성균관대학교(총장 신동렬)는 전자전기공학부 문태섭 교수 연구팀(제 1저자 박용비 석사과정)이 미국 Emory 대학의 Yang Liu 교수 연구팀과 협력하여 딥러닝 기술에 기반한 초미세먼지(PM2.5) 농도 예측 알고리즘을 개발하는 데 성공했다고 밝혔다.
본 연구는 과학기술정보통신부(MSIT)의 재원으로 정보통신기획평가원(IITP)과 한국과학기술연구원(KIST)의 지원을 받아 수행되었으며, 국제학술지인 Environmental Pollution(JCR 상위 9.7%) 저널에 온라인 게재되었다.
연구팀은 고가의 측정 센서만으로는 넓은 지역의 초미세먼지(PM2.5) 농도를 높은 지역적 해상도로 모두 측정하는데 너무 많은 비용이 드는 문제점을 보완하기 위하여, 초미세먼지와 관련된 다양한 변수들에 기반하여 PM2.5 농도를 예측하는 연구를 수행하였다. 즉, 인공위성 기반 에어로졸 광학 두께(AOD), 기후/바람 관련 변수, 계절, 도로, 인구 분포 등 초미세먼지와 밀접한 관련이 있는 변수들을 입력으로, 초미세먼지 농도를 출력으로 하는 딥러닝 모델을 개발하여 그 예측 정확도를 높였다. 특히, 기존의 연구들과 달리 딥러닝의 핵심 기술 중 하나인 컨볼루션 신경망(Convolutional neural networks)을 최초로 활용하여, 예측하고자 하는 지역의 변수들만이 아니라, 주변 지역 변수들 간의 공간적 상관관계까지 활용하는 예측 알고리즘을 개발하는 데 성공하였다. 그 결과 미국 전역의 PM2.5농도를 예측하는 데 기존 방법들의 성능을 훨씬 뛰어넘는 예측 정확도(R^2=0.84)를 달성하였다.