연구성과

기계/화공/전자 노준석 교수팀, 식품 당도 측정, 딥러닝으로 더 간편하게

2024-07-01 324

[POSTECH · 대구대 연구팀, 혁신적인 마이크로웨이브 당도 측정 센서 개발]

최근, 통화 중에 실시간으로 음성을 번역해주는 휴대폰 기능이 화제가 됐다. 이 기술은 인공신경망을 기반으로 기계를 학습하는 딥러닝(deep learning)의 결과다. AI는 이미 우리 생활 깊숙이 뿌리를 내렸으며, 다양한 연구 분야에서도 AI를 활용하여 큰 성과를 내고 있다.

기계공학과 · 화학공학과 · 전자전기공학과 노준석 교수, 기계공학과 통합과정 이석호 · 김경태 씨, 대구대 물리교육과 이희조 교수 공동 연구팀은 최근 딥러닝 기술을 이용해 새로운 당도 측정 방법을 개발했다. 이번 연구는 나노 · 재료 · 센싱 분야 국제 학술지인 ‘레이저 앤 포토닉스 리뷰스(Laser & Photonics Reviews)’에 게재됐다.

메타물질은 자연계에서 발견되지 않는 특이한 전자기적 특성을 가지는 인공 물질로, 빛이나 마이크로파 등 전자기파를 제어할 수 있다. 메타물질을 설계할 때 자주 사용하는 구조 중 하나인 스플릿 링 공진기(Split Ring Resonator, 이하 SRR)는 중앙 부분이 갈라진 반지 형태로 이루어져 있다. 고리 전체를 통해 전류가 원활하게 흐르지 않고, 고리 내에서 전 · 자기적 공진이 발생해 특정 주파수에서 전자기장을 흡수하거나 투과, 반사해 신호를 증폭하는 특성이 우수하다. 이 SRR은 특히 센서 분야에서 많이 활용되고 있지만, 온도나 습도, 샘플 위치 등 여러 조건에 따라 측정값의 일관성과 신뢰성이 떨어지는 한계가 있었다.

이번 연구에서 연구팀은 SRR을 기반으로 한 센서의 전기적 신호가 샘플의 위치 변화에 따라 변동하는 문제를 해결하는 데 초점을 맞췄다. 먼저, 연구팀은 빛으로 반도체 위에 패턴을 만드는 포토리소그래피(photolithography) 공정을 통해 센서가 0.5~18GHz 주파수 범위에서 전기 신호를 효과적으로 증폭할 수 있도록 최적화했다. 그리고, 당도 측정 센서가 다양한 위치에서 측정된 전기적 신호를 학습할 수 있도록 딥러닝 기술을 이용했다.

이를 바탕으로 1차원 컨볼루션 신경망(이하 1D CNN)을 만들어 실험한 결과, 이 모델은 각각 0.695%와 0.876%의 평균 절대 오차(이하 MAE)와 평균 제곱 오차(이하 MSE)를 보이며 샘플 위치 변화로 인한 오차를 효과적으로 보정했다.

이어, 파인애플과 제주 감귤, 샤인머스캣 등 실제 과일 주스 당도를 예측하는 실험에서도 연구팀의 1D CNN 모델을 적용한 당도 측정 센서는 MAE 0.45%와 MSE 0.305%의 높은 정확도를 보였다. SRR의 고질적인 문제를 해결하고, 실제 생활에서 안정적으로 사용할 수 있는 수준의 당도 측정 센서를 개발한 것이다.


노준석 교수는 “샘플 위치 변화에 민감하게 반응하는 전기 신호를 제어하고, 당도 측정 디바이스의 일관성과 신뢰성을 높이는 데 성공했다”라며, “현재 반도체 산업에서 널리 사용되고 있는 포토리소그래피 공정을 이용해 기술 상용화 · 대량 생산이 가능하다는 점에서도 큰 의의가 있다”라는 말을 전했다.

한편, 이 연구는 한국연구재단과 과학기술정보통신부, 산업통상자원부, 대구대 산학협력단, POSCO(포스코) 산학연융합연구소, 삼성전자(삼성전략산학과제) 등의 지원으로 수행됐다.

DOI: https://doi.org/10.1002/lpor.202300768