인하대, 지속가능한 이차전지·수소 분야 이끄는 창의융합진로 공동교육과정 눈길

이차전지 융합학과 교수 특강, 최신 연구·산업 동향, 실습 체험

AI로 '나노 플라스틱' 초고속·초정밀 감별기술 개발

지난 23일 인하대 송도산학협력관 i-BIC센터에서 열린 1회차 이차전지·수소 분야를 이끄는 창의융합진로교육 프로그램에서 최진섭 인하대 이차전지사업단장이 학생들에게 특강을 하고 있다. [사진=인하대]

인하대학교(총장 조명우)가 지속가능한 이차전지·수소 분야를 이끄는 창의융합진로 공동교육과정을 운영하고 있어 눈길을 끈다.

인하대 이차전지사업단은 지난 3월 인천시교육청과 맺은 업무협약을 바탕으로 지역 고등학생에게 이차전지 첨단분야와 수소 분야의 기초 탐구 분야를 중심으로 한 이론 교육, 실습 교육을 제공하기 위해 공동교육과정을 마련했다.

인하대 이차전지사업단, 이차전지특성화대학 사업단은 인천시 에너지산업과, 인천시교육청과 함께 지난 23일부터 공동교육과정을 운영하고 있다. 이번 공동교육과정은 송도고, 대인고 등 인천지역 고등학교 학생을 대상으로 4주 동안 4차례에 걸쳐 진행된다.

지속가능한 이차전지·수소 분야를 주제로 기획돼 미래 에너지 산업을 선도할 청소년들에게 첨단 기술과 연구 성과를 직접 경험할 수 있도록 구성됐다. 이차전지 융합학과 교수 특강, 최신 연구·산업 동향 소개, 실습 체험, 멘토링 등 다채로운 방식으로 학생들이 학과 진로 탐구를 하고, 과학적·공학적 사고력을 기를 수 있는 기회를 제공한다.

이번 프로그램은 인천시교육청에 있어 진로 선택을 앞두고 있는 고등학생들의 학습 선택권을 확대했다는 점에서 의미가 있다. 인천시 에너지산업과도 미래 친환경 에너지 분야 인재 양성을 위해 적극적으로 지원했다.

참여 학생들도 교과서만으로 배운 이차전지와 수소 기술을 직접 배우고 체험하면서 미래 진로를 구체적인 고민을 할 수 있는 시간이라며 긍정적인 반응을 보이고 있다.

인하대는 앞으로도 인천시 에너지산업과, 인천시교육청과 지속가능한 에너지 산업 발전을 선도할 창의융합형 인재 양성을 위해 교육 협력 모델을 확대해 나갈 예정이다.

최진섭 인하대 이차전지사업단장은 "이차전지와 수소는 탄소중립 시대를 이끌 핵심 기술"이라며 "이번 프로그램이 미래 인재들이 진로 탐색에 도움이 되고, 창의성과 융합적 사고를 키우는 계기가 되길 기대한다"고 말했다.

AI로 ‘나노 플라스틱’ 초고속·초정밀 감별기술 개발

(왼쪽부터) 신동하 교수, 임정현 석사과정생. [사진=인하대]

인하대학교(총장 조명우)는 화학과 신동하 교수 연구팀이 최근 라만분광법 기반 미세·나노플라스틱 검출의 난제를 동시에 돌파할 수 있는 첨단 인공지능(AI) 분석기술을 세계 최초로 개발했다고 28일 밝혔다.

플라스틱 입자가 환경에서 분해돼 미세플라스틱과 나노플라스틱으로 변하면 그 수와 종류가 큰 폭으로 증가한다. 하지만 전통적인 분석법인 라만분광법으로는 표본 내 플라스틱을 정확히 식별·분류하는 데 한계와 오류가 있었다. 라만분광법은 특정 빛을 쬐어 분자의 고유 진동 신호를 포착, 물질을 식별하는 분석 기법이다.

특히 자연계 지방산, 오염물과 스펙트럼이 겹치거나 수만~수십만 개의 미세입자를 신속하게 스캐닝하는 속도 문제는 전 세계 과학계의 풀리지 않는 과제였다.

연구팀은 초저 SNR(신호대잡음비) 데이터베이스를 직접 구축해 실제 환경 신호와 소음 특성을 반영했다. 오토인코더를 통해 잡음을 제거해 나노플라스틱 신호를 더욱 선명하게 한 뒤 무감독 클러스터링(DBSCAN+PCA)으로 미세플라스틱의 신호와 잡음을 자동으로 분류해 자체 개발한 딥러닝 모델을 훈련시켰다.

연구팀이 개발한 딥러닝 모델은 사진이나 신호 속에서 특징을 잡아내는 인공지능 신경망을 두 방향으로 설계해 정밀하게 보는 Bi-CNN과 이미지를 잘라서 세밀하게 구분하는 U-Net 구조다. 이진 출력 인코딩 방식을 사용해 결과를 단순하게 내보낼 수 있도록 했다.

그 결과, 기존 방식에선 수십 초에서 길게는 수 분이 걸리던 스캔을 0.001초 노출만으로 나노플라스틱을 99% 이상 정확도로 감별하고 혼동·오분류를 일으키던 지방산 등도 오차 없이 구별했다.

또한, 혼합물까지 동시에 정량적으로 분석하고 표준 국제 분석법와 비교했을 때 최소 36~49%까지 정확도가 높아졌다. 연구팀의 개발 기술은 라만분광법뿐 아니라 적외선(IR) 등 모든 분광 기반 환경분석·바이오·식품 분야에 폭넓게 확장 적용 가능하다는 점에서 의미가 더욱 크다.

이 같은 연구 내용은 ‘저 SNR 환경에서의 나노플라스틱 신속 검출을 위한 머신러닝 기반 라만 분광법’ 및 ‘미세플라스틱 분석에서의 스펙트럼 혼동 감소: U-Net 기반 딥러닝 접근법’이라는 제목으로 각각 국제학술지인 ‘Sensors & Actuators B: Chemical’(JCR 상위 2%), ‘Analytical Chemistry’(JCR 상위 9%)에 게재됐다. 저자로는 인하대 화학과 신동하 교수와 임정현, 서주희 석사과정 학생이 이름을 올렸다.

신동하 인하대 화학과 교수는 "라만 기반의 플라스틱 검출이 갖고 있던 속도와 신뢰성 문제를 동시에 해결함으로써, 국내외 마이크로, 나노플라스틱 표준화·자동화에 새로운 장을 열 것으로 기대된다"고 말했다.