[이미디어= 황원희 기자] 미국 워털루대 학제간 연구팀이 인공지능(AI)을 활용함으로써 미세플라스틱을 빠르게 분석하고 찾을 수 있는 툴을 만들었다고 밝혔다. 미세 플라스틱은 식품에서 흔히 발견되며 심각한 환경 피해를 일으키는 위험한 오염 물질이다. 이를 찾는 것이 미세 플라스틱을 제거하는 열쇠이다. 

연구팀의 첨단 영상 식별 시스템은 폐수 처리 공장과 식품 생산 업계가 미세 플라스틱이 환경과 인간 건강에 미칠 수 있는 잠재적 영향을 완화할 수 있는 정보에 입각한 결정을 내리는 데 도움이 될 수 있다.

종합적인 위험 분석과 행동 계획을 위해서는 정확한 식별에 기초한 양질의 정보가 필요하다. 프로젝트 책임자인 웨인 파커 박사와 연구진은 입자를 다양한 빛의 파장에 노출시키는 진보된 분광법을 사용함으로써 현존하는 다양한 미세 플라스틱을 열거하고 식별하며 기술할 수 있는 강력한 분석 도구를 찾았다. 다른 종류의 플라스틱은 빛이 노출되면 서로 다른 신호를 생성한다. 이러한 신호는 입자를 미세 플라스틱으로 구분할지 여부로 사용할 수 있는 지문과도 같다.

연구자들이 종종 발견하는 도전은 미세 플라스틱이 실험실 환경에서 "지문"을 불분명하게 할 수 있는 제조 첨가제와 충전제로 인해 다양한 종류가 있다는 것이다. 이는 다양한 종류의 미세 플라스틱뿐만 아니라 유기 물질로부터 미세 플라스틱을 식별하는 일을 종종 어렵게 만든다. 미세 플라스틱의 미묘한 패턴과 신호를 알아내기 위해 인간의 개입이 보통 요구되는데, 속도가 느리며 오류를 범하기 쉽다.

연구진은 워털루의 시스템 디자인 공학부 교수이자 인공지능 및 의료영상 분야의 캐나다 연구 의장인 알렉산더 웡 박사로부터 도움을 받을 수 있었다. 그의 도움으로, 이전의 방법들보다 약 50% 더 빠르고 20% 더 정확하게 많은 수의 입자들을 빠르게 분석할 수 있게 해주는 플라스틱넷이라고 불리는 인공지능 도구를 개발할 수 있었다. 이러한 도구는 환경을 보호하고 지속 가능한 미래에 기여할 연구에 참여하기 위한 워털루 연구자들이 고안한 최신 지속 가능 기술이다.

이에 따라 분광 신호로부터 미세플라스틱 식별을 향상시키기 위해 딥러닝 신경망을 구축했는데 이는 기존 문헌 자료와 자체 제작한 이미지를 바탕으로 미세플라스틱의 다양한 구성을 이해하고 지문의 품질에 상관없이 빠르고 정확하게 차이를 파악할 수 있도록 훈련한 것이다. 

연구진은 지역 폐수 처리장에서 분리된 미세 플라스틱을 대상으로 시스템을 테스트했다. 그 결과 이는 전례 없는 속도와 정확성으로 미세 플라스틱을 식별할 수 있다는 것을 보여주고 있다. 이 정보는 처리장이 이러한 물질을 통제하고 제거하기 위한 효과적인 조치를 시행할 수 있도록 힘을 실어줄 수 있다. 

다음 단계는 지속적인 학습과 테스트뿐만 아니라 플라스틱넷 시스템에 더 많은 데이터를 제공하여 다양한 요구사항에 적용할 수 있도록 마이크로 플라스틱 식별 기능의 품질을 향상시키는 일이다. 

한편 이 연구에 대한 자세한 내용은 환경오염(Environmental Pollution)에 게재된 연구 논문인 "FPA(Focal Plane Array) 마이크로-FT-IR 이미징을 통한 미세 플라스틱(MPS) 자동 인식을 위한 딥 러닝 활용(Leveraging deep learning for automatic recognition of microplastics (MPs) via focal plane array (FPA) micro-FT-IR imaging)"에서 확인할 수 있다.

[저작권자ⓒ 이미디어. 무단전재-재배포 금지]