PLA 모델을 매몰 주조에 쓸 수 있을까? 고온 소진이 깨끗하게 되는지부터 확인하라

먼저 많은 이들이 경험한 시행착오부터 이야기해보자. 한 고객이 3D 프린팅으로 출력한 PLA 부품을 가져와 '이걸로 바로 매몰 주조해달라'고 요청했다. 출력비도 저렴하고 수정도 빠른 데다 재료도 생분해성을 표방하니 겉보기엔 모든 게 합리적이었다. 하지만 나온 주조품 표면에는 핀홀이 생겼고 내부에는 기공이 형성됐으며 치수도 0.x mm 오차가 났다

문제는 출력 정밀도가 아니라, PLA가 쉘 주형 내부로 들어가 가열되어 소진(Burnout)되는 과정에서의 행태가 왁스(Wax)와 완전히 다르다는 점에 있었다

생분해성 재료가 양산 공정에 도입될 때 자주 부딪히는 난관이 바로 이 지점이다. 재료 자체는 친환경 인증을 받을 수 있지만, 기존 제조 공정에 들어가면 매 단계 조건을 안정적으로 완수해 내야 한다. 따라서 PLA 주형을 매몰 주조에 적용할 때 어떤 현상이 벌어지는지, 양산을 위해서는 어떤 조건을 충족해야 하는지 검증하는 것이 핵심이다

PLA의 핵심 리스크는 이 재료가 열가소성 수지라는 점에 있다. 가열 시 왁스처럼 깔끔하게 녹아 배출되는 대신, 먼저 연화·팽창한 후 분해된다. 최근 알루미늄 주조에서 PLA 기반 주형의 열적 행태를 다룬 연구는 실험과 수치 시뮬레이션을 통해 주입 온도, 충전 시간, 주입구(게이트) 설계가 기공률과 주조품 품질에 미치는 영향을 분석함으로써, 이 문제를 경험칙에서 정량 측정 가능한 파라미터 영역으로 끌어올렸다 [1]

연화와 팽창 단계가 바로 결정적인 변수다. 왁스는 소진될 때 부피가 수축하므로 쉘 주형이 받는 힘은 떨어져 나가는 방향(인장)이다. 반면 PLA는 유리 전이 온도(Tg) 근처에서 먼저 무르고 팽창하면서 쉘 주형 내벽을 바깥쪽으로 미는 밀폐 압력을 가한다. 쉘 주형 두께가 부족하거나 소성이 불균일하면 이 밀어내는 힘이 그대로 균열의 원인이 된다

잔류물은 두 번째 변수다. 유기 잔류 탄소가 깨끗이 타지 않으면, 주입된 알루미늄 용탕이 잔류 탄소와 반응해 가스를 발생시키고 이는 내부 기공으로 직결된다. 동일한 PLA 모델이라도 소진 곡선(Burnout Schedule)을 어떻게 설정하느냐에 따라 수율 차이가 극명하게 나는 이유가 바로 이 공정 허용 오차에 있다

세 번째는 3D 프린팅 방식 자체에서 유래한다. FDM 출력물 내부에는 적층 채움 비율(Infill)과 레이어 간 간극이 존재하는데, 소진 시 이 간극을 통한 가스 배출 경로는 단일 실심 왁스 모형과 완전히 다르다. '동일 부피의 왁스 모형'을 기준으로 소진 시간을 설정하면 대부분 소진 완료 시간을 과소평가하게 된다

기공률은 재료 잔류, 가스 체류, 충전 불량 등 주요 문제가 모두 집약되어 나타나는 지표다. 앞서 언급한 연구가 주입 온도, 충전 시간, 주입구 설계를 기공률과 연계하여 분석한 이유도 여기에 있다. 이 파라미터들은 서로 독립된 조절 상자가 아니다 [1]

알루미늄 주조 분야에서는 이에 대한 공감대가 오래전부터 형성되어 있었다. 알루미늄 합금 주조의 정련 공정 연구에 따르면, 용탕 내 가스 및 이물질(슬래그/개재물) 제어가 최종 주조품 품질을 결정하는 핵심 요소다 [4]. 바꿔 말해 PLA 주형 쪽을 아무리 완벽하게 처리해도 용탕 자체의 가스 함량이 제어되지 않으면 기공은 여전히 발생한다. 즉, 불량 원인을 무작정 '신재료' 탓으로 돌리는 것은 흔한 오판이다

