 PIV로 측정하고, 2차원 평면 데이터를 결합해 3차원 평균 속도장을 구성하는 연구를 하고 있습니다. 측정용 목업 설계와 3D 프린팅, PIV 장비 구성, MATLAB 후처리와 불확도 평가까지 직접 수행했고, 그 결과를 2026 한국유체기계학회 동계학술대회 논문(제1저자)으로 정리했습니다.

팀 프로젝트로는 드론 랜딩기어 경량 최적화 설계와 가스터빈 스테이터 베인의 유동–열–구조 연성 해석에 참여했고, 피부 분석 챗봇에서는 ResNet50 이미지 분류 모델 학습을 맡았습니다. 실험·해석·AI를 오가며 결과를 데이터로 비교하고 검증하는 일을 해 왔습니다.

이메일
waterfordkim@naver.com
학점
3.58 / 4.5
주로 쓰는 도구
MATLAB · Python · Ansys · Inventor · Fusion 360
그림 1. 냉각팬 후류 PIV 개념도. 팬에서 나온 입자가 회전하며 하류로 흐르고, 레이저 시트(남색 면) 안에 들어온 입자만 카메라에 찍힙니다. 그림 위에서 마우스를 움직이면 시트가 이동합니다. z = 0.00

프로젝트

#프로젝트기간형태맡은 일
01다중 평면 PIV로 본 냉각팬 스월 유동2024.08–연구실 · 제1저자장비 구축 · 측정 · 3D 매핑 · 논문
02AI 피부 분석 · 영양제 추천 챗봇2026.07팀데이터 정리 · ResNet50 학습
03드론 랜딩기어 경량 최적화 비교2024.10–12팀 7명형상 설계 · 해석 · 추천 프로그램
04GE90 계열 터빈 베인 열·구조 해석2026.05–06팀 4명CFX → 열 → 구조 연성 해석
01

다중 평면 PIV로 본 연료전지 냉각팬 스월 유동

2024.08 – 진행 중 · 연구실 연구 · 2026 한국유체기계학회 동계학술대회 논문 제1저자 · MATLAB, PIVlab

공랭식 연료전지(PEMFC)는 냉각팬으로 스택의 열을 빼냅니다. 냉각 효율을 높이려면 팬 뒤에 생기는 스월 유동을 알아야 하는데, 평면 PIV는 한 번에 한 평면의 두 속도 성분만 잴 수 있습니다. 그래서 서로 직교하는 XZ 평면 11장과 YZ 평면 5장을 측정하고, 두 평면이 만나는 선마다 U와 V, W를 맞춰 3차원 평균 속도장을 만들었습니다.

측정 평면 배치(위에서 본 그림): XZ 평면 11개(Y 방향 10 mm 간격), YZ 평면 5개(X = 30–150 mm, 30 mm 간격), 교선 55개에서 U, V, W를 결합 연료전지모사체 + 팬 흐름 306090120150 X [mm] = Y = 0Y = 50Y = 100 교선 하나 = (U, V, W) 한 열 XZ 평면 11개Y 방향 10 mm 간격 → U YZ 평면 5개X 방향 30 mm 간격 → V, W 교선 55개 X 하류
그림 2. 측정 평면 배치(위에서 본 그림). XZ 평면은 Y 방향으로 10 mm마다 11개, YZ 평면은 X = 30–150 mm에서 30 mm마다 5개를 측정했다. 두 평면이 만나는 교선마다 세 속도 성분이 모인다.
항목내용
대상공랭식 PEMFC 냉각팬 후류의 스월 유동 (연료전지 모사체 + 냉각팬)
장비Nd:YAG 이중 펄스 레이저, CCD 카메라 pco1600, 입자 생성기
촬영 조건이미지 쌍 시간 간격 0.1 · 0.3 · 0.5 ms, 획득 주기 100 ms
벡터 계산multi-pass FFT, interrogation 64×64 → 32×32 → 16×16 px, step 50%
측정 평면XZ 11개 (Y 10 mm 간격), YZ 5개 (X 30 mm 간격)
불확도δu = σpx·C / Δt → 대표 조건 0.11 m/s, 모든 평면에서 평균 속도의 약 1%
후처리와 3차원 매핑 흐름: 원시 속도 → 3×3 median 필터 → 앙상블 평균 → 좌표 변환 → ROI 추출 → XZ에서 U, YZ에서 V·W 추출 → 교선 매핑 → 3차원 평균 속도장 원시 PIV 속도프레임별 벡터장 Median 필터3×3, NaN 무시 앙상블 평균시간 평균 속도장 좌표 변환보정 계수 적용 ROI 추출공통 영역만 XZ → U 추출 YZ → V, W 추출 교선 매핑V̄ = (Ū, V̄, W̄) 3차원 평균 속도장[Y, X, Z] 격자
그림 3. 후처리와 3차원 매핑 흐름(논문 Fig. 2를 다시 그림). 보정으로 실제 속도로 바꾸고, 프레임마다 3×3 median 필터로 이상치를 지운 뒤 시간 평균을 냈다.
그림 4. (a) XZ 평면에서는 흐름 방향 성분 U, YZ 평면에서는 단면 방향 성분 V, W만 보인다. 속도장은 해석적 예시이며 실제 측정값이 아니다. 드래그해서 돌려 볼 수 있다.

