AI 기반 시스템이 빠르고 정확하게 독성 가스를 감지합니다.

버지니아 대학교 공학 및 응용 과학부 연구원들은 인간의 후각을 모방하여 실시간으로 독성 가스를 감지하고 추적하는 AI 기반 시스템을 개발했습니다. 센서 네트워크와 결합된 고급 인공 신경망을 사용하여 이 시스템은 심각한 호흡기 건강 위험을 초래하는 이산화질소(NO?)와 같은 유해 가스의 출처를 빠르게 식별합니다.

세계보건기구에 따르면, NO2를 포함한 실외 대기 오염으로 인해 전 세계적으로 매년 약 420만 명이 조기 사망하고 있으며, 이는 주로 천식이나 만성 폐쇄성 폐질환(COPD)과 같은 호흡기 질환으로 인해 발생합니다.

이들의 연구는 최근 Science Advances에 게재되었습니다.

그래핀 기반 센서, 인간의 냄새를 모방하다

이 혁신적인 시스템은 그래핀 표면에 매립된 금속 촉매의 나노 섬에 의존합니다. 이 장치는 인공 코처럼 기능하여 표적 독성 가스 분자와 반응합니다. 이산화질소 분자가 그래핀에 결합하면 센서의 전도도가 변하여 시스템이 극도로 민감한 가스 누출을 감지할 수 있습니다.

"금속 촉매의 나노 섬은 그래핀과 같은 표면에 증착된 작은 금속 입자 클러스터로, 가스 분자가 상호작용할 수 있는 표면적을 늘려 화학 반응을 향상시키고 독성 가스를 정확하게 감지할 수 있게 해줍니다." 센서의 R&D를 이끄는 전기 및 컴퓨터 공학과 연구 과학자인 백용민의 말입니다.

전기 및 컴퓨터 공학과 재료 과학 공학과 준교수이자 이 프로젝트의 주요 연구원 중 한 명인 이규상은 "AI를 최첨단 가스 센서와 통합함으로써, 우리는 크거나 복잡한 환경에서도 전례 없는 정확도로 가스 누출을 정확히 찾아낼 수 있습니다. 인공 후각 수용체는 가스 농도의 미세한 변화를 감지하고 그 데이터를 근접 센서 컴퓨팅 시스템에 전송할 수 있으며, 이 시스템은 기계 학습 알고리즘을 사용하여 누출의 근원을 예측합니다."라고 설명합니다.

신경망은 센서 배치를 최적화합니다

시스템의 인공 신경망은 센서의 데이터를 실시간으로 분석하여 최적화된 센서 배치를 기반으로 시스템의 커버리지와 효율성을 보장합니다. 이 최적화는 복잡한 문제를 더 작은 영역으로 나누어 가장 효율적인 센서 위치를 찾는 기계 학습 기술인 "신뢰 영역 베이지안 최적화 알고리즘"을 통해 가능합니다. 이를 통해 더 적은 리소스를 사용하는 동시에 더 빠르고 정확한 가스 누출 감지를 제공합니다.

전기 및 컴퓨터 공학 박사과정 학생 배병준은 "저희 AI 기반 시스템은 공기 질을 지속적으로 모니터링하여 산업 현장, 도시 지역, 심지어 주거용 건물까지 더 안전하게 만들 수 있는 잠재력이 있습니다. 장기적인 건강 위험을 예방하고 환경을 보호하는 데 큰 진전입니다."라고 덧붙였습니다.

"독성 가스의 시공간적 모니터링을 위한 인공 후각 수용체 네트워크"라는 제목의 이 논문은 Science Advances에 게재되었습니다. 연구팀에는 University of Virginia와 Ajou University와 같은 기관에서 협업한 Yongmin Baek, Byungjoon Bae, Jeongyong Yang, Wonjun Cho, Inbo Sim, Geonwook Yoo, Seokhyun Chung, Junseok Heo, Kyusang Lee가 포함됩니다.

본 연구는 산업통상자원부(MOTIE, 한국), 한국연구재단(NRF), 미 공군 과학연구실 청년연구자 프로그램(FA9550-23-1-0159)의 지원을 받은 산업전략기술개발사업(20014247 및 20026440)과 국가과학재단(NSF ECCS-1942868 및 NSF ECCS-2332060)의 지원을 받아 수행되었습니다.

출처: https://www.sciencedaily.com/releases/2024/11/241105114328.htm