국내 연구진이 최근 딥러닝 기술을 활용해 새로운 당도 측정 방법을 개발해 화제다.
포스텍(포항공대)은 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.
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 이뤄져 있다.
고리 전체를 통해 전류가 원활하게 흐르지 않고, 고리 내에서 전·자기적 공진이 발생해 특정 주파수에서 전자기장을 흡수하거나 투과, 반사해 신호를 증폭하는 특성이 우수하다.
특히 이 SRR은 센서 분야에서 많이 활용되고 있지만, 온도나 습도, 샘플 위치 등 여러 조건에 따라 측정값의 일관성과 신뢰성이 떨어지는 한계점이 있었다.
이번 연구에서 연구팀은 SRR을 기반으로 한 센서의 전기적 신호가 샘플의 위치 변화에 따라 변동하는 문제를 해결하는 데 초점을 맞췄다.
우선 연구팀은 빛으로 반도체 위에 패턴을 만드는 포토리소그래피(photolithography) 공정을 통해 센서가 0.5~18GHz 주파수 범위에서 전기 신호를 효과적으로 증폭할 수 있도록 최적화했다. 또 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 이번 연구는 나노·재료·센싱 분야 국제 학술지인 ‘레이저 앤 포토닉스 리뷰스’에 실렸다.