결과

  • 두 종류의 직교 평면만으로 평균 속도장의 세 성분(U, V, W)을 모두 확보할 수 있었습니다.
  • X = 60 mm 단면에서는 횡방향 속도가 큰 영역의 외곽이 길게 이어져 타원에 가까운 불균일한 모양이었습니다.
  • X = 90 mm에서 150 mm로 갈수록 횡방향 속도 성분이 줄어들었습니다.
  • 이 평균 속도장은 팬 후류 유로를 설계할 때 CFD 해석을 검증하는 자료로 쓸 수 있습니다.
MATLAB 처리 흐름: 원본 매핑 격자 경로와 보간 격자 경로를 분리 mappingDataX, Y, Z · U, V, W 원본 격자 — U, V, W 그대로 보간 격자 — Uq, Vq, Wq 따로 저장 평면 검증XZ U · YZ √(V²+W²) X 단면컨투어 + V-W 벡터 3D 벡터quiver3 · contourslice 하류 통계X별 평균·최대 → CSV 등속면 · 유선isosurface · stream3 griddedInterpolant성분별 · 5 × 5 × 2.32 mm 등속면 · 유선보간 격자 기준 측정면 + 중간면평면 사이 값 확인 측정 범위 밖은외삽하지 않음
그림 5. MATLAB 처리 흐름(PIV_3D_visualization_refactored.m). 원본 격자 결과와 보간 결과를 다른 변수로 나눠, 보간 때문에 생긴 모양과 측정된 모양을 구분해 볼 수 있게 했다.

한 일

  1. 목업 · 장비. 측정용 목업을 설계해 3D 프린터로 만들고, 레이저·카메라·시딩까지 PIV 장비를 세팅했습니다.
  2. 측정. XZ 11개, YZ 5개 평면을 시간 간격을 바꿔 가며 촬영했습니다.
  3. 후처리 · 매핑. 필터링, 평균, 좌표 변환, ROI 추출을 거쳐 교선마다 U와 V, W를 합쳐 [Y, X, Z] 격자를 만들었습니다.
  4. 불확도 · 논문. 측정 불확도를 평가하고 결과를 학회 논문(제1저자)으로 정리했습니다.
  5. 다음 단계. 평면 사이를 비압축성 조건을 지키며 채우려고 Vector Potential RBF 회귀 모델을 만들고 있습니다.
02

AI 피부 분석 · 영양제 추천 챗봇

2026.07 · 팀 프로젝트 · Python, PyTorch, ResNet50, RAG

피부 사진과 문진표를 받아 피부 상태를 분류하고, 그 결과로 영양제 정보를 찾아 추천하는 웹 챗봇 Daily Doctor입니다. 저는 학습 데이터를 정리하고 이미지 분류 모델을 학습시켰습니다.

Daily Doctor 첫 화면: 내 몸에 맞는 건강, AI 닥터가 찾아드려요
첫 화면
Daily Doctor 문진표 화면: 피부 상태 선택
문진표 입력

그림 6. 완성한 챗봇 화면. 문진표와 사진을 받은 뒤 대화로 추천 결과를 보여준다.

