"AI가 냄새를 읽는다"…DGIST, 사람 코 닮은 '차세대 전자코' 청사진 제시[과학을읽다]

MOF 신소재와 AI 결합해 수만 가지 향기·가스 구별하는 인공 후각 시스템 로드맵 제시
질병 진단·환경 감시·스마트농업·로봇 화학인지까지 활용 기대

사람의 후각 원리를 모방해 수만 가지 냄새를 구별할 수 있는 차세대 '전자코(Electronic Nose)' 기술의 발전 방향이 제시됐다. 금속-유기 골격체(MOF)와 인공지능(AI)을 결합해 질병 진단부터 환경 감시, 산업 안전까지 활용할 수 있는 지능형 인공 후각 시스템의 청사진이 나온 것이다.

대구경북과학기술원(DGIST)은 9일 권혁준 전기전자컴퓨터공학과 교수 연구팀이 MOF를 활용한 전자코 기술의 핵심 연구 흐름과 미래 발전 전략을 정리한 리뷰 논문을 발표했다고 밝혔다.

MOF 센서 라이브러리(순수 MOF·복합체·유도체)와 머신러닝을 결합한 인공 후각의 개발 개념도. 연구팀 제공

전자코는 여러 센서가 냄새 분자에 반응해 생성한 신호를 AI가 학습·분석하는 인공 후각 시스템이다. 식품 품질 관리와 유해가스 탐지, 환경오염 감시, 질병 진단 등 다양한 분야에서 활용 가능성이 높지만 기존 센서는 선택성과 반응 속도, 작동 환경 등의 한계로 상용화에 제약이 있었다.

사람 후각 원리 닮은 '조합 코딩' 구현

연구팀은 이러한 한계를 극복할 핵심 소재로 MOF에 주목했다. MOF는 금속 이온과 유기물이 결합해 만든 다공성 소재로, 미세한 기공을 통해 냄새 분자를 효과적으로 흡착한다. 구조와 화학적 특성을 자유롭게 설계할 수 있어 상온에서도 저전력으로 다양한 냄새를 민감하게 감지할 수 있는 차세대 센서 소재로 평가받는다.

이번 연구의 핵심은 사람의 후각 인식 원리를 전자코 설계에 접목한 점이다. 사람은 수백 개 수준의 후각 수용체만으로도 수만 가지 냄새를 구별한다. 하나의 냄새가 여러 수용체를 동시에 자극해 고유한 반응 패턴을 만들어내는 '조합 코딩(combinatorial coding)' 방식 덕분이다.

연구팀은 서로 다른 특성을 가진 MOF 센서를 배열하고 AI가 이 신호 패턴을 분석하는 방식으로 이러한 원리를 구현하는 기술 전략을 제시했다.

AI 결합해 질병 진단부터 로봇까지 활용

연구팀은 MOF 기반 전자코를 ▲MOF ▲MOF-복합체 ▲MOF-유도체 등으로 구분해 각각의 장점과 응용 가능성을 체계적으로 정리했다. 특히 머신러닝과 딥러닝을 접목하면 복잡한 냄새 신호도 더욱 정확하게 분류하고 해석할 수 있다고 설명했다.

권혁준 DGIST 전기전자컴퓨터공학과 교수 연구팀. (오른쪽부터) 권혁준 교수, 임형태 석·박사통합과정생. DGIST 제공

권 교수는 "MOF는 사람의 후각 수용체처럼 다양한 냄새에 서로 다른 반응을 보이도록 설계할 수 있는 사실상 무한한 소재 라이브러리를 제공한다"며 "이번 논문은 소재 개발과 AI 기반 냄새 인식 연구를 연결하고, 응용 목적에 맞춘 지능형 전자코 개발 로드맵을 제시했다는 데 의미가 있다"고 말했다.

연구팀은 향후 MOF 기반 전자코가 호흡만으로 질병을 진단하는 헬스케어 기술을 비롯해 공기질·산업 안전 모니터링, 스마트 농업, 자율주행차와 로봇의 화학물질 인지 기술 등으로 활용 범위가 확대될 것으로 전망했다.

이번 연구는 임형태 석·박사통합과정생이 제1저자, 권 교수가 교신저자로 참여했으며, 연구 성과는 재료과학 분야 세계적 학술지 'Progress in Materials Science'(IF 42.9·JCR 상위 0.7%)에 게재됐다.

김종화 기자 justin@asiae.co.kr