99.5% 정확도로 다종 가스 분류
“유해가스부터 질병 조기 진단까지”

한국기술교육대학교(총장 유길상)는 에너지신소재화학공학부 심영석 교수 연구팀이 고신뢰성 나노가스센서와 딥러닝 기술을 결합한 인공 후각 시스템을 개발했다고 8일 밝혔다.

이번 개발은 극한의 고습도 환경에서도 99.5% 이상 정확도로 다종 가스를 분류가 가능하다.

연구팀은 산화주석(SnO2) 기반 1차원 나노구조체에 금(Au)과 팔라듐(Pd) 나노촉매를 정밀 코팅하고, 표면 기능화 및 열 노화(Aging) 공정을 적용해 센서 신호 변동 계수를 평균 3% 이하로 낮췄다.

이 같은 성과는 기존 상용 금속산화물 센서 대비 재현성과 데이터 일관성이 크게 향상했다.

개발된 인공 후각 시스템은 딥러닝 알고리즘(ResNet)과 데이터 증강 기법을 활용해 산업안전 및 바이오 헬스케어 분야에서 중요한 7종 가스(아세톤·에탄올·수소·일산화탄소·프로판·이소프렌·톨루엔)를 상대습도 80% 이상의 고습도 환경에서도 99.5% 이상의 정확도로 분류했다.

감지 농도는 ppt(조 단위) 수준까지 구현돼, 고감도·고정확도 센서 플랫 기술력을 입증했다.

심영석 교수는 “이번 연구는 다종 가스를 높은 신뢰도로 감지하고 구별할 수 있는 인공 후각 플랫폼을 제시했다”며 “산업 현장 유해가스 감지뿐 아니라 폐 질환, 당뇨병 등 날숨 기반 질병 조기진단 분야로도 확장 가능성이 크다”고 설명했다.

이번 연구는 한국연구재단(미래유망융합기술파이오니어, 나노·기술개발사업) 지원을 통해 이뤄졌다.

연구 성과는 독일 Wiley-VCH에서 발간하는 세계적 권위의 학술지 ‘어드밴스드 사이언스(Advanced Science)’ 5월 온라인판에 게재됐다.

논문 제목은 “Artificial Olfactory System Enabled by Ultralow Chemical Sensing Variations of 1D SnO2 Nanoarchitectures”다.