학습 파이프라인: 데이터 매칭부터 가중치 저장까지 제 담당, 이후 챗봇 통합은 팀 작업 제 담당 — 데이터 · 모델 AI Hub 데이터img/ + label/*.json 파일명 매칭JSON 끝 _… 제거 단일 레이블첫 양성 → 6클래스 8 : 2 분할seed 42 고정 증강 (학습만)좌우 반전 · ±10° 회전 ResNet50layer4 + fc만 학습 15 epochAdam 5e-5 · wd 1e-3 최고 val 가중치.pth 저장 챗봇 연결문진표 + 분류 결과 RAG 검색 → 추천영양제 문서 · LLM 팀 통합
그림 7. 학습 파이프라인(skin_resnet50_train.py). 위 점선 영역이 제가 맡은 부분이다.
ResNet50 미세조정 구조: conv1부터 layer3까지 고정, layer4와 새 분류기만 학습 입력224×224×3 conv1 layer1 layer2 layer3 layer4 avgpool fcDropout .3 → 6 건조함모공색소침착여드름주름탄력저하 ImageNet 가중치 그대로 (고정) 학습
그림 8. 사전학습 ResNet50에서 마지막 블록(layer4)과 새로 바꾼 분류층만 학습시켰다. 데이터가 많지 않아 앞쪽 특징 추출부는 그대로 두었다.

코드를 다시 정리하면서 고친 점

  • 옵티마이저를 두 번 선언해서 의도한 학습률(5e-5)이 덮어써지고 있었습니다. 하나로 정리했습니다.
  • 학습·검증 세트가 같은 증강 파이프라인을 쓰고 있었습니다. 검증에는 고정 전처리만 적용했습니다.
  • 손상된 이미지를 무작위 다른 이미지로 바꾸던 처리는 평가를 왜곡할 수 있어서, 오류를 내고 찾도록 바꿨습니다.
03

모델링 기법별 드론 랜딩기어 경량 최적화 비교

2024.10 – 12 · CAD/CAM 수업 팀 프로젝트(7명) · Fusion 360, Inventor, Ansys, MATLAB

드론 사용자가 원하는 무게와 하중에 맞는 랜딩기어를 고를 수 있게 하자는 목표로 시작했습니다. 촬영용 드론 DJI-S1000을 기준으로, 두 가지 AI 기반 설계 기법으로 형상을 만들고 해석으로 걸러낸 뒤 조건에 맞는 모델을 골라 주는 프로그램까지 만들었습니다.

설계 흐름: 기준 모델 → 생성형 디자인과 형상 최적화 → Ansys 검증 → PrusaSlicer → MATLAB 추천 기준 모델DJI-S1000 Fusion 360생성형 디자인경계조건 → 형상 여러 개 Inventor형상 최적화초기 형상 깎기 · 질량 60%↓ Ansys 검증정적 구조 해석허용하중 > 6 kg ? PrusaSlicer필라멘트 · 시간 MATLAB조건별 추천 통과한 모델만
그림 9. 전체 흐름. 생성형 디자인은 형상이 다양하지만 제작성이 보장되지 않고, 형상 최적화는 기준 형상이 있어야 한다. 두 방식을 같이 써서 서로의 단점을 보완했다.
해석 경계조건: 몸체 연결부 고정(A), 스키드 아래 지면 접촉부에 위 방향 분포하중(B) A 고정 지지 몸체 연결 조인트 3곳 B 분포하중 (지면 접촉부, 위 방향) 재질ABS 항복강도20 MPa 안전계수1.5 – 1.6 허용 응력12.5 – 13.3 MPa
그림 10. 응력 해석 경계조건. 드론이 대칭이라 한쪽 랜딩기어만 해석했다.

허용하중 계산

하중을 키우면서 최대 응력이 항복 응력(12.5–13.3 MPa)에 닿는 힘을 찾았습니다. 3 m/s 착륙 시 랜딩기어 하나에 걸리는 하중 4.76 N을 빼고, 절반 형상이므로 2를 곱합니다.

(75 − 4.76) / 9.81 × 2 = 14.31 kg

허용하중 14.31 기준 적재 6.0 kg 010 kg

75 N에서 최대 응력 12.66 MPa. 허용하중이 기준 적재하중 6 kg보다 커서 랜딩기어로 쓸 수 있다고 판단했습니다.

그림 11. MATLAB 추천 프로그램의 방식을 옮긴 것. 모델마다 무게, 적재하중, 비용, 출력 시간, 필라멘트 사용량을 저장해 두고, 범위를 넣으면 상자 안의 모델(파란 점)이 선택된다. 보고서와 마찬가지로 점 값은 설명용 임의 값이다.
항목내용
기준 모델DJI-S1000 · 랜딩기어 460 × 511 × 305 mm · 이륙 하중 6.0–11.0 kg
공통 조건ABS 통일, 한쪽 랜딩기어만 설계, 몸체 조인트 3곳 구속, 적재하중 0 가정 시 4.76 N
생성 형상Fusion 360 3종, Inventor Leg형 · SKI형 (질량 60% 감소)
비용 식필라멘트 사용량 × 단가 + 출력 시간 × 전력 단가 (G-code에서 추출)
04

