< 유전 알고리즘을 이용한 나노입자 이미지 분석 방법 >

[한국기술뉴스] 31일 성균관대학교 신소재공학과 이정헌 교수 연구팀이 노채철 교수, 시스템 경영공학과 이종석 교수팀과 함께 전자 현미경 이미지 분석 기술에 AI 기술을 적용해 나노입자 형태학적 특성을 정확하게 분석하는 알고리즘을 개발했다고 밝혔다. 

나노신소재는 신재생에너지, 나노의약품, 촉매, 센서 등 다양한 분야에서 활용된다. 개별 나노소재 형태는 광학적 특성이나 표면 반응 등과 같은 물리‧화학적 특성에 큰 영향을 미친다. 나노입자를 정확하고 정략적으로 분석하는 기술이 필요하다.

연구진은 전자 현미경 이미지 분석에 머신러닝 기법을 적용해 수십만 개의 나노입자를 형태적 특성에 맞게 분석하는 기술을 개발했다. 머신러닝 기법은 이미지 분석에 사용되는 다양한 방법과 변수를 자동으로 최적화하는 역할을 했다. 전자현미경 이미지에 붙어있거나 포개져 있는 나노입자를 스스로 찾아 분리 및 제거하는 역할도 했다. 이에 투과전자현미경 이미지로 얻은 형태 정보를 99.75% 정확도와 0.25% 낮은 오인식률로 분석에 성공했다. 

이후 나노입자의 형태적 특성에 대한 다양한 통계적 분석을 진행하였다. 우선 베이지안 통계학을 기반으로 수행되는 마르코프 체인 몬테카를로를 사용해 16만여 개나 되는 많은 수의 나노입자 형태에 대한 분포를 추정했다. 신뢰수준에서 대표성을 갖는데 필요한 나노입자의 개수를 찾아냈다. 또한 통계 분포 분석과 푸리에 변환을 통하여 샘플에 존재하는 다양한 형태의 나노입자들을 자동으로 분류하고 군집화하는 알고리즘을 개발했다. 이러한 통계적 정보를 활용하는 경우 나노입자의 광학적 물성을 정확하게 계산할 수 있음을 확인했다.

< 나노입자의 통계분석 및 분류 >

개발된 기술이 나노소재의 신뢰성 평가와 새로운 나노소재를 개발하는데 활용될 것으로 기대된다.

본 연구는 한국연구재단 대학중점연구소 지원사업, 자연모사 혁신기술 개발사업, 중견연구자 지원사업, 기초과학 연구역량 강화사업, 박사과정생 연구 장려금 지원사업 등의 지원으로 수행됐다. 본 연구 성과는 국제학술지 ‘ACS 나노 (ACS Nano)’ 온라인판에 게재되었고 ‘ACS Editors’ Choice 논문으로 선정되어 open access로 제공된다.