This website requires JavaScript.
쿠폰
배송지
블로그

그래핀·맥신 플레이크 센서가 힘을 감지하는 원리

최초 게시일 Sep 29, 2026, 업데이트 되였습니다. Sep 29, 2026

1 분

표목(TOC)
  • 플레이크 네트워크가 터치를 느낄 때
  • 저항은 출력값일 뿐, 메커니즘의 전부가 아닙니다
  • 플레이크 네트워크가 변하는 세 가지 방식
  • 늘어남은 경로를 벌리고, 압력은 경로를 만듭니다
  • 기재는 능동적인 구성 요소입니다
  • 하이브리드가 유효 범위를 넓힐 수 있는 이유
  • 감도의 함정
  • 내구성이란 같은 전기적 응답으로 돌아오는 것입니다
  • 질문에 맞춰 네트워크를 설계하기
  • 그래핀·맥신 압저항 플레이크 센서에 관한 FAQ

핵심 요약

플레이크 네트워크는 미세 구조 변화로 힘을 감지합니다: 그래핀과 맥신(MXene) 코팅은 서로 겹쳐진 판상 입자들에 걸쳐 전도가 분산되어 있으며, 늘어나거나 눌릴 때 이 입자들의 접촉 상태가 바뀌면서 측정 가능한 저항 변화가 생깁니다.

세 가지 메커니즘이 서로 경쟁합니다: 균열 전파, 플레이크 미끄러짐, 양자 터널링은 각각 서로 다른 변형 수준에서 지배적으로 작용합니다. 그래서 많은 센서가 하나의 균일한 응답이 아니라 여러 개의 감도 구간을 갖게 됩니다.

기재는 적극적인 파트너입니다: 엘라스토머, 직물, 폼은 각각 힘이 전도성 네트워크에 전달되는 방식을 결정하며, 감도, 측정 범위, 복원력, 내구성에 영향을 줍니다.

대표 게이지 팩터 수치는 오해를 부를 수 있습니다: 기록적인 감도 수치도 측정 당시의 변형률 구간, 선형성, 히스테리시스, 반복 안정성, 환경 조건이 없으면 의미가 없습니다.

설계는 기계적 질문에서 시작됩니다: 가장 좋은 센서는 고립된 수치가 가장 큰 센서가 아니라, 요구되는 범위와 수명 전반에 걸쳐 응답을 해석할 수 있는 상태로 유지하는 센서입니다.

플레이크 네트워크가 터치를 느낄 때

그래핀과 맥신 코팅은 늘어남, 압력, 움직임을 측정 가능한 저항 변화로 바꿀 수 있습니다. 이들의 가능성은 절대 끊어지지 않는 도체에서 나오는 것이 아니라, 수천 개의 미세한 전기 접점이 분리되고, 미끄러지고, 갈라지고, 다시 연결되는 방식을 정밀하게 제어하는 데서 나옵니다.

기존 스트레인 게이지는 변형될 때 저항이 예측 가능하게 변하도록 설계되어 있습니다. 하지만 그 아래의 표면이 부드럽거나, 다공성이거나, 직조 구조이거나, 금속의 한계를 훨씬 넘어서까지 늘어나야 하는 경우에는 이를 구현하기 어려워집니다.

전도성 2차원 플레이크 네트워크는 다른 전략을 제시합니다. 하나의 단단한 트랙이 모든 움직임을 견디도록 하는 대신, 서로 겹쳐진 수많은 판상 입자에 전도를 분산시킵니다. 그래핀 계열 소재와 맥신은 얇고 넓은 형태 덕분에 코팅 내부에 매우 많은 접점을 만들어낸다는 점에서 특히 주목할 만합니다. 기계적인 힘이 이 접점들을 변화시키고, 전기 저항이 그 변화를 기록합니다.

센서는 감도를 확보할 만큼 충분히 변해야 하지만, 전도성 네트워크가 무너질 만큼 변해서는 안 됩니다. 또한 필요한 범위를 커버해야 하며, 반복 사용 후에도 안정적인 기준값으로 돌아와야 합니다.

저항은 출력값일 뿐, 메커니즘의 전부가 아닙니다

압저항 센서는 기계적 변형을 전기 저항의 변화로 변환합니다. 변형률 센서의 성능은 흔히 게이지 팩터로 요약됩니다.

