해양 배출수 내 유해 화학물질 프리스크리닝을 위한 로티퍼 기반 AI 스마트 센싱 시스템

Abstract

1. 개요 및 연구목적1 본 연구는 해양 배출수 내 위험유해물질(HNS)로 인한 프리스크리닝을 신속하고 정밀하게 수행하기 위해 Rotifer 기반 AI 스마트 감지 시스템을 개발하는 것을 목적으로 한다. 기존 24시간 소요되는 측정법 대비 10분 이내의 신속성을 확보하여 해양 환경 안전성 평가의 효율성을 극대화하고자 하였다.

2. 연구방법 로티퍼(Brachionus pilicatilis)를 실험 생물로 선정하여 CMOS 기반 Digital Inline Hologram 동영상을 2분동안 촬영하여 데이터를 확보하였다. 딥러닝 기반 Yolov9 알고리즘을 이용한 객체 추적을 활용하여 속력, 각속도, 가속도에 대한 분석 지표를 생성하였다. 생성된 지표를 활용하여 Support Vector Machine(SVM)으로 프리스크리닝 성능을 분석하였다.

3. 결과 및 고찰 Yolov9 기반 객체 추적 기법은 기존 기법 대비 높은 신속성과 정확도를 보였으며, 98.6%의 추적 성능을 확보하였다. 다양한 HNS 농도에 따른 로티퍼의 평균 속력와 평균 각속도 및 가속도를 분석한 결과로 물질 및 농도 따른 이동성의 변화가 관찰되어 SVM의 분석 지표로 채택했다. SVM 분석에서는 RBF 커널이 가장 높은 분류 정확도를 보였고 대조군간의 변화는 분석하지 못하였으나 HNS에 영향을 받은 비교군은 최소 70%의 분류 정확도를 보여 프리스크리닝에 탁월한 성능을 보였다.

4. 결 론 본 연구에서 제안한 Rotifer 기반 AI 스마트 감지 시스템은 해양 배출수 내 다양한 화학물질 여부를 높은 정확도로 분석하여 위혐유해물질(HNS)의 프리스크리닝을 신속하고 정확하게 평가할 수 있음을 입증하였다. 이를 통해 해양 환경안전성 모니터링 시스템의 실시간 평가 체계를 구축할 수있으며, 다양한 독성 물질을 효과적으로 관리하는 데 기여할 것으로 기대한다.