인공지능으로 이온 농도 예측해 깨끗한 물 만든다

(왼쪽부터) 손문 한국과학기술연구원(KIST) 물자원순환연구단 선임연구원, 김후 박사후연구원(제1저자), 최병욱 국립부경대 연구교수(제1저자). KIST 제공.

인공지능(AI) 기술을 활용해 물속 이온 농도를 예측할 수 있는 기술이 개발됐다. 수질 측정 시스템에 적용해 ‘물 복지’를 향상시킬 수 있을 것으로 기대된다. 

한국과학기술연구원(KIST)은 손문 물자원순환연구단 선임연구원 연구팀이 백상수 영남대 교수팀과 공동으로 데이터 기반 AI 기술을 활용해 전기화학적 수처리 공정에서 수중 이온 농도를 정밀하게 예측하는 기술을 개발했다고 8일 밝혔다. 

전 세계 인구의 25% 이상인 약 22억명은 안전한 식수를 보장받지 못하고 있다. 또 인구의 절반은 매년 일정 기간 심각한 물 부족을 경험하고 있다. 이를 극복하기 위해 하수도 관개사업 및 빗물 재이용, 해수 담수화 같은 대체 수자원 확보 사업에 막대한 사회경제적 비용이 지출되고 있다. 

중앙집중형 물 분배 시스템은 물 수요의 변화를 즉각적으로 반영하기 어렵다는 점도 문제다. 이로 인해 축전식탈염법, 배터리전극담수화 등과 같은 전기화학 기반 기술 분산형 물 생산기술에 대한 관심이 높아지고 있다. 축전식탈염법은 탄소전극 표면에 수중 이온들을 응집해 제거하는 기술이다. 배터리전극담수화는 전극 표면의 화학반응을 이용해 에너지 손실을 최소화하면서 이온을 제거할 수 있는 기술이다. 

하지만 전기화학 기반 기술도 한계가 있다. 전기화학 기반 기술에 사용되는 기존 수질 측정 센서는 수중 이온들을 개별적으로 측정하거나 추적하지 못하기 때문에 전기전도도로 수질 상태를 대략적으로만 유추하는 한계가 있다. 

연구팀은 이를 극복하기 위해 먼저 회귀 문제에 활용하는 트리 기반의 머신러닝 기술인 랜덤포레스트 모델을 구축했다. 이를 전기화학적 수처리 기술로 이온 농도를 예측하는 데 활용했다. 랜덤포레스트는 AI 기술의 일종으로 다양한 입력 인자에 따른 예측 인자의 값을 정량적으로 예측하는데 널리 활용된다. 

연구팀인 개발한 랜덤포레스트 기반 AI 모델은 처리수의 전기전도도 및 각 이온의 농도(Na⁺, K⁺, Ca2⁺, Cl⁻)를 정밀하게 예측할 수 있었다. 랜덤포레스트 모델은 복잡한 딥러닝 모델보다 학습에 필요한 컴퓨팅 자원을 100배 이상 아낄 수 있다는 경제성도 장점이다. 

연구팀은 예측의 정확도를 높이기 위해 20~80초마다 업데이트가 필요하다는 것도 확인했다. 국가 수질자동측정망 등에 적용해 특정 이온을 추적하려면 최소 분 단위의 샘플링을 통해 수질을 측정하고 초기 모델을 학습시킬 필요가 있다는 의미다. 

손 선임연구원은 “이 연구의 중요성은 단순히 새로운 인공지능 모델을 개발하는 데 그치지 않고 국가 수질 관리 시스템에도 적용할 수 있다는 점에서 의미가 크다”며 “개별이온들의 농도를 보다 정밀하게 추적 관찰해 사회적 물 복지 향상에 기여할 수 있을 것”이라고 말했다. 연구 성과는 국제학술지 ‘물 연구’ 최신호에 게재됐다.

[문세영 기자 moon09@donga.com]