공정 파라미터 간의 상호작용 역시 새로운 개념이 아니다. 교반 주조법으로 알루미늄 기질 복합재료를 제작한 연구에서도 시스템적으로 교반 파라미터를 최적화한 후에야 재현 가능한 수준의 품질을 확보할 수 있었다 [2]. 동일한 논리가 PLA 주형에도 적용된다. 단독으로 주입 온도만 높이면 충전은 개선될지 몰라도, 잔류 탄소 반응과 용탕 내 가스 포함을 동시에 악화시켜 두 변수가 서로 발목을 잡게 된다

내 분석 판단은 이러하다. PLA 주형의 적용 타당성은 '단 한 개를 주조해 낼 수 있는가'로 검증해서는 안 되며, '연속 N개 제작 시 기공률 분포 폭이 얼마나 좁게 유지되는가'로 검증해야 한다. 단품 제작 성공은 시제품 단계일 뿐이다. 연속 생산 시 기공률 분포를 수렴시킬 수 있어야만 비로소 양산 조건이 갖춰진 것이다

막히는 지점은 재료 성능의 절대치가 아니라 공정 윈도우(Process Window)의 넓이다. 시제품 제작은 수작업 미세 조정과 전수 검사를 허용하지만, 양산은 한 세트의 파라미터를 설정해 둔 채 수백 개를 연속 가공해도 규격 내에 들어와야 한다

주조 공정 자체가 수많은 옵션 간의 절충이다. 다양한 주조 공정의 적용 조건과 한계를 체계적으로 정리한 주조 공정 선정 엔지니어링 가이드는 '단일 공정을 극한으로 쥐어짜는 것'보다 '적절한 공정을 선택하는 것'이 훨씬 효과적임을 환기시킨다 [3]. 만약 PLA 주형의 공정 윈도우가 지나치게 좁다면, 매몰 주조 공정을 억지로 극단까지 조율하기보다 공정 경로 자체를 변경하는 것이 합리적인 대응일 수 있다

이때 시뮬레이션이 실질적인 가치를 발휘한다. 친환경 지능형 알루미늄 주조 연구에서는 시뮬레이션 기반의 다중 공정 통합 최적화를 통해 에너지 소비와 품질을 동시에 목표 함수로 설정했다 [5]. 이는 생분해성 재료 도입 시 특히 중요한 대목이다. PLA 도입의 동기는 대부분 환경적 이점이지만, 이로 인해 소진 시간이 길어지거나 불량률이 높아진다면 전체 탄소 발자국은 오히려 증가할 수 있다. 재료에서 줄인 탄소가 추가 작동한 가열로 안에서 사라져 버리는 셈이다

후가공 열처리 단계도 간과해서는 안 된다. 정밀 사형 주조의 인공 시효 반응 최적화 연구에 따르면, 주조품의 최종 기계적 성질은 후속 시효 공정에 의해 현저한 영향을 받는다 [6]. 주형에서 제품을 꺼냈다고 끝이 아니며, 공정 윈도우는 열처리가 끝나는 시점까지 통틀어 계산해야 한다

재료보다 용도부터 따져라. 내가 제안하는 판단 순서는 명확하다

・생산량과 치수 공차를 확인하라. 소량 생산, 느슨한 공차, 외관 부품이라면 PLA 주형은 시도해 볼 만하다. 반면 엄격한 공차, 하중을 받는 부품, 대량 생산이라면 연속 제작 시의 기공률 분포 데이터부터 확보해야 한다

・소진 곡선을 독립 변수로 두고 실험하라. 기존 왁스 모형용 가열로 스케줄을 그대로 쓰지 마라. 채움 비율(Infill), 벽 두께, 가스 배출구 설계까지 DOE(실험계획법)에 함께 포함시켜야 한다

・용탕 상태를 동시 점검하라. 가스 및 개재물 제어는 주조 품질의 기본 요소다 [4]. 이 부분의 간섭을 먼저 배제해야 불량 원인이 PLA 때문인지 정확히 귀속시킬 수 있다

・시뮬레이션으로 실험 범위를 줄여라. 시뮬레이션 기반 다중 공정 최적화는 알루미늄 주조 분야에서 이미 유효성을 입증했다 [5]. 무작위 시행착오보다 시간과 재료를 훨씬 절약해 준다

・에너지 소비를 지속가능성 계산에 반영하라. 도입 목적이 환경적 이익이라면, 소진 에너지 소비량과 불량률을 반드시 함께 산정해야 한다

단, 적용 한계를 명확히 해야 한다. 위 판단 기준은 알루미늄 합금 매몰 주조 환경을 전제로 한다. 구리 합금이나 주철처럼 주입 온도가 훨씬 높은 재료로 넘어가면, PLA의 잔류 및 팽창 행태가 더 증폭되므로 본문의 긍정적인 평가 여지는 적용되지 않는다. 마찬가지로 공급업체나 출력 파라미터가 다르면 열적 행태를 재검증해야 하며 타인의 공정 윈도우를 그대로 가져다 써서는 안 된다

