한국기술교육대는 에너지신소재화학공학부 심영석 교수 연구팀이 고신뢰성 나노가스센서와 딥러닝 기술을 결합한 인공 후각 시스템을 개발해, 극한의 고습도 환경에서도 99.5% 이상의 정확도로 다종 가스를 분류하는 데 성공했다고 8일 밝혔다.
해당 연구 성과는 독일 Wiley-VCH에서 발간하는 세계적 권위의 학술지 ‘어드밴스드 사이언스(Advanced Science)’ 5월 온라인판에 게재됐다.
연구팀은 산화주석(SnO2) 기반 1차원 나노구조체에 금(Au)과 팔라듐(Pd) 나노촉매를 정밀 코팅하고, 표면 기능화 및 열 노화(Aging) 공정을 적용해 센서의 신호 변동 계수를 평균 3% 이하로 낮추는 데 성공했다. 이는 기존 상용 금속산화물 센서 대비 재현성과 데이터 일관성이 크게 향상된 결과다.
개발된 인공 후각 시스템은 딥러닝 알고리즘(ResNet)과 데이터 증강 기법을 활용해 산업안전 및 바이오 헬스케어 분야에서 중요한 7종 가스(아세톤, 에탄올, 수소, 일산화탄소, 프로판, 이소프렌, 톨루엔)를 상대습도 80% 이상의 고습도 환경에서도 99.5% 이상의 정확도로 분류하는 데 성공했다. 또한, 감지 농도는 ppt(조 단위) 수준까지 구현되어, 고감도·고정확도 센서 플랫폼의 기술력을 입증했다.
심 교수는 “이번 연구는 센서의 정밀성과 인공지능 학습 효율을 동시에 확보한 융합 기술로, 다종 가스를 높은 신뢰도로 감지하고 구별할 수 있는 인공 후각 플랫폼을 제시했다”며 “산업 현장의 유해가스 감지뿐 아니라 폐질환, 당뇨병 등 날숨 기반 질병 조기진단 분야로도 확장 가능성이 크다”고 말했다.
