[보안뉴스 박미영 기자] 성균관대 전자전기공학부 문태섭 교수 연구팀은 미국 Emory 대학의 Yang Liu 교수 연구팀과 협력해 딥러닝 기술에 기반한 초미세먼지(PM2.5) 농도 예측 알고리즘을 개발하는 데 성공했다고 밝혔다.
이번 연구는 과학기술정보통신부(MSIT)의 재원으로 정보통신기획평가원(IITP)과 한국과학기술연구원(KIST)의 지원을 받아 수행됐으며, 국제학술지인 Environmental Pollution(JCR 상위 9.7%) 저널에 10월 23일 온라인 게재됐다.
연구팀은 고가의 측정 센서만으로는 넓은 지역의 초미세먼지(PM 2.5) 농도를 높은 지역적 해상도로 모두 측정하는데 너무 많은 비용이 드는 문제점을 보완하기 위해, 초미세먼지와 관련된 다양한 변수들에 기반해 PM 2.5 농도를 예측하는 연구를 수행했다.
즉, 인공위성 기반 에어로졸 광학 두께(AOD)·기후/바람 관련 변수·계절·도로·인구 분포 등 초미세먼지와 밀접한 관련이 있는 변수들의 입력으로, 초미세먼지 농도를 출력으로 하는 딥러닝 모델을 개발해 그 예측 정확도를 높였다.
특히, 기존의 연구들과 달리 딥러닝의 핵심 기술 중 하나인 컨볼루션 신경망(Convolutional neural networks)을 최초로 활용해, 예측하고자 하는 지역의 변수들만이 아니라 주변 지역 변수들 간의 공간적 상관관계까지 활용하는 예측 알고리즘을 개발하는 데 성공했다.
그 결과 미국 전역의 PM 2.5 농도를 예측하는 데 기존 방법들의 성능을 훨씬 뛰어넘는 예측 정확도(R^2=0.84)를 달성했다.
또한 연구팀은 설명 가능 인공지능 방법의 하나인 LRP(Layerwise Relevance Propagation)를 적용해 고안한 알고리즘이 중요하게 활용하는 변수들의 순위와 변수별 공간적 중요도를 시각화하는 데도 성공했다.
이러한 중요 변수 도출은 기존 딥러닝 기반의 연속값 예측(regression) 알고리즘에서는 잘 시도되지 않았던 것으로, 도출한 중요 변수 순위가 기존 연구에서 밝혀진 결과들과 비교하고 대기 환경 분야 전문가인 Emory대학의 Yang Liu 교수와 긴밀한 토의를 통해서도 유의미함을 밝혔다.
문태섭 교수는 “인공지능 기술을 활용해 많은 데이터 속에 들어 있는 관련 변수들과 초미세먼지의 상관관계에 기반해 초미세먼지 농도를 정확하게 예측할 수 있다는 것을 보인데 큰 의의가 있다고 생각한다”며, “향후 초미세먼지 발생 원인을 밝히는 데도 기여할 수 있을 것으로 판단하고, 앞으로도 계속된 환경 분야 전문가와의 국제 협력을 통해서 인공지능 기술에 기반해 한국 및 중국 지역의 초미세먼지 농도 예측과 원인 규명에 기여하고자 한다”고 말했다.
[박미영 기자(mypark@boannews.com)]
이번 연구는 과학기술정보통신부(MSIT)의 재원으로 정보통신기획평가원(IITP)과 한국과학기술연구원(KIST)의 지원을 받아 수행됐으며, 국제학술지인 Environmental Pollution(JCR 상위 9.7%) 저널에 10월 23일 온라인 게재됐다.
연구팀은 고가의 측정 센서만으로는 넓은 지역의 초미세먼지(PM 2.5) 농도를 높은 지역적 해상도로 모두 측정하는데 너무 많은 비용이 드는 문제점을 보완하기 위해, 초미세먼지와 관련된 다양한 변수들에 기반해 PM 2.5 농도를 예측하는 연구를 수행했다.
즉, 인공위성 기반 에어로졸 광학 두께(AOD)·기후/바람 관련 변수·계절·도로·인구 분포 등 초미세먼지와 밀접한 관련이 있는 변수들의 입력으로, 초미세먼지 농도를 출력으로 하는 딥러닝 모델을 개발해 그 예측 정확도를 높였다.
특히, 기존의 연구들과 달리 딥러닝의 핵심 기술 중 하나인 컨볼루션 신경망(Convolutional neural networks)을 최초로 활용해, 예측하고자 하는 지역의 변수들만이 아니라 주변 지역 변수들 간의 공간적 상관관계까지 활용하는 예측 알고리즘을 개발하는 데 성공했다.
그 결과 미국 전역의 PM 2.5 농도를 예측하는 데 기존 방법들의 성능을 훨씬 뛰어넘는 예측 정확도(R^2=0.84)를 달성했다.
또한 연구팀은 설명 가능 인공지능 방법의 하나인 LRP(Layerwise Relevance Propagation)를 적용해 고안한 알고리즘이 중요하게 활용하는 변수들의 순위와 변수별 공간적 중요도를 시각화하는 데도 성공했다.
이러한 중요 변수 도출은 기존 딥러닝 기반의 연속값 예측(regression) 알고리즘에서는 잘 시도되지 않았던 것으로, 도출한 중요 변수 순위가 기존 연구에서 밝혀진 결과들과 비교하고 대기 환경 분야 전문가인 Emory대학의 Yang Liu 교수와 긴밀한 토의를 통해서도 유의미함을 밝혔다.
문태섭 교수는 “인공지능 기술을 활용해 많은 데이터 속에 들어 있는 관련 변수들과 초미세먼지의 상관관계에 기반해 초미세먼지 농도를 정확하게 예측할 수 있다는 것을 보인데 큰 의의가 있다고 생각한다”며, “향후 초미세먼지 발생 원인을 밝히는 데도 기여할 수 있을 것으로 판단하고, 앞으로도 계속된 환경 분야 전문가와의 국제 협력을 통해서 인공지능 기술에 기반해 한국 및 중국 지역의 초미세먼지 농도 예측과 원인 규명에 기여하고자 한다”고 말했다.
[박미영 기자(mypark@boannews.com)]
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>
박미영기자 기사보기
[2024-10-06] 
