플래젤라 마이크로스위머 최적 설계: 자유형 변형·베이지안 최적화 통합 접근법

초록

본 연구는 자유형 변형(FFD)과 스케일러블 제약 베이지안 최적화(SCBO)를 결합해, 헤드와 플래젤라 형태를 동시에 파라메트릭하게 최적화한다. 경계원소법(BEM)으로 저레놀즈 유동을 시뮬레이션하고, 평균 속도와 효율을 목표 함수로 설정해 단일 및 이중 플래젤라 마이크로스위머의 최적 형상을 도출한다. 최적화 결과는 기존 생물학적 형태와 비교해 새로운 푸셔·풀러 형태를 제시한다.

상세 분석

이 논문은 마이크로스케일에서 저레놀즈 흐름을 지배하는 헬리컬 플래젤라 기반 스위머의 형상 설계 문제를 고차원 최적화 문제로 정형화한다. 기존 연구가 타원형 머리와 고정된 플래젤라 파라미터에 국한된 반면, 저자들은 자유형 변형(FFD) 기법을 이용해 머리의 경계점을 자유롭게 이동시켜 복잡하고 비대칭적인 형태까지 탐색 가능하도록 했다. 파라메트릭 변수는 머리의 제어점 변위(μ)와 플래젤라의 진폭(Rₜ), 파장(λ), 각도(α,β,γ,δ) 등으로 구성되며, 플래젤라의 부피와 길이는 고정해 물리적 제약을 유지한다. 유동 해석은 경계원소법(BEM)과 Gypsilab MATLAB 라이브러리를 활용해 정확한 저레놀즈 해를 얻으며, 전단 응력과 압력을 통해 전력 소모(P)와 평균 속도(Ū)를 계산한다. 최적화 목표는 (1) 평균 전진 속도 비율 J₁ = −Ū₁/Ū₀와 (2) 효율성 비율 J₂ = −Ū₁/Ū₀ · P₀/P을 최소화하는 것이다. 고차원·제약 최적화에 적합한 스케일러블 제약 베이지안 최적화(SCBO)를 BoTorch 기반으로 구현했으며, 가우시안 프로세스(GP) 모델을 통해 탐색·활용 균형을 자동 조정한다. 실험에서는 단일 플래젤라와 이중 플래젤라 두 경우에 대해 각각 속도 최적화와 효율 최적화를 수행했으며, 최적해는 기존 문헌에 보고된 형태와 현저히 다른 머리 형태와 플래젤라 배치를 보여준다. 특히, 최적화된 형태는 푸셔(pusher)와 풀러(puller) 구분이 명확히 드러나며, 생물학적 정자나 대장균과 비교했을 때 비대칭적인 머리와 비정형 헬리컬 파라미터가 에너지 효율을 크게 향상시킨다. 논문은 파라메트릭 최적화와 베이지안 탐색을 결합한 프레임워크가 복잡한 마이크로 로봇 설계에 적용 가능함을 증명하고, 향후 다중 물리·다중 목표 최적화에 대한 확장 가능성을 제시한다.