DGIST, AI가 냄새까지 읽는다…'사람의 코' 닮은 차세대 전자코 기술 제시

[대구=이데일리 홍석천 기자] DGIST 연구진이 사람의 후각 원리를 모방해 냄새를 감지하고 인공지능(AI)으로 분석하는 차세대 ‘인공 후각 시스템(전자코)’ 기술의 발전 방향을 제시했다.

DGIST는 전기전자컴퓨터공학과 권혁준 교수 연구팀이 금속-유기 골격체(MOF·Metal-Organic Frameworks)를 활용한 전자코 기술을 체계적으로 정리하고, 소재 설계부터 AI 기반 냄새 인식까지 차세대 인공 후각 시스템의 핵심 기술 로드맵을 제시했다고 9일 밝혔다.

전자코는 여러 센서가 냄새 분자에 반응해 생성한 신호를 AI가 학습·분석하는 기술이다. 식품 품질 관리와 환경오염 감시, 유해가스 탐지, 질병 진단 등 다양한 분야에서 활용 가능성이 주목받고 있지만 기존 센서 소재는 선택성과 반응 속도, 작동 환경 등에 한계가 있었다.

연구팀은 이러한 문제를 해결할 핵심 소재로 MOF를 제시했다. MOF는 금속 이온과 유기물이 결합한 다공성 물질로, 미세한 기공을 통해 냄새 분자를 효과적으로 흡착할 수 있으며 구조와 화학적 특성을 자유롭게 설계할 수 있어 상온에서도 다양한 냄새를 민감하게 감지할 수 있는 차세대 센서 소재로 평가받는다.

이번 연구는 사람의 후각 인식 원리를 전자코 기술과 연결해 설명한 점도 주목된다.

사람은 제한된 수의 후각 수용체만으로도 수많은 냄새를 구별한다. 하나의 냄새가 여러 후각 수용체를 동시에 자극해 고유한 신호 조합을 만들어내기 때문이다. 연구팀은 이 같은 ‘조합 코딩(Combinatorial Coding)’ 원리를 바탕으로 서로 다른 반응 특성을 가진 MOF 센서 배열과 AI 기반 신호 분석 기술을 결합하면 더욱 정밀한 냄새 인식이 가능하다고 설명했다.

DGIST 전기전자컴퓨터공학과 권혁준(오른쪽) 교수 연구팀.(사진=DGIST)

연구에서는 MOF 기반 전자코 기술을 △MOF △MOF 복합체 △MOF 유도체 등으로 구분해 각각의 특징과 역할을 정리했다. 여기에 머신러닝과 딥러닝 기반 분석 기술을 접목하면 복잡한 냄새 신호도 높은 정확도로 분류하고 해석할 수 있다고 제시했다.

연구팀은 향후 이 기술이 질병 진단을 비롯한 헬스케어 분야는 물론 공기질 및 산업안전 모니터링, 스마트 농업, 자율주행차와 로봇의 화학 인지 기술 등 다양한 산업으로 확대될 것으로 전망했다.

권혁준 DGIST 교수는 “MOF는 사람의 후각 수용체처럼 다양한 냄새에 서로 다른 반응을 보이도록 설계할 수 있는 무한한 소재 라이브러리를 제공한다”며 “이번 연구는 소재 개발과 AI 기반 냄새 인식 기술을 연결해 응용 목적에 맞는 지능형 전자코 개발 방향을 제시했다는 점에서 의미가 있다”고 말했다.

한편 이번 연구는 DGIST 임형태 석·박사통합과정생이 제1저자, 권혁준 교수가 교신저자로 참여했으며, 연구 결과는 재료과학 분야 세계적 학술지인 ‘Progress in Materials Science’(영향력지수(IF) 42.9)에 게재됐다. 연구는 과학기술정보통신부 중견·핵심연구사업과 InnoCORE 프로그램, 교육부 후각융합연구센터 지원을 받아 수행됐다.