GF = (ΔR / R0) / ε

여기서 ΔR은 저항 변화량, R0는 변형 전 저항, ε는 변형률, 즉 길이의 변화 비율입니다. 게이지 팩터가 클수록 같은 변형률에서 더 큰 전기적 응답이 나온다는 뜻입니다. 압력 센서는 입력값이 늘어난 길이가 아니라 면적당 힘이기 때문에, 이와 관련된 감도 지표를 흔히 킬로파스칼당 값으로 나타냅니다.

이러한 수치는 그 값이 적용되는 범위와 함께 볼 때만 의미가 있습니다. 어떤 소자는 좁은 구간 안에서는 감도가 매우 높지만 그 밖에서는 쓸 수 없고, 또 다른 소자는 훨씬 큰 변형률을 견디지만 응답은 작을 수 있습니다. 변형이 커짐에 따라 지배적인 메커니즘이 바뀌기 때문에, 많은 센서가 여러 개의 감도 구간을 갖습니다.

선형성도 중요합니다. 반복 가능한 직선 관계라면 변환이 쉽지만, 기울기가 바뀌는 곡선이라면 여러 개의 보정 구간이나 더 복잡한 모델이 필요합니다. 진짜 과제는 감도, 측정 범위, 선형성, 복원력, 내구성 사이의 균형을 맞추는 것입니다.

플레이크 네트워크가 변하는 세 가지 방식

전도성 코팅을 트럼프 카드가 빽빽하게 깔린 바닥이라고 상상해 보십시오. 전류는 카드 한 장 안에서도 이동하고, 겹쳐진 카드에서 다음 카드로도 넘어갈 수 있습니다. 바닥을 늘이거나 누르면 카드가 겹친 정도와 그 사이의 틈이 달라집니다. 실제 센서에서는 세 가지 메커니즘이 여기에 관여합니다.

균열 전파는 전도층에 미세한 균열을 만들어 전류 경로를 끊습니다. 저항이 급격히 상승할 수 있어 높은 감도를 얻을 수 있지만, 균열이 계속 커지면 네트워크가 무너지고 측정 범위가 제한되며 영구적인 손상이 남을 수 있습니다.

미끄러짐과 분리는 겹쳐진 플레이크나 코팅된 섬유가 서로 어긋나며 움직일 때 발생합니다. 균열 지배형 막보다 더 크게 늘어나도 전도가 유지될 수 있지만, 강한 응답을 얻으려면 더 큰 변형이 필요할 수 있습니다.

터널링은 극도로 작은 절연 틈새를 사이에 두고 작용합니다. 터널링 확률은 간격에 매우 민감하기 때문에, 입자 배열이 조금만 바뀌어도 저항이 달라질 수 있습니다. 반면 틈이 너무 커지면 그 기여도는 빠르게 사라집니다.

2차원 플레이크는 이 세 가지 과정 모두에 관여할 수 있습니다. 두께에 비해 폭이 넓은 높은 종횡비 덕분에 겹치는 면적이 넓으면서도, 가장자리, 접합부, 빈 공간은 여전히 힘에 반응합니다. 코팅은 균일한 저항체가 아니라, 가능한 전류 경로가 계속 바뀌는 지도와 같습니다.

이완·인장·압축 상태의 플레이크 네트워크에서 저항이 변하는 대표적인 방식. 원문 논의를 바탕으로 본 글을 위해 제작한 설명용 도식이며, 실험 이미지가 아닙니다.

늘어남은 경로를 벌리고, 압력은 경로를 만듭니다

인장을 받으면 인접한 플레이크, 코팅된 섬유, 또는 다공성 골격의 조각들이 대체로 서로 멀어집니다. 겹치는 면적이 줄고, 터널링 간격이 넓어지며, 균열이 벌어집니다. 유효한 전류 경로의 수가 줄어들기 때문에 저항은 보통 증가합니다.

압축을 받으면 기공이 무너지고, 코팅된 표면끼리 맞닿으며, 이웃한 플레이크가 더 가까워지므로 저항은 보통 감소합니다. 압력 센서는 전도성 막과 전극 접촉을 모두 활용할 수 있습니다. 검토된 맥신 코팅 면직물 소자에서는 압력 범위에 따라 접촉 저항이 두드러지는 구간과 코팅된 직물 내부의 저항이 두드러지는 구간이 달랐습니다.

