우리 대학 인공지능융합학부 류한철 교수와 연구팀이 테라헤르츠파(THz파)를 활용해 노이즈 없는 고해상도 이미지를 구현하는 인공지능(AI) 기반 기술을 개발했다.
이번 연구 성과는 세계적인 국제 학술지 Expert Systems with Applications에 게재됐다. 테라헤르츠 이미지 노이즈 제거 기술을 테라헤르츠 대역에 적용해 실제 성과를 낸 것은 이번 연구가 처음이다.
테라헤르츠파는 0.1~10THz(테라헤르츠) 범위의 전자기파로, 투과성과 비이온화 방사선 특성을 지닌다. 일반적으로 주파수가 높을수록 더 선명한 이미지를 얻을 수 있지만, 테라헤르츠파는 광파에 가까운 주파수 대역을 가지면서도 신호가 약하고 검출이 어렵다는 단점이 있었다. 이에 류 교수 연구팀은 인공지능을 적용해 노이즈 없는 이미지를 얻는 연구를 진행했다.
이번 연구는 인공지능과 테라헤르츠 기술 융합에 있어 새로운 포문을 열었다. 기존 인공지능 기술은 학습을 위해 정답 데이터셋(라벨링된 데이터)이 필수적이지만, 테라헤르츠 이미지에서는 정답 데이터 구축이 어려운 한계가 있었다. 류 교수 연구팀은 정답 데이터 없이도 학습 가능한 인공지능 모델을 개발해 테라헤르츠 이미징 기술의 실용성을 크게 높였다.
<삼육대신문>은 연구를 주도한 류한철 교수를 만나 이번 기술 개발의 배경과 과정에 대해 이야기를 나눴다.
Q. 기술을 개발하게 된 계기는?
– 교수로 역임하기 전 대전 전자통신연구원에서 테라헤르츠 시스템을 연구했다. 전자파보다 주파수가 높은 것은 빛이다. 빛이 반사돼서 산란하는 것을 우리가 보는 것인데, 이것을 뚫을 수가 없다. 하지만, 전자파는 통과가 가능하다. 테라헤르츠파는 전자파 중에 가장 높은 주파수 대역으로 특성상 시그널이 약하고 검출기가 약해 이미지가 흐리다. 반면에 찍히기만 하면 굉장히 깨끗한 이미지를 얻을 수 있다. 이에 인공지능을 적용해 신호가 약하더라도 노이즈 없는 이미지를 얻고자 연구를 시작하게 됐다.
Q. 기술 개발 과정에서 가장 어려웠던 점은?
– 인공지능 학습에는 정답 데이터셋이 필요한데, 테라헤르츠 대역에서는 정답 데이터셋을 구하기 어려운 문제가 있었다. 이를 해결하기 위해 정답 데이터셋 없이도 학습할 수 있는 방법을 고민했고, 노이즈 패턴을 학습하는 방식으로 해결했다.
Q. 기술의 활용 가능성은?
– 어두운 곳에서 사진을 찍으면 노이즈가 많이 낀다. 이것은 빛 소스가 작아서 발생하는데, 테라헤르츠를 이용하면 빛 소스가 작더라도 이미지의 노이즈를 줄이면서 깨끗한 이미지를 얻을 수 있다. 또한 테라헤르츠는 인체에 무해하다는 특징이 있어 암 진단 영상 촬영 및 공항에서 투시 카메라 등에 적용하면 더욱 선명한 이미지를 얻을 수 있을 것이다.
Q. 연구 성과에 대한 소감은?
– 가시적 결과로 이어져 기쁘다. 특히 연구에 함께 참여한 학생들의 노력이 좋은 성과로 나타났다는 게 뜻깊다. 앞으로도 연구를 지속해 실제적으로 쓰일 수 있는 유익한 기술을 개발하고 싶다. 그것이 제일 큰 바람인 동시에 방향성이다.
Q. 학생들에게 강조할 메시지가 있다면?
– 속도(speed)와 속력(velocity)의 차이를 아는 게 중요하다. 방향 없이 열심히 공부하는 것보다 목표를 설정하고, 집중적으로 학습하는 게 효과적이다. 탐색과 활용의 균형을 맞추는 것도 필요하다. 새로운 것을 배우면서도 언제 집중해야 하는지를 판단할 줄 알아야 한다.
또한, 인공지능은 필수 기술이다. 전공과 상관없이 관심을 갖고 배우는 게 필요하다. 자신의 도메인 지식을 바탕으로 인공지능을 어떻게 활용할 것인지 고민하는 게 미래 경쟁력을 키우는 방법이다. 항상 주위를 둘러보며 넓은 시야를 갖길 바란다.
김정인 기자<evelyn5252@naver.com>
