AI 기술로 수처리 공정 중 물 속 이온농도를 정밀 예측할 수 있는 기술이 국내 연구진에 의해 개발했다. 이에 따라 국가 수준의 수질 측정과 수질관리 시스템에 적용돼 물 복지 향상에 크게 기여할 것으로 기대된다.
한국과학기술연구원(KIST)은 물자원순환연구단 손문 연구원팀, 영남대 백상수 교수팀과 공동으로 AI를 활용해 전기화학적 수처리 공정에서 물속 이온농도를 정밀 측정하는 획기적인 기술을 개발했다고 8일 밝혔다.
물 부족 문제가 전 세계적인 이슈로 부각되면서 축전식탈염법, 배터리전극담수화 등 염수를 담수화하는 전기화학 기반의 '분산형 물 생산 기술'에 대한 관심이 높다. 하지만 이에 활용되는 수질 정 센서는 물 속 이온 농도들을 개별 측정·추적하지 못하는 한계점을 안고 있다.
전기전도도로 수질 상태를 대략 유추하는 수준이어서 수질 상태를 정확히 알기 어려웠다. 대체 수자원 확보 사업에 막대한 사회적 경제적 비용을 들이고도 물 수요 변화에 즉시 대응할 수 없다는 의미다.
이에 연구팀은 회귀 문제에 활용되는 트리 기반 머신러닝 기술이자, 다양한 입력에 따른 예측인자 값을 정량 예측하는데 쓰이는 '랜덤 포레스트' 모델을 구축, 이를 전기화학적 수처리 기술 이온농도 예측에 활용하는 방법으로 한계를 극복했다.
랜덤 포레스트 모델은 데이터를 여러 하위 집합으로 분류하는 머신러닝 기술이다. 이 기술로 인해 전류와 전압에서 전기전도도를 예측하고, 전기전도도에서 개별 이온 농도 예측을 하는 방식을 통해 최종적으로 수처리 공정 전류와 전압 데이터만 가지고도 개별 이온 농도를 추적이 가능해졌다.
연구팀은 "복잡한 딥러닝 모델 보다 학습에 필요한 컴퓨팅 자원을 100배 이상 아낄 수 있어 경제적으로 우수하다"며 "이를 통해 물속 나트륨, 칼륨, 칼슘, 염소 등의 농도를 높은 정밀도로 예측해내는 데 성공했다"고 설명했다.
연구를 주관한 손문 KIST 선임연구원은 "이번 물속 이온농도 측정기술은 국가 수질관리 시스템에 즉각 적용할 수 있다는 점에서 의미가 크다"며 "개별 이온들의 농도를 보다 정밀하게 추적 관찰하면 사회적 물 복지 향상에 기여할 수 있을 것"이라고 말했다.
이번 연구는 과학기술정보통신부 지원을 받아 KIST 주요 사업과 세종과학펠로우십 사업으로 수행됐다. 연구 성과는 물관련 국제학술지인 '워터 리서치'에 지난 7월12일자로 게재됐다.
댓글
0