 |
| DGIST 전기전자컴퓨터공학과 권혁준 교수 연구팀. 오른쪽부터 권혁준 교수, 임형태 석·박사통합과정생.(사진제공=DGIST) |
[아시아뉴스통신=윤석원 기자] DGIST(총장 이건우) 전기전자컴퓨터공학과 권혁준 교수 연구팀이 금속-유기 골격체(MOF, Metal-Organic Frameworks)를 활용해 사람의 코처럼 냄새를 감지하고 인공지능(AI)으로 분석하는 '인공 후각 시스템' 기술의 발전 방향을 제시했다. 연구팀은 MOF 소재 설계부터 센서 구현, AI 기반 냄새 패턴 인식까지 전자코 기술의 핵심 연구 흐름을 체계적으로 정리했다.
인공 후각 시스템, 이른바 '전자코'는 여러 센서가 냄새 분자에 반응해 만들어낸 신호 패턴을 AI가 학습·분석하는 기술이다. 식품 위생, 환경오염 감시, 유해가스 탐지, 질병 진단 등 다양한 분야에서 활용 가능성이 크지만, 기존 센서 소재는 선택성·반응속도·작동 조건 등에서 한계가 있었다.
연구팀은 이러한 한계를 극복할 핵심 소재로 MOF에 주목했다. MOF는 금속 이온과 유기물이 결합해 형성된 다공성 소재로, 미세한 구멍을 통해 냄새 분자를 효과적으로 흡착할 수 있다. 또한 구조와 화학적 성질을 목적에 맞게 설계할 수 있어, 상온·저전력 조건에서도 다양한 냄새를 민감하게 감지할 수 있는 차세대 센서 소재로 평가된다.
특히 이번 연구에서는 사람이 냄새를 인식하는 원리와 전자코 기술을 연결해 설명했다. 사람은 제한된 후각 수용체만으로 수많은 냄새를 구별하는데, 이는 하나의 냄새가 여러 수용체에 동시에 반응해 고유한 신호 조합을 만들기 때문이다. 연구팀은 이 같은 '조합 코딩' 원리를 바탕으로, 서로 다른 반응 특성을 가진 MOF 센서 배열과 AI 기반 신호 분석 전략을 종합적으로 제시했다.
 |
| MOF 센서 라이브러리(순수 MOF·복합체·유도체)와 머신러닝을 결합한 인공 후각의 개발 개념도.(자료제공=DGIST) |
연구팀은 MOF 기반 전자코 기술을 ▲MOF ▲MOF-복합체 ▲MOF-유도체로 나눠 정리했다. MOF는 다공성과 골격 구조를 조절할 수 있는 기본 플랫폼이며, MOF-복합체와 MOF-유도체는 감도·안정성·선택성을 높이는 데 기여한다. 여기에 머신러닝과 딥러닝 기반 분석 기술을 접목하면 복잡한 냄새 신호를 보다 정확하게 분류하고 해석할 수 있다.
권혁준 교수는 "MOF는 사람의 후각 수용체처럼 다양한 냄새에 서로 다른 반응을 보이도록 설계할 수 있는 무한한 소재 라이브러리를 제공한다"라며 "이번 논문은 소재 연구와 AI 기반 냄새 인식 연구 사이의 간극을 메우고, 응용 목적에 맞춘 지능형 전자코 개발 로드맵을 제시했다는 데 의의가 있다"라고 밝혔다.
연구팀은 MOF 기반 전자코가 향후 질병 진단 등 헬스케어, 공기질 및 산업 안전 모니터링, 스마트 농업, 자율주행·로봇의 화학 인지 기술 등으로 확장될 수 있을 것으로 전망했다.
한편, 이번 연구는 임형태 석·박사 통합과정생이 제1저자로, 권혁준 교수가 교신저자로 참여했다. 연구 성과는 재료과학 분야 세계적 권위의 학술지인 'Progress in Materials Science'(IF: 42.9, JCR 상위 0.7%)에 게재됐다. 본 연구는 과학기술정보통신부 중견·핵심연구 및 InnoCORE 프로그램, 교육부 중점연구소사업 후각융합연구센터의 지원을 받아 수행됐다.
seok193@daum.net
