왼쪽부터 어성우 학생(제1저자), 공동 교신저자인 김동찬·김동하 교수. 한양대ERICA 제공 대학 연구팀이 기능성 나노 소재를 기반으로 혼합 가스의 종류 및 농도 예측은 물론 판단까지 할 수 있는 기술을 개발, 실제 환경에서 활용 가능한 지능형 전자코(e-nose) 플랫폼의 가능성을 제시했다. 특히 이를 통해 구취 및 호흡 질환 진단, 악취 모니터링, 산업 현장 유해가스 감지 등 다양한 분야의 현장형 정밀 센싱 기술로 확장될 것으로 기대된다. 한양대 ERICA는 김동하 신소재반도체공학전공 교수 및 김동찬 인공지능학과 교수 연구팀이 혼합 가스의 종류와 농도를 정밀하게 예측하고, 예측 결과의 불확실성까지 수치로 제시하는 딥 앙상블 기반 지능형 가스센서 어레이 기술을 개발했다고 16일 밝혔다. 야마토3다운로드게임사이트 가스센서는 호흡 진단, 환경 모니터링, 산업 안전 등 다양한 분야에 활용될 수 있는 기술이지만, 실제 환경에서는 여러 가스가 동시에 존재하고 습도·온도 등 외부 조건도 변하기 때문에 가스의 종류와 농도를 정확히 판별하는 데 한계가 있었다. 연구팀은 이를 해결하기 위해 순간적인 강한 빛 에너지를 이용한 광열 공정으로 ▲주석산화물(SnO2) ▲코발트산화물(Co3O4) ▲텅스텐산화물(WO3) 나노구조에 백금(Pt) ▲팔라듐(Pd) ▲이리듐(Ir) ▲코발트(Co) 촉매 나노입자를 결합한 15채널 가스센서 어레이를 제작했다. 각 센서 채널은 가스의 종류와 농도에 따라 서로 다른 전기저항 변화 패턴을 나타내도록 설계됐으며, 이를 통해 단일 센서로는 구분하기 어려운 혼합가스까지 판별할 수 있는 패턴을 확보했다. 또한 딥 앙상블 기반 인공지능 알고리즘을 센서 어레이 데이터 분석에 도입, 기존 인공지능 기반 센서 분석은 가스 종류와 농도를 맞히는 데 초.이 맞춰져 있으나 예측 결과를 얼마나 신뢰할 수 있는지 판단이 어렵다는 한계가 있었다 야마토게임장 . 반면 이번 연구에서는 여러 개의 딥러닝 모델을 함께 활용하는 딥 앙상블 기법을 통해 가스 종류 판별, 농도 예측, 예측 불확실성 정량화를 동시에 수행하도록 했다. 이를 통해 단일 가스뿐 아니라 2~3종이 섞인 복합 황화합물 가스 조건에서도 각 가스 성분을 구분하고 농도를 예측하는 성능을 확인했으며, 알고리즘이 하나의 예측값을 제시하는 데 그치지 않고 예측의 불확실성을 함께 제공해 AI 모델이 자신의 판단에 얼마나 확신을 갖는지를 수치로 제시할 수 있음을 보여줬다. 이번 연구 결과를 담은 논문 ‘Uncertainty-Aware Deep Ensembles for Robust and Reliable Chemical Sensor Arrays’는 국제학술지 ‘Advanced Science’에 게재됐으며, 연구 내용을 시각화한 이미지가 8월 발행호 속표지(Inside Front Cover)로 선정됐다. 바다이야기APK ㉥