[대구=이데일리 홍석천 기자] 계명대 연구팀이 폐플라스틱 가스화 과정에서 발생하는 수소 생산량을 적은 데이터로 예측할 수 있는 인공지능(AI) 모델을 개발했다. 충분한 운전 데이터를 확보하기 어려운 화학 공정에서 물리 법칙을 AI 학습에 반영해 예측력을 보완한 것이 핵심이다.

계명대는 화학공학과 안유찬 교수 연구팀의 연구 결과가 국제학술지 ‘Engineering Applications of Artificial Intelligence’에 게재됐다고 3일 밝혔다. 이 학술지는 국제학술지 인용지표인 JCR 기준 상위 2.79%에 해당한다.

논문 제목은 ‘폐플라스틱 가스화 공정의 수소 생산량 예측을 위한 물리 정보 기반 대리 모델링’이다.

연구팀은 폐플라스틱 가스화 공정의 수소 생산량을 예측하기 위해 물리정보 신경망(PINN) 모델을 설계했다. 기존 인공신경망이 데이터에 의존해 결과를 학습하는 것과 달리 화학반응 속도와 열역학적 평형 조건을 학습 과정에 함께 반영했다.

반응속도 조건을 적용한 모델과 열역학적 평형 조건을 반영한 모델, 두 조건을 결합한 통합 모델 등 세 가지 유형을 개발해 기존 인공신경망과 성능을 비교했다.

실험 결과 기존 인공신경망은 학습 데이터가 줄어들자 예측 성능이 크게 떨어졌다. 반면 물리정보 신경망은 전체 학습 데이터의 1%만 사용한 조건에서도 상대적으로 높은 예측 정확도를 유지했다고 연구팀은 설명했다. 모델의 예측 결과도 열역학과 반응 동역학의 변화 방향에 부합하는 것으로 분석됐다.

이번 연구는 실제 상용 가스화 설비에 적용한 결과가 아닌 단순화한 공정 데이터를 활용한 개념 검증 단계다. 향후 실제 운전 데이터와 설비별 조건을 추가해 모델의 현장 적용 가능성을 확인하는 후속 연구가 필요하다.

안 교수는 “물리 지식을 결합한 대리 모델이 데이터가 부족한 공정에서도 활용될 가능성을 확인했다”며 “폐플라스틱 기반 수소 생산 공정의 실시간 최적화와 제어 기술로 연구를 확장하겠다”고 말했다.

이번 논문에는 계명대 화학공학과 손준혁 연구원이 제1저자, 정효진 연구원이 제2저자로 참여했으며 안 교수가 교신저자를 맡았다. 한국연구재단 기초연구사업과 석사과정생 연구장려지원사업의 지원을 받아 수행됐다.