컴퓨터 과학, 인공 지능, 화학 및 생물 의학과 같은 다양한 분야에서 점점 더 중요해지고 있는 인공지능의 머신러닝(Machine Learning) 기술은 염료의 제거 효율을 제고할 수 있다. 머신러닝을 사용해 폐기물에서 염료의 제거 행동을 모델링하고 학습하면 프로세스를 단순화하고 필요한 실험 반복 횟수를 줄일 수 있다. 

이에 전북대학교 조재혁 교수 연구팀(소프트웨어공학과, 사진)이 촉매환원 반응에 따른 파장을 측정해 정량적 데이터를 머신러닝에 적용했다고 24일 밝혔다. 

이에 따르면 파장의 변화를 시계열 데이터로 측정하고 오염물과 화학 분자구조에 따라 독립변수들과 상관성이 있는지 확인했다. 

연구팀은 니트로페놀과 아조염료 각각의 상관관계를 피어슨상관계수로 계산해 양의 상관관계를 도출하고 특징을 머신러닝에 활용했다. 머신러닝 대표 알고리즘과 그리드 서치 등을 활용해 적합한 하이퍼파라미터를 구했다. 

연구를 총괄한 조재혁 교수는 “니트로페놀과 아조염료의 종류에 따라 수질 정화를 위한 머신러닝 알고리즘을 효과적으로 사용할 수 있다"며 "이것으로 오염 물질의 촉매 환원반응을 예측해 환경공학 및 수처리 분야의 기업, 연구원과 엔지니어에게 유용한 가이드를 제공할 것”이라고 밝혔다.

한편 이번 연구 결과는 국제 학술지 SCIE의 Engineering 카테고리 상위 7%인 알렉산드리아 엔지니어링 저널을 통해 게재됐다.

/장은성 기자