"AI가 냄새를 읽는다"…DGIST, 사람 코 닮은 '차세대 전자코' 청사진 제시[과학을읽다] 작성일 07-09 15 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">MOF 신소재와 AI 결합해 수만 가지 향기·가스 구별하는 인공 후각 시스템 로드맵 제시<br>질병 진단·환경 감시·스마트농업·로봇 화학인지까지 활용 기대</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="54kkKYV7Av"> <p contents-hash="eb5c0e0a7609136e8c55bd055b4d72dd52e1cbcd95b69478bc1dc0abfc27e7f0" dmcf-pid="18EE9GfzNS" dmcf-ptype="general">사람의 후각 원리를 모방해 수만 가지 냄새를 구별할 수 있는 차세대 '전자코(Electronic Nose)' 기술의 발전 방향이 제시됐다. 금속-유기 골격체(MOF)와 인공지능(AI)을 결합해 질병 진단부터 환경 감시, 산업 안전까지 활용할 수 있는 지능형 인공 후각 시스템의 청사진이 나온 것이다.</p> <div contents-hash="3230aa551bc1ca4c0b61227962ad933680e2e37b2ffd757d811c1fde12dd86be" dmcf-pid="t6DD2H4qAl" dmcf-ptype="general"> <p>대구경북과학기술원(DGIST)은 9일 권혁준 전기전자컴퓨터공학과 교수 연구팀이 MOF를 활용한 전자코 기술의 핵심 연구 흐름과 미래 발전 전략을 정리한 리뷰 논문을 발표했다고 밝혔다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="d42f8fd9c0ad1113378c836c57a3a09c19c7ea444251469f5e636a679718b09a" dmcf-pid="FPwwVX8Bch" dmcf-ptype="figure"> <p class="link_figure"><img alt="MOF 센서 라이브러리(순수 MOF·복합체·유도체)와 머신러닝을 결합한 인공 후각의 개발 개념도. 연구팀 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/09/akn/20260709092152225kvrr.jpg" data-org-width="745" dmcf-mid="X3ccbW2uay" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/09/akn/20260709092152225kvrr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> MOF 센서 라이브러리(순수 MOF·복합체·유도체)와 머신러닝을 결합한 인공 후각의 개발 개념도. 연구팀 제공 </figcaption> </figure> <p contents-hash="9f864c375e66145533a11d32bbfd16ff6d3181147156f36793923a5319ecd35c" dmcf-pid="3Mss81Q9oC" dmcf-ptype="general">전자코는 여러 센서가 냄새 분자에 반응해 생성한 신호를 AI가 학습·분석하는 인공 후각 시스템이다. 식품 품질 관리와 유해가스 탐지, 환경오염 감시, 질병 진단 등 다양한 분야에서 활용 가능성이 높지만 기존 센서는 선택성과 반응 속도, 작동 환경 등의 한계로 상용화에 제약이 있었다.</p> <p contents-hash="541745ef627f5772612aeb23c098e1bca4d84bc0ed0ff507db4c235a764ab90c" dmcf-pid="0ROO6tx2gI" dmcf-ptype="general"><strong><strong><strong>사람 후각 원리 닮은 '조합 코딩' 구현</strong></strong></strong></p> <p contents-hash="ec1a5b7577c0369e4704a0dabf38be8af85d2992ca5c234570d6b729f931f737" dmcf-pid="peIIPFMVkO" dmcf-ptype="general">연구팀은 이러한 한계를 극복할 핵심 소재로 MOF에 주목했다. MOF는 금속 이온과 유기물이 결합해 만든 다공성 소재로, 미세한 기공을 통해 냄새 분자를 효과적으로 흡착한다. 구조와 화학적 특성을 자유롭게 설계할 수 있어 상온에서도 저전력으로 다양한 냄새를 민감하게 감지할 수 있는 차세대 센서 소재로 평가받는다.</p> <p contents-hash="5f5c09efe058d7ebc66c8838788447c2e88f73cc662d30704c9546685f86251c" dmcf-pid="UdCCQ3Rfgs" dmcf-ptype="general">이번 연구의 핵심은 사람의 후각 인식 원리를 전자코 설계에 접목한 점이다. 사람은 수백 개 수준의 후각 수용체만으로도 수만 가지 냄새를 구별한다. 하나의 냄새가 여러 수용체를 동시에 자극해 고유한 반응 패턴을 만들어내는 '조합 코딩(combinatorial coding)' 방식 덕분이다.