모든 응답이 처음부터 한 방향으로만 움직이는 것은 아닙니다. 예를 들어 폴리우레탄 스펀지 위에 그래핀과 탄소 나노튜브를 코팅한 소자는 낮은 압력에서 미세 균열이 벌어지면서 저항이 약간 증가했습니다. 그러다 2.7 kPa를 넘어서자 압축으로 코팅된 폼 골격이 더 밀착되면서 저항이 크게 떨어졌습니다. 이 사례는 '압축하면 저항이 낮아진다'는 단순한 규칙에 기대어 추정할 것이 아니라, 소자의 응답 곡선을 직접 측정해야 하는 이유를 보여줍니다.

따라서 하나의 센서가 여러 개의 선형 구간을 가질 수 있습니다. 가벼운 하중에서는 전극 접촉이 개선되고, 더 큰 하중에서는 기공 붕괴나 플레이크 재배열이 일어날 수 있습니다. 기울기의 변화는 새로운 기계적 영역에 들어섰다는 신호입니다.

기재는 능동적인 구성 요소입니다

관심은 주로 전도성 소재에 쏠리지만, 외부의 힘이 플레이크 네트워크에 어떻게 전달될지를 결정하는 것은 기재입니다. 기재는 변형의 형태를 정하고, 복원력에 영향을 주며, 코팅이 접착되어야 할 표면을 제공합니다.

엘라스토머 시트(라텍스, 폴리우레탄 등)는 형상 제어가 쉽고 크게 늘어날 수 있습니다. 힘을 제거했을 때 전도층을 원래대로 복원하는 데 도움이 되지만, 평평한 막은 변형이 균열에 집중될 수 있으므로 접착력과 봉지(인캡슐레이션)가 매우 중요합니다.

직물은 변형을 받으면 분리되거나 회전하는 실, 섬유, 접점을 제공합니다. 이로 인해 저항이 변할 수 있는 기회가 많아지며, 직물이 변형률 센서에 많이 쓰이는 이유 중 하나이기도 합니다. 딥 코팅을 이용하면 복잡한 패터닝 없이도 넓은 면적의 섬유를 코팅할 수 있습니다.

폼과 스펀지는 기공이 점진적으로 변형되고 힘을 제거하면 복원되기 때문에 압력 센서에 유용합니다. 폼의 강성이 압력 범위를 조절하고, 넓은 내부 표면이 코팅을 담습니다. 압축을 받으면 코팅된 골격이 새로운 접점을 형성하는데, 이때 기재는 스프링이자 접점을 만들어내는 역할을 동시에 합니다.

가벼운 터치에 최적화된 폼은 사람의 체중이 실리면 포화될 수 있습니다. 직물은 방향, 직조 방식, 습도, 세탁에 민감할 수 있습니다. 시트는 모델링하기는 쉽지만 곡면에 밀착되는 성질은 떨어질 수 있습니다.

감도와 작동 범위는 폭넓은 센서 설계 트레이드오프의 두 요소일 뿐입니다. 원문 논의를 바탕으로 본 글을 위해 제작한 설명용 도식이며, 실험 이미지가 아닙니다.

하이브리드가 유효 범위를 넓힐 수 있는 이유

한 가지 소재가 바람직한 특성을 모두 갖추는 경우는 드뭅니다. 하이브리드 네트워크는 형태가 다른 필러들을 조합해, 한 성분은 전도성을 유지하고 다른 성분은 강한 기계적 응답을 만들어내도록 합니다.

라텍스 위에 맥신층과 탄소 나노튜브층을 번갈아 쌓은 센서가 이 원리를 잘 보여줍니다. 맥신 판상 입자는 낮은 변형률에서 균열 형성에 반응하도록 네트워크를 만들었고, 나노튜브는 전도성 브리지 역할을 하며 판상 입자의 재적층을 막는 데 도움을 주었습니다. 이 소자는 0.1~0.6% 변형률 구간에서 4.35, 30~70% 변형률 구간에서 772.6의 게이지 팩터를 기록했습니다. 이 값들은 하나의 균일한 응답을 나타내는 것이 아니라, 의도적으로 혼합한 네트워크 안의 서로 다른 영역을 나타냅니다.

