초미세먼지 유발 암모니아, 더 촘촘하게 감시한다

AI 기반 암모니아 농도 추정 흐름도 및 예측 결과 시계열 그래프. 사진 제공=UNIST

[서울경제]

초미세먼지를 유발하는 암모니아 농도의 관측 공백을 메울 수 있는 인공지능(AI) 기술이 나왔다.

울산과학기술원(UNIST)은 임정호 교수 지구환경도시건설공학과 연구팀이 대기 중 암모니아(NH₃) 농도를 하루 단위로 정확하게 추정해 낼 수 있는 인공지능 모델을 개발했다고 15일 밝혔다. 연구성과는 환경 분야 저명 학술지 ‘유해물질 저널’에 이날 게재됐다.

암모니아는 농업 비료, 가축 분뇨, 화재 현장 등에서 기체 상태로 배출된다. 그 자체로는 무해하지만 대기 중 황산이나 질산 같은 산성 물질과 만나면 초미세먼지(PM2.5)를 만들기 때문에 대기질 예보, 환경정책 수립 등을 위해 정확한 모니터링이 필수다. 하지만 암모니아는 대기 중 체류 시간이 짧아 농도 변화가 크고 지상 관측소도 드물어 2주 단위로 데이터가 제공돼 왔다. 계산으로 암모니아 농도를 예측하는 기후모델이 있지만 넓은 공간을 대상으로 하는 탓에 지역별 예측 오차가 컸다.

연구팀은 심층신경망을 기반으로 암모니아 관측의 주기와 정확도를 보강할 수 있는 AI 모델을 만들었다. 유럽중기예보센터 ERA5 기후자료와 IASI 위성의 암모니아 컬럼 농도를 입력값으로 미국 AMoN 지상 관측망 자료를 정답값으로 사용해 모델을 학습시켰다.

이 AI 모델은 유럽 기후 모델인 CAMS 대비 최대 1.8배 낮은 예측 오차를 기록했다. 또 미국 데이터를 정답 값으로 해 훈련된 AI 모델이지만 2019년 영국 맨체스터 지역에서 발생한 대형 화재에 따른 고농도 현상도 포착해 냈다. 이는 개발된 모델의 공간 확장성과 현장 적용 가능성을 보여주는 실험 결과다.

연구팀은 “계산으로 지상의 암모니아 농도를 추정하는 CAMS와 같은 기후 모델은 정확도 면에서 지상 관측소를 통한 실측은 자료 제공 주기가 길어 모니터링 한계가 명확했다”며 “이번 모델은 기존 감시 방식의 단점을 보완할 수 있다”고 설명했다.

임 교수는 “질소 기반 오염물 대기질 예보와 환경 관리 정책 수립에 직접 활용될 수 있을 것”이라며 “특히 국내에서는 제한된 위치에서만 암모니아 농도 모니터링이 되고 있는데 개발된 기술을 적용하면 고해상도 감시 체계를 구축할 수 있을 것”이라고 말했다.

김윤수 기자 sookim@sedaily.com