GE90 계열 터빈 스테이터 베인 열·구조 연계 해석

2026.05 – 06 · 유한요소법 수업 팀 프로젝트(4명) · Ansys CFX, Mechanical

연소기 바로 뒤 고압 터빈 1단 스테이터 베인이 이륙 조건에서 견디는지 확인한 해석입니다. 유동 → 열 → 구조 순서로 결과를 넘겨 주는 단방향 연성(one-way coupling)으로 풀었습니다.

단방향 연성: CFX에서 대류열전달계수와 압력, 열해석에서 온도 분포를 구조해석으로 전달 입력: Station 4 · 총온 1737 °C · 총압 542 psia (3.74 MPa) · 유량 375 lb/s × 1/N CFX 유동 해석압축성 · 이상기체→ 마하 2 초반 정상상태 열해석대류 + 전도+ 냉각 모사 정적 구조 해석Hooke · 열탄성압력 + 열팽창 h, 표면 압력 온도 분포 T 압력 p 직접 맵핑 Ma ≈ 2 최대 1093 °C 995.22 MPa · 0.32 mm 요소 약 87만 개 · 유동 영역 Inflation · 고체 요소 3 mm
그림 12. 해석 연성 구조. 앞 해석의 결과를 다음 해석의 하중으로 맵핑했다. 경계조건은 같은 체급 엔진인 PW4090의 이륙 성능 데이터를 빌려 썼다.
온도 비교: 가스 1737도, 냉각 미적용 1710도, 녹는점 1397도, 냉각 모사 1093도 터빈 입구 가스1737 냉각 없음 (베인)1710 냉각 모사 (베인)1093 CMSX-4 녹는점 1397 09001800 °C
그림 13. 냉각 없이 풀면 베인 최고 온도가 녹는점을 넘어 구조 해석 자체가 의미가 없었다.
CMSX-4 온도별 항복강도와 해석 최고 온도
그림 14. 해석에 넣은 CMSX-4 온도별 항복강도(MPa). 1000 °C를 넘으면 급격히 떨어진다.

막혔던 부분과 푼 방법

  1. 녹는점 초과. 냉각을 안 넣으니 최고 온도가 약 1710 °C로, CMSX-4 녹는점(약 1397 °C)을 넘었습니다.
  2. 냉각 모사. 냉각 유로를 실제로 파내면 벽이 얇아져 응력이 4388.7 MPa까지 튀었습니다. 그래서 형상은 그대로 두고 필요한 냉각량을 역산했습니다. 블레이드 전체에 내부 열생성 −1.4 W/mm³를 주고, 가장 뜨거운 후연부와 슈라우드에는 막냉각을 강제 대류로 넣었습니다.
  3. 결과 해석. 최대 응력 995.22 MPa는 블레이드와 슈라우드가 직각으로 만나는 모서리에서 생긴 응력 집중이라, 실제 부품처럼 필렛을 주면 낮아집니다. 1000–1100 °C로 가장 뜨거운 블레이드 중심부의 응력은 항복강도 안에 있었습니다.
05

그 밖의 경험 · 수상 · 기술

기간내용구분
2026.12한국유체기계학회 동계학술대회 논문 「다중 2차원 평면 PIV 측정을 이용한 공랭식 연료전지 팬 출구 스월 유동의 3차원 특성 분석」 (제1저자)논문
2026.10TOEIC Speaking IH (140)어학
2026.07J85 엔진 거치대 설계설계
2024.112024 Boeing Day 화성 식민지 건축 아이디어 공모전 4위수상
2024.01–04지면과의 거리에 따른 팬 입구 영향 연구실험
2020.03–한국항공대학교 기계공학전공 (2027.02 졸업 예정, 3.58/4.5)학력
분야다뤄 본 도구
AI · 프로그래밍Python(PyTorch, torchvision), MATLAB, 이미지 분류 모델 학습, RAG 기반 검색, LLM API
설계 · 해석Autodesk Inventor, Fusion 360, ANSYS Fluent · CFX · Mechanical, PrusaSlicer
실험 · 계측PIV(입자 영상 유속계), PIVlab, 3D 프린팅

읽어 주셔서 감사합니다.

waterfordkim@naver.com