또 다른 설계는 산화 그래핀, 은 나노와이어, 풀러렌 입자를 결합했습니다. 나노와이어가 전도성 골격을 제공했고, 풀러렌을 첨가하자 심한 균열이 억제되고 미끄러짐이 촉진된 것으로 보고되었습니다. 이 혼합물은 손상이 진행되는 방식 자체를 바꿔놓았습니다.

브리지 역할을 하는 필러는 판상 입자가 분리될 때도 전류 경로를 유지할 수 있고, 작은 입자나 바인더는 마찰, 입자 배열, 균열 성장을 조절할 수 있습니다. 얻을 수 있는 이점은 더 넓은 측정 범위이지만, 그 대가로 조성, 분산 상태, 공정에 더 민감한 미세 구조를 갖게 됩니다.

감도의 함정

플렉서블 센서를 가장 큰 게이지 팩터로 비교하고 싶어지기 쉽습니다. 하지만 이는 심각한 오해를 불러올 수 있습니다.

리뷰는 전반적인 트레이드오프를 확인했습니다. 많은 소자가 제한된 변형률에서 높은 감도를 얻거나, 큰 신축성을 확보하는 대신 감도가 낮거나 둘 중 하나였습니다. 이 패턴의 상당 부분은 균열 전파로 설명할 수 있습니다. 초기 균열이 벌어질 때는 저항이 가파르게 변할 수 있지만, 균열이 계속되면 퍼콜레이션 네트워크가 파괴될 수 있습니다. 미끄러지는 접점은 더 큰 움직임에서도 유지되지만, 저항 변화는 대개 더 완만합니다.

극단적인 사례가 이를 잘 보여줍니다. 노치를 낸 면직물에 그래핀과 카본 블랙을 코팅한 소자는 342~400% 변형률 구간에서 102,351의 게이지 팩터를 보고했습니다. 하지만 이 직물은 특성 평가 전에 400% 변형률로 5회 사이클을 가하는 '파단 훈련(rupture trained)'을 거쳤고, 이 과정에서 노치 부분의 실이 갈라지고 완전히 끊어졌습니다. 이 뛰어난 응답은 의도적으로 끊어낸 촉수 모양의 섬유 끝부분이 움직이면서 나온 것이었습니다.

이 결과는 특정한 기재 주도형 메커니즘을 보여주는 기발한 시연입니다. 그래핀 코팅이 일반적으로 여섯 자리 수의 게이지 팩터를 낸다는 증거가 아니며, 폭넓은 내구성, 선형성, 제조 일관성을 입증하는 것도 아닙니다. 변형률 구간과 파단 이력을 빼고 보면, 대표 수치는 잘못된 이야기를 전하게 됩니다.

공정한 비교를 위해 확인해야 할 사항

  • 감도는 정확히 어떤 범위에서 계산되었습니까?
  • 그 범위 안에서 응답이 선형적입니까?
  • 하중을 가할 때와 제거할 때의 히스테리시스는 얼마나 큽니까?
  • 반복 사이클 후 기준값이 회복됩니까?
  • 굽힘, 인장, 습도, 세탁 등 실제 사용 조건에서 시험했습니까?
  • 명목상 동일한 샘플 간 편차는 얼마나 됩니까?

내구성이란 같은 전기적 응답으로 돌아오는 것입니다

센서가 기계적으로는 멀쩡해도 전기적으로는 드리프트가 생길 수 있습니다. 반복적인 하중은 플레이크의 위치를 바꾸고, 균열을 깊게 만들고, 섬유 간 접촉을 변화시키거나, 코팅과 기재 간 접착 상태를 바꿀 수 있습니다. 무부하 상태의 저항이 이동하고, 같은 변형률을 가해도 다음 사이클에서는 다른 신호가 나올 수 있습니다. 이렇게 이력에 따라 달라지는 차이를 히스테리시스라고 합니다.

기재가 원래 모양으로 복원된다고 해서 원래의 네트워크가 재구성된다는 보장은 없습니다. 봉지 처리는 마모를 줄이고 세탁, 자외선 노출, 습도에 대한 내성을 높일 수 있지만, 소자를 딱딱하게 만들 수 있습니다. 내구성은 별도의 패키징 문제가 아니라 센싱 성능의 일부입니다.

리뷰는 반복 시험, 복원 측정, 재현성 검증, 실제 변형 조건에서의 동작 평가가 더 필요하다고 지적합니다. 또한 연구가 표준화보다 앞서 나가고 있어, 서로 다른 형상과 시험 프로토콜로 얻은 결과를 비교하기 어렵다는 점도 언급합니다.

