현재 전 세계 인구의 4분의 1 이상인 약 22억 명이 안전하게 관리되는 식수를 보장받지 못하고 있다. 특히 전 세계 인구의 약 절반가량은 1년 중 일정 기간 심각한 물 부족을 경험하고 있다.
손문 한국과학기술연구원(KIST) 물자원순환연구단 선임연구원 연구진은 백상수 영남대 교수 연구진과 공동 연구를 통해 데이터 기반의 인공지능(AI) 기술을 활용해 전기화학적 수처리 공정에서 수중 이온농도를 정밀하게 예측하는 기술을 개발했다고 8일 밝혔다. 연구 결과는 국제 학술지 ‘물 연구(Water Research)’에 지난 7월 공개됐다.
물 부족 현상을 극복하기 위해 전기화학 기반의 기술인 ‘분산형 물 생산 기술’에 대한 관심이 높아지고 있다. 다만 전기화학 기반 기술에 사용되는 기존 수질 측정 센서는 수중 이온들을 개별적으로 측정, 추적하지 못하고, 전기전도도로 수질 상태를 대략 유추한다는 한계가 있었다.
연구진은 먼저 회귀 문제에 활용되는 트리 기반의 머신러닝 기술인 랜덤포레스트(random forest) 모델을 구축해 이온농도 예측에 활용했다. 랜덤포레스트 모델은 다양한 입력 인자에 따른 예측 인자의 값을 정량적으로 예측하는 기술로, 처리수의 전기전도도나 각 이온의 농도를 정밀하게 예측할 수 있었다.
또 연구진은 예측의 정확도를 높이기 위해서는 약 20~80초마다 업데이트가 필요하다는 것을 알아냈다. 즉 특정 이온을 추적하기 위해서는 최소 분 단위의 샘플링을 통해 수질을 측정하는 방식으로 초기 모델을 학습시킬 필요가 있다는 것을 의미한다.
연구진은 이번에 개발한 모델을 두고 “랜덤포레스트 모델은 복잡한 딥러닝 모델보다 학습에 필요한 컴퓨팅 자원을 100배 이상 아낄 수 있기에 경제적으로도 우수하다”고 설명했다.
손문 선임연구원은 “이번 연구의 중요성은 단순히 새로운 AI 모델을 개발하는 데 그치지 않고, 국가 수질 관리 시스템에도 적용할 수 있다는 점에서 의미가 크다”며 “개발한 기술을 이용한다면 개별이온들의 농도를 더욱 정밀하게 추적 관찰해 사회적 물 복지 향상에도 기여할 수 있을 것”이라고 강조했다.
참고 자료
Water Research(2024), DOI: https://doi.org/10.1016/j.watres.2024.122092