재료에 친환경 라벨이 붙어 있다는 것은 검토 대상이 될 수 있다는 의미일 뿐이다. 라인에 안착할 수 있느냐를 결정하는 것은 공정 허용 오차의 충분성이다. 이 두 가지는 견적을 내기 전에 반드시 구분하여 물어야 한다

PLA 주형의 리스크는 출력 정밀도가 아니라 소진 단계에서의 연화·팽창 및 잔류 탄소 가스 배출 행태가 왁스 모형과 본질적으로 다르다는 점에 있다

기공률은 PLA 주형의 타당성을 판단하는 첫 번째 지표다. 재료 잔류, 가스 체류, 충전 불량을 동시에 반영하기 때문이다

단품 주조 성공은 시제품 가능성만 입증할 뿐이다. 양산 타당성은 연속 제작 시 기공률 분포가 수렴하는지 여부로 판단해야 한다

용탕 측의 가스 및 개재물 제어는 주조 품질의 기본이며, 이를 먼저 통제하지 않으면 PLA로 인한 불량을 정확히 구분할 수 없다

소진 에너지 소비와 불량률이 상승하면 생분해성 재료 도입으로 얻는 전체 환경적 이점이 상쇄될 수 있다

인쇄 및 패키징 제조 현장에서 PLA 주형 사례가 갖는 의미는 단순 주조 공정을 넘어선다. 이는 지속가능한 재료 도입에 대한 실무적 시각을 제공한다. 즉, 친환경 이점을 논하기 전에 기존 공정에 들어갔을 때 공정 윈도우가 얼마나 넓은지부터 확인해야 한다는 점이다. 동일한 논리가 바이오 기반 소재의 설비 투입, 생분해성 필름의 실링 윈도우, 종이/펄프 몰드 대체재의 후가공 적합성에도 적용된다. 디자인 측면에서 얻는 시사점은 사양서에 단지 '재질명'만 적을 것이 아니라 '공정 윈도우'를 명시해야 한다는 것이다. AI 및 시뮬레이션 도구는 여기서 명확한 역할을 할 수 있다. 시뮬레이션 기반 다중 공정 최적화가 알루미늄 주조에서 품질과 에너지 소비를 동시에 잡을 수 있음을 증명했듯이 [5], 동일한 프레임워크를 패키징 재료 선정에 이식하여 실물 시제품 제작 횟수를 파라미터 공간 계산으로 대체할 수 있다. SaaS 관점에서 해결해야 할 과제는 데이터의 호환성(Portability)이다. 공급업체별 PLA, 출력 파라미터, 열처리 가열로에 따른 각각의 열적 행태 데이터는 현재 공유 매커니즘이 거의 없어 기업마다 동일한 DOE를 반복하고 있다. 이러한 공정 데이터를 비교 및 재사용 가능한 지식 체계로 구조화할 수 있을 때, 비로소 지속가능 재료 도입 시의 반복적인 시행착오 문제를 해결할 수 있을 것이다

[1] 매몰 주조에서 PLA 주형의 열적 행태: 생분해성 재료 양산 공정 진입의 진정한 장벽

[2] Sahu M., Sahu R. (2018). Fabrication of Aluminum Matrix Composites by Stir Casting Technique and Stirring Process Parameters Optimization. Advanced Casting Technologies. DOI: 10.5772/intechopen.73485

[3] Casting Process Options. Aluminum Castings Engineering Guide. DOI: 10.31399/asm.tb.aceg.t68410021

[4] Rizaeva N., Tursunbaev S., Tadjiev N. 외 (2026). Investigation of The Refining Process of Aluminum Casting Alloys. American Journal of Applied Science and Technology. DOI: 10.37547/ajast/volume06issue03-13

[5] Liu W., Zhao C., Peng T. 외 (2023). Simulation-assisted multi-process integrated optimization for greentelligent aluminum casting. Applied Energy. DOI: 10.1016/j.apenergy.2023.120831

[6] Mackay R., Byczynski G. (2026). Optimization of the Artificial Age Response of Aluminum Castings Made in the Precision Sand Casting Process (PSCP). International Journal of Metalcasting. DOI: 10.1007/s40962-026-01958-8