|
가스센서는 호흡 진단, 환경 모니터링, 산업 안전 등 다양한 분야에 활용될 수 있는 핵심 기술이다. 다만 실제 환경에서는 여러 가스가 동시에 존재하고 습도·온도 등 외부 조건도 변하기 때문에 가스의 종류와 농도를 정확히 판별하는 데 한계가 있었다. 특히 황화수소(H2S), 메틸메르캅탄(CH3SH), 다이메틸설파이드((CH3)2S)와 같은 휘발성 황화합물은 구취, 질병 진단, 악취 모니터링과 관련이 깊지만 화학적 특성이 유사해 기존 센서로는 정밀하게 구분하기가 어려웠다.
이에 연구팀은 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 가스 종류와 농도에 따라 서로 다른 전기저항 변화 패턴을 나타내도록 설계됐다. 연구팀은 이를 통해 단일 센서로는 구분하기 어려운 혼합가스까지 판별할 수 있는 신호 패턴을 확보했다.
연구팀은 딥 앙상블 기반 인공지능(AI) 알고리즘도 센서 어레이 데이터 분석에 도입했다. 기존 기반 센서 분석은 가스 종류와 농도를 맞히는 데 초점이 맞춰져 있었지만 예측 결과의 신뢰성이 높은지 판단하기 어렵다는 한계가 있었다. 연구팀은 이번 연구에서 여러 개의 딥러닝 모델을 함께 활용하는 딥 앙상블 기법을 통해 가스 종류 판별, 농도 예측, 예측 불확실성 정량화를 동시에 수행하도록 했다.
이를 통해 연구팀은 단일 가스뿐만 아니라 여러 종이 섞인 복합 황화합물 가스 조건에서도 각 가스 성분을 구분하고 농도를 예측할 수 있음을 확인했다. 특히 알고리즘이 하나의 예측값을 제시하는 데 그치지 않고 예측의 불확실성을 함께 제공해 AI 모델이 자신의 판단에 얼마나 확신을 갖는지를 수치로 제시할 수 있음을 보였다.
이번 연구는 향후 구취·호흡 질환 진단, 악취 모니터링, 산업 현장 유해가스 감지 등 다양한 분야의 현장형 정밀 센싱 기술로 확장될 전망이다.