실제 설계에서 최종 승자는 고립된 감도 수치가 가장 큰 센서가 아닐 가능성이 높습니다. 중요한 압력 또는 변형률 범위 전반에서, 애플리케이션이 요구하는 사이클 수를 거친 뒤에도, 실제로 동작해야 하는 환경에서 응답을 해석할 수 있는 상태로 유지하는 센서가 승자가 될 것입니다.

질문에 맞춰 네트워크를 설계하기

가장 생산적인 출발점은 '그래핀이냐 맥신이냐'가 아닙니다. 센서가 답해야 할 기계적 질문이 무엇인지부터 정해야 합니다.

가벼운 터치 센서라면 기공이 포화되기 전에 감도가 확보되어야 합니다. 관절 센서라면 측정 범위와 반복 사이클 내성이 필요합니다. 압력 어레이라면 픽셀 간 일관성과 관리 가능한 접촉 저항이 필요합니다. 직물 인터페이스라면 기록적인 게이지 팩터보다 세탁 내구성이 더 중요할 수 있습니다.

이 목표가 분명해지면 플레이크의 화학적 특성, 필러 형상, 코팅 방식, 기재, 전극, 봉지 처리를 하나로 연결된 시스템으로 다룰 수 있습니다. 그래핀과 맥신 네트워크의 가치는 수많은 접합부 덕분에 미세 구조 변화에 저항이 매우 민감하게 반응한다는 데 있습니다. 하지만 바로 그 특성 때문에 공정 편차와 기계적 이력에도 민감합니다.

이것이 압저항 플레이크 센서의 핵심적인 역설입니다. 네트워크가 흩어지는 것을 허용해야 하지만, 그 과정은 반드시 제어 가능하고 반복 가능해야 합니다.

그래핀·맥신 압저항 플레이크 센서에 관한 FAQ

Q: 변형률 센서와 압력 센서의 차이는 무엇입니까?

변형률 센서는 원래 길이 대비 늘어남이나 줄어듦과 같은 변형을 측정하고, 압력 센서는 면적에 가해지는 힘을 측정합니다. 두 가지 모두 압저항 플레이크 네트워크를 사용할 수 있지만, 변형률 감도는 보통 게이지 팩터로, 압력 감도는 흔히 kPa-1 단위로 표시합니다.

Q: 플렉서블 센서에 감도 구간이 여러 개인 경우가 많은 이유는 무엇입니까?

하중에 따라 지배적인 미세 구조 변화가 다르기 때문입니다. 초기 압력은 전극 접촉을 개선하고, 중간 수준의 변형은 터널링 간격이나 플레이크 겹침을 바꾸며, 더 큰 변형은 기공을 무너뜨리거나 균열을 전파시킬 수 있습니다. 각 영역은 저항 응답 곡선에서 서로 다른 기울기를 만들어내므로 개별 보정이 필요합니다.

Q: 그래핀·맥신 압저항 센서는 실용화할 준비가 되었습니까?

큰 잠재력을 보여주고 있지만, 실험실에서의 감도만으로는 충분하지 않습니다. 실용 소자에는 재현 가능한 제조, 안정적인 보정, 낮은 히스테리시스, 환경 보호, 실제 변형 조건에서의 반복 시험이 필요합니다. 기재의 편차, 코팅 접착력, 맥신의 산화, 패키징, 그리고 완전히 통일된 시험 방법의 부재는 여전히 중요한 엔지니어링 과제로 남아 있습니다.

결론: 그래핀·맥신 플레이크 센서가 힘을 감지하는 원리

그래핀과 맥신 플레이크 네트워크는 플렉서블 압저항 센싱을 위한 매력적인 플랫폼이지만, 실제 가치는 최대 게이지 팩터 이상의 요소들에 달려 있습니다. 기재, 필러 형상, 봉지 처리에 의해 좌우되는 균열 전파, 플레이크 미끄러짐, 터널링의 상호작용이 센서가 의도한 범위와 수명 전반에 걸쳐 신뢰할 수 있고 해석 가능한 데이터를 제공할지를 결정합니다. 효과적인 센서를 설계한다는 것은 기계적 질문에서 출발해, 그 질문에 반복적으로 답할 수 있도록 시스템 전체를 설계하는 것을 의미합니다.

지속적인 성장