조재혁 전북대 교수. / 사진=전북대 제공
조재혁 전북대 교수. / 사진=전북대 제공
전북대는 조재혁 교수(소프트웨어공학과·사진) 연구팀이 수질오염 정화 촉매환원 반응을 예측할 수 있는 머신러닝(기계학습) 알고리즘을 개발했다고 지난 23일 밝혔다.

기존 수질오염 정화방법은 인체에 유해한 니트로페놀(Nitrophenols)과 아조염료(Azo dyes) 등을 제거하는 데 한계가 있는 탓에 이를 대체하는 촉매환원 방법이 대두됐다. 하지만 이 방법은 금은백금 등 고가 귀금속을 사용하므로 경제성이 떨어져 널리 이용되지 않고 있다.

연구팀은 니트로페놀류와 아조염료류 오염물 정화에 환원제 수소화붕소나트륨(NaBH4)과 경제성 있는 촉매인 산화 팔라듐(PdO)-산화 니켈(NiO)을 사용하는 경우에 주목했다. 다른 촉매를 사용할 때보다 우수한 정화능력을 보여준다는 게 포인트인데, 조 교수팀의 알고리즘을 이용하면 보다 적은 수의 실험으로 이를 입증할 수 있을 것으로 기대된다.

컴퓨터과학 뿐 아니라 화학 및 생물 의학 같은 다양한 분야에서 중요성이 커지고 있는 인공지능(AI) 머신러닝 기술은 염료의 제거 효율도 끌어올릴 수 있다. 머신러닝을 사용해 폐기물에서 염료의 제거 행동을 모델링하고 학습해 과정을 단순화, 필요한 실험 반복 횟수를 줄이는 것이다.
출처=전북대 제공
출처=전북대 제공
연구팀은 촉매환원 반응에 따른 파장을 측정해 정량적 데이터를 머신러닝에 적용했다. 파장 변화를 시계열 데이터로 측정하고 오염물과 화학 분자구조에 따라 독립변수들과 상관성이 있는지 확인했다.

연구를 총괄한 조 교수는 “니트로페놀과 아조염료 종류에 따라 수질 정화를 위한 머신러닝 알고리즘을 효과적으로 사용할 수 있다. 오염 물질의 촉매환원 반응을 예측해 환경공학 및 수처리 분야 기업, 연구원과 엔지니어들에게 유용한 가이드를 제공할 것”이라고 설명했다.

이 연구 결과는 동료 검증(peer-review)을 거쳐 국제 학술지 ‘알렉산드리아 엔지니어링 저널(Alexandria Engineering Journal)’에 게재됐다. 과학기술정보통신부 ICT 혁신선도 연구인프라 구축사업 지원을 받아 수행하고 있는 ‘5G 기반 스마트 센서 검증 플랫폼 구축’ 과제(문용 숭실대 교수)의 환경 분야 시계열 데이터에 적용 가능한 알고리즘에 기여할 것으로 예상된다.

김봉구 한경닷컴 기자 kbk9@hankyung.com