“라만 기반 플라스틱 검출 문제 해결”

인하대학교는 신동하 교수(화학과) 연구팀이 최근 라만분광법 기반 미세·나노플라스틱 검출의 난제를 동시에 돌파할 수 있는 첨단 인공지능(AI) 분석기술을 세계 최초로 개발했다고 28일 밝혔다.

플라스틱 입자가 환경에서 분해돼 미세플라스틱과 나노플라스틱으로 변하면 그 수와 종류가 큰 폭으로 증가한다. 하지만 전통적인 분석법인 라만분광법으로는 표본 내 플라스틱을 정확히 식별·분류하는 데 한계와 오류가 있었다. 라만분광법은 특정 빛을 쬐어 분자의 고유 진동 신호를 포착, 물질을 식별하는 분석 기법이다.

특히 자연계 지방산, 오염물과 스펙트럼이 겹치거나 수만~수십만 개의 미세입자를 신속하게 스캐닝하는 속도 문제는 전 세계 과학계의 풀리지 않는 과제였다.

연구팀은 초저 SNR(신호대잡음비) 데이터베이스를 직접 구축해 실제 환경 신호와 소음 특성을 반영하고 미세플라스틱의 신호와 잡음을 자동으로 분류, 자체 개발한 딥러닝 모델을 훈련시켰다.

연구팀이 개발한 딥러닝 모델은 사진이나 신호 속에서 특징을 잡아내는 인공지능 신경망을 두 방향으로 설계해 정밀하게 보는 Bi-CNN과 이미지를 잘라서 세밀하게 구분하는 U-Net 구조다.

연구 결과 기존 방식에선 수십초~수분 걸리던 스캔을 0.001초 노출만으로 나노플라스틱을 99% 이상 정확도로 감별했으며 혼동·오분류를 일으키던 지방산 등도 오차 없이 구별했다.

또한 혼합물까지 동시에 정량적으로 분석하고 표준 국제 분석법과 비교했을 때 최소 36~49%까지 정확도가 높아졌다.

연구팀의 개발 기술은 라만분광법뿐 아니라 적외선(IR) 등 모든 분광 기반 환경분석·바이오·식품 분야에 폭넓게 확장 적용 가능하다.

이번 연구 내용은 ‘저 SNR 환경에서의 나노플라스틱 신속 검출을 위한 머신러닝 기반 라만 분광법’ 및 ‘미세플라스틱 분석에서의 스펙트럼 혼동 감소: U-Net 기반 딥러닝 접근법’이라는 제목으로 국제학술지에 실렸다. 저자로는 신동하 교수와 임정현·서주희 석사과정 학생이 이름을 올렸다.

신 교수는 “라만 기반의 플라스틱 검출이 갖고 있던 속도와 신뢰성 문제를 동시에 해결함으로써 국내외 마이크로, 나노플라스틱 표준화·자동화에 새로운 장을 열 것으로 기대된다”고 말했다.

강남주 기자