계명대 연구팀, 폐플라스틱 수소 생산 예측 AI 모델 개발… 국제학술지 게재

물리 정보 기반 AI 적용… 데이터 부족 환경서도 높은 정확도
폐플라스틱 수소 생산량 예측, 공정 최적화 활용 기대
환경·지속가능 분야 국제학술지 게재

(왼쪽부터) 손준혁 석사연구원(1저자), 정효진 석사연구원(2저자), 안유찬 교수(교신저자). 계명대학교 제공

계명대학교 화학공학과 안유찬 교수 연구팀이 폐플라스틱 가스화 공정의 수소 생산량을 매우 정확하게 예측할 수 있는 인공지능(AI) 모델을 개발해 국제 학술지에 연구 성과를 발표했다.

계명대는 안유찬 교수 연구팀의 논문 '폐플라스틱 가스화 공정의 수소 생산량 예측을 위한 물리 정보 기반 대리 모델링(Physics-informed surrogate modeling for hydrogen production in plastic waste gasification)'이 환경·지속가능 분야 국제학술지 Engineering Applications of Artificial Intelligence에 게재됐다고 3일 밝혔다. 해당 학술지는 JCR 기준 상위 2.79%에 속하는 권위 있는 저널이다.

이번 연구는 폐플라스틱을 가스화해 수소를 생산하는 공정에서 물리적 지식을 인공지능 학습 과정에 반영한 물리 정보 기반 신경망(PINN·Physics-Informed Neural Network) 프레임워크를 제안한 것이 핵심이다.

연구팀은 기존 인공신경망(ANN)의 한계를 보완하기 위해 반응 속도론과 열역학적 평형 조건을 손실 함수에 반영한 세 가지 PINN 모델을 개발하고 성능을 비교 분석했다.

분석 결과 기존 ANN 모델은 학습 데이터가 부족할 경우 예측 정확도가 크게 떨어졌지만, PINN 모델은 전체 학습 데이터의 1%만 활용한 환경에서도 높은 예측 정확도를 유지한 것으로 나타났다. 또한 기울기 기반 잔차 분석을 통해 모델의 예측 결과가 열역학과 반응 동역학적 특성과도 일치하는 것으로 확인됐다.

연구팀은 이번 기술이 향후 폐플라스틱 기반 수소 생산 공정의 최적화와 실시간 공정 제어 기술 개발에도 활용될 수 있을 것으로 기대하고 있다.

안유찬 교수는 "이번 연구는 단순화된 공정 데이터를 활용한 개념 증명(Proof-of-concept) 연구지만, 물리적 지식을 결합한 대리 모델의 활용 가능성을 확인했다"며 "향후 폐플라스틱 기반 수소 생산 공정의 실시간 최적화와 제어 기술로 확장될 수 있을 것으로 기대한다"고 말했다.

한편 이번 연구에는 계명대 화학공학과 손준혁 연구원이 제1저자, 정효진 연구원이 제2저자로 참여했으며, 안유찬 교수가 교신저자로 연구를 이끌었다. 연구는 한국연구재단 기초연구사업과 석사과정생연구장려지원사업의 지원을 받아 수행됐다.