KIST, 물 속 '이온농도' 정밀 예측하는 AI 기술 개발

Photo Image
머신러닝(랜덤포레스트) 기술을 이용한 전도도 기반 수중 이온농도 예측 기술 개요

한국과학기술연구원(KIST·원장 오상록)이 인공지능(AI) 기술로 수처리 공정 중 물 속 이온농도를 정밀하게 예측하는 기술을 개발했다. 국가 수준 수질 측정망에 적용, '물 복지' 향상에 기여할 전망이다.

KIST는 손문 물자원순환연구단 박사팀이 백상수 영남대 교수팀과 이같은 성과를 거뒀다고 8일 밝혔다.

전 세계에 만연한 물 부족 현상을 극복하고자 대체 수자원 확보 사업에 막대한 사회경제적 비용이 지출되는데, 이런 중앙집중형 물 분배 시스템은 물 수요 변화를 즉각 반영하기 어렵다.

이에 축전식탈염법, 배터리전극담수화 등 기술 도입이 간편하며, 전기화학 기반인 '분산형 물 생산 기술'에 대한 관심이 높아지고 있다. 다만 이에 활용되는 수질 측정 센서는 물 속 이온들을 개별 측정·추적하지 못하며, 전기전도도로 수질 상태를 대략 유추하는 수준이다.

연구팀은 회귀 문제에 활용되는 트리 기반 머신러닝 기술이자, 다양한 입력에 따른 예측인자 값을 정량 예측하는데 쓰이는 '랜덤포레스트' 모델을 구축해 이를 전기화학적 수처리 기술 이온농도 예측에 활용했다.

개발 모델은 처리수 전기전도도와 이온 농도를 정밀 예측할 수 있었다. 또 복잡한 딥러닝 모델보다 학습에 필요한 컴퓨팅 자원을 100배 이상 아낄 수 있어 경제적으로 우수하다.

손문 박사는 “이 연구 중요성은 단순히 새로운 AI 모델을 개발하는 데 그치지 않고, 국가 수질관리 시스템에도 적용할 수 있다는 점”이라며 “개별이온들 농도를 보다 정밀하게 추적·관찰해 사회적 물 복지 향상에도 기여할 수 있을 것”이라고 강조했다.

이번 연구는 과학기술정보통신부(장관 유상임) 지원을 받아 KIST 주요 사업과 세종과학펠로우십 사업으로 수행됐다. 성과는 워터 리서치 최신호에 게재됐다.


김영준 기자 kyj85@etnews.com