</p> <p contents-hash="b3f956ee1b5e348baa4a3056295b678e8a62e4063f41faa1667a76a74be9eb6c" dmcf-pid="uJhhx0e4am" dmcf-ptype="general">연구팀은 서로 다른 특성을 가진 MOF 센서를 배열하고 AI가 이 신호 패턴을 분석하는 방식으로 이러한 원리를 구현하는 기술 전략을 제시했다.</p> <p contents-hash="4011905a03e4346acb1cd501f1db31fec94af6a1acca9a80e717d730759a3b88" dmcf-pid="7illMpd8ar" dmcf-ptype="general"><strong><strong><strong>AI 결합해 질병 진단부터 로봇까지 활용</strong></strong></strong></p> <div contents-hash="04c10b5a7e1658c14eb4be4509aa1abbcb39b64df1a1fe8788f783c1c65622d9" dmcf-pid="znSSRUJ6ow" dmcf-ptype="general"> <p>연구팀은 MOF 기반 전자코를 ▲MOF ▲MOF-복합체 ▲MOF-유도체 등으로 구분해 각각의 장점과 응용 가능성을 체계적으로 정리했다. 특히 머신러닝과 딥러닝을 접목하면 복잡한 냄새 신호도 더욱 정확하게 분류하고 해석할 수 있다고 설명했다.</p> </div> <figure class="figure_frm origin_fig" contents-hash="93769fa2deb3db5f37e08c31284c5efe29138ba39d579702baff26543a555e6a" dmcf-pid="qLvveuiPaD" dmcf-ptype="figure"> <p class="link_figure"><img alt="권혁준 DGIST 전기전자컴퓨터공학과 교수 연구팀. (오른쪽부터) 권혁준 교수, 임형태 석·박사통합과정생. DGIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/09/akn/20260709092153499zfqx.jpg" data-org-width="745" dmcf-mid="Zm33k6wacT" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/09/akn/20260709092153499zfqx.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 권혁준 DGIST 전기전자컴퓨터공학과 교수 연구팀. (오른쪽부터) 권혁준 교수, 임형태 석·박사통합과정생. DGIST 제공 </figcaption> </figure> <p contents-hash="34ae675a208e5a5d62cd3bba830f55042d6d3f74d27e5a415ee8ec8926911046" dmcf-pid="BoTTd7nQjE" dmcf-ptype="general">권 교수는 "MOF는 사람의 후각 수용체처럼 다양한 냄새에 서로 다른 반응을 보이도록 설계할 수 있는 사실상 무한한 소재 라이브러리를 제공한다"며 "이번 논문은 소재 개발과 AI 기반 냄새 인식 연구를 연결하고, 응용 목적에 맞춘 지능형 전자코 개발 로드맵을 제시했다는 데 의미가 있다"고 말했다.</p> <p contents-hash="5cf3998759975c505c65be70872271a073da01b63549f272e4e22a48d12076a6" dmcf-pid="bgyyJzLxAk" dmcf-ptype="general">연구팀은 향후 MOF 기반 전자코가 호흡만으로 질병을 진단하는 헬스케어 기술을 비롯해 공기질·산업 안전 모니터링, 스마트 농업, 자율주행차와 로봇의 화학물질 인지 기술 등으로 활용 범위가 확대될 것으로 전망했다.</p> <p contents-hash="8cbfcb2d7e1dfa8a52f42d2a56f984afc6ed659f9054fedff84bde5e040c672c" dmcf-pid="KaWWiqoMoc" dmcf-ptype="general">이번 연구는 임형태 석·박사통합과정생이 제1저자, 권 교수가 교신저자로 참여했으며, 연구 성과는 재료과학 분야 세계적 학술지 'Progress in Materials Science'(IF 42.9·JCR 상위 0.7%)에 게재됐다.</p> <p contents-hash="5c1a96cba54fe62c905738ff5299ca1cd9e1ef45eb2494826a4edf1a6ef16b3b" dmcf-pid="9NYYnBgRjA" dmcf-ptype="general">김종화 기자 justin@asiae.co.kr</p> </section> </div> <p class="" data-translation="true">Copyright © 아시아경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 “갤럭시 AI 이용률, 애플 인텔리전스 앞섰다” 07-09 다음 애플, 中 향하는 단말기에 CXMT 메모리 추진… 원가 절감 사수 07-09 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
