AI 기반 암모니아 농도 추정 흐름도와 예측 결과 시계열 그래프. UNIST 제공 울산과학기술원(UNIST)은 지구환경도시건설공학과 임정호 교수 연구팀이 대기 중 암모니아(NH₃) 농도를 하루 단위로 정확하게 추정해 낼 수 있는 인공지능 모델을 개발했다고 15일 밝혔다.
암모니아는 농업 비료와 가축 분뇨, 화재 현장 등에서 기체 상태로 배출된다.
그 자체로는 무해하지만 대기 중 황산이나 질산 같은 산성 물질과 만나면 초미세먼지(PM2.5)를 만든다.
때문에 대기질 예보, 환경정책 수립에 필요하다. 문제는 암모니아가 대기 중 체류 시간이 짧아 농도 변화가 크다는 것.
지상 관측소도 드물어 2주 단위로 데이터가 제공된다.
암모니아 농도를 예측하는 기후모델이 있지만 넓은 공간 탓에 지역별 예측 오차가 컸다.
(왼쪽부터)임정호 교수, 사만 말릭 연구원, 강은진 연구원. UNIST 제공UNIST 연구팀은 인공지능 심층신경망을 기반으로 암모니아 관측 주기와 정확도를 보강할 수 있는 AI 모델을 개발했다.
AI 모델은 유럽 기후 모델인 CAMS 대비 최대 1.8배 낮은 예측 오차를 기록했다. 또 2019년 영국 맨체스터 지역에서 발생한 대형 화재에 따른 고농도 현상도 포착했다.
이는 개발된 모델의 공간 확장성과 현장 적용 가능성을 보여주는 실험 결과다.
이번 연구는 사만 말릭(Saman Malik) 연구원과 강은진 연구원이 제1저자로 참여했다.
임정호 교수는 "질소 기반 오염물 대기질 예보와 환경 관리 정책 수립에 직접 활용될 수 있을 것"이라며 "특히 국내에서는 제한된 위치에서만 암모니아 농도 모니터링이 되고 있는데 개발된 기술을 적용하면 고해상도 감시 체계를 구축할 수 있을 것"이라고 설명했다.
이번 연구 결과는 환경 분야 저명 학술지 '유해물질저널(Journal of Hazardous Materials, IF: 11.3)'에 9월 15일자로 게재됐다.
연구 수행은 환경부 환경과학원, 과학기술정보통신부 한국연구재단의 지원을 받아 이뤄졌다.