KAIST, 반도체·플라즈마 공정 등 산업 현장서 전문가 없이 분석 가능한 기술 구현
사람마다 지문이 다르듯, 모든 물질은 고유한 빛의 신호를 갖는다. 분광학은 이러한 신호를 통해 물질의 성분과 상태를 분석하는 기술로, 반도체 공정부터 환경 감시, 의료 진단까지 폭넓게 활용돼 왔다. 다만 분석 과정이 복잡해 숙련 전문가의 해석에 의존해야 한다는 한계가 있었다. KAIST 연구진은 이러한 분광 분석을 AI 기반 자동·실시간 판독 기술로 구현해 산업 현장 활용 가능성을 크게 확장했다.
KAIST(총장 이광형) 원자력및양자공학과 박상후 교수 연구팀은 잡음과 데이터 손실이 존재하는 복잡한 분광 데이터를 인공지능이 실시간으로 자동 해석하는 ‘AI 기반 심층 분광해석 기술’을 개발했다고 2월 3일 밝혔다. 이번 기술은 그동안 분석 난이도 문제로 현장에서 충분히 활용되지 못했던 분광 데이터를 즉시 활용 가능한 정보로 전환할 수 있는 기반 기술로 평가된다. 특히 반도체 플라즈마 공정의 수율 향상, 핵융합 플라즈마의 안정적 제어는 물론, 스마트 시티 환경 감시, 비접촉식 질병 진단 등 다양한 첨단 산업 분야에서 활용 가능성이 크다.
스펙트럼은 물질이 방출하거나 흡수한 빛을 파장별로 나타낸 그래프로, 기존에는 이를 기준 데이터와 비교하며 수동으로 분석해야 했다. 연구팀은 이러한 방식 대신, 스펙트럼 전체를 하나의 이미지로 인식하고 인공지능이 패턴을 학습하도록 설계했다.
그 결과 데이터에 잡음이 섞이거나 일부 정보가 손실된 상황에서도, AI는 물질 정보를 안정적으로 식별했다. 특히 예측 결과의 과학적 타당성을 스스로 점검하는 기능을 갖춰 분석 신뢰성을 높였다.
연구팀은 해당 기술을 대기화학·플라즈마화학 분야에서 활용되는 흡수 분광 데이터에 적용해 검증했다. 그 결과, 오존과 질소산화물 등 8종의 화학 물질 농도를 복잡하게 겹친 신호 속에서도 높은 정확도로 예측했다. 데이터 품질이 낮은 환경에서도 성능 저하가 크지 않은 점이 확인됐다.
이번 기술은 그동안 분석 난이도 문제로 현장에서 충분히 활용되지 못했던 분광 데이터를 즉시 활용 가능한 정보로 전환할 수 있는 기반 기술로 평가된다. 특히 반도체 플라즈마 공정의 수율 향상, 핵융합 플라즈마의 안정적 제어는 물론, 스마트 시티 환경 감시, 비접촉식 질병 진단 등 다양한 첨단 산업 분야에서 활용 가능성이 크다.
박상후 교수는 “이번 기술은 전문가의 경험에 의존하던 분광 데이터 분석의 진입장벽을 획기적으로 낮춘 성과”라며, “환경 모니터링, 헬스케어, 플라즈마 진단 등 스펙트럼 분석이 필요한 산업 전반에 즉각 적용할 수 있을 것”이라고 말했다.
이번 연구는 김종찬·허성철 박사과정이 공동 제1저자로 참여했으며, 국제 학술지 Sensors and Actuators B: Chemical에 1월 12일 온라인 게재됐다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>
