%eb%af%bc%ea%b0%90%eb%8f%84
-
인간 피부의 압력 감지 능력을 뛰어넘는 로봇용 전자 피부 개발
우리 대학 전기및전자공학부 정재웅 교수 연구팀이 인간 피부의 압력 감지 능력을 뛰어넘는 고감도 및 광범위 압력 측정이 가능한 로봇용 전자 피부를 개발했다고 27일 밝혔다.
연구팀이 개발한 전자 피부는 인간 피부에 비해 더 높은 민감도와 더 넓은 압력 측정 범위를 보여 최근 각광받는 로봇 산업, 헬스케어 산업, 증강 현실 등 다양한 분야에 폭넓게 적용될 수 있을 것으로 기대된다.
전기및전자공학부 이시목 박사과정과 변상혁 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `어드밴스드 머터리얼즈(Advanced Materials)' 온라인 버전에 10월 3일 字 출판됐다. (논문명 : Beyond the Human Touch Perception: Adaptive Robotic Skin Based on Gallium Microgranules for Pressure Sensory Augmentation)
인간 피부의 촉각 인지 능력을 모방하는 전자 피부는 원격으로 감도 및 외압 측정이 가능해 메타버스, 로봇 공학, 의료 기기 등 다양한 산업에 활용할 수 있다. 이로 인해 전자 피부가 많은 주목을 받고 있으며, 특히 전자 피부의 핵심 기술인 압력 센서의 민감도를 높이기 위해 많은 연구가 진행됐다.
하지만 개발된 고감도 압력 센서는 압력 감지 범위가 좁다는 단점을 가진다. 이를 해결하기 위해 광범위 압력 감지 센서가 등장했으나 기존 고감도 센서들과 비교해 현저히 낮은 민감도를 보였다. 이에 따라 사용자들은 상황과 목적에 맞춰 별개의 센서를 사용해야 했으며 이 과정에서 측정의 정확도가 떨어지고 번거롭다는 문제가 발생했다.
연구팀은 갈륨(Gallium)과 중합체(Polymer)를 합성해 온도에 따라 민감도와 압력 감지 범위를 변화시킬 수 있는 가변 강성 압력 센서를 개발했다. 개발된 압력 센서는 사용자가 상황과 목적에 맞게 고감도 감지 모드와 광범위 압력 감지 모드를 손쉽게 전환할 수 있도록 설계됐다.
압력 센서의 핵심 소재는 액체금속 중 하나인 갈륨으로, 금속임에도 불구하고 미온(29.76 ℃)에서 녹는점을 가져 쉽게 고체와 액체 간의 상태 변화가 가능하다. 연구팀은 내장된 갈륨의 상태에 따라 센서의 강성률이 변화하는 점에 기반해 온도에 따라 민감도와 감지 범위 변화가 가능한 압력 센서를 제작했다.
연구팀은 미세 유체기반 제작 방식을 통해 균일한 갈륨 미립자를 형성/활용해 압력 센서를 제작했고 이를 통해 센서 간 균일성 및 재현성을 극대화해 신뢰성 높은 대면적 전자 피부 제작을 가능하게 했다.
제작된 전자 피부는 인간 피부와 비교 시 97% 높은 민감도와 262.5% 넓은 압력 측정 범위를 보였다. 연구팀은 전자 피부의 가변성을 활용해 맥박 측정과 같이 높은 압력 민감도가 필요한 상황과 몸무게 측정과 같이 넓은 감지 범위가 필요한 상황 모두에 개발된 로봇 피부가 활용될 수 있음을 입증했다.
정재웅 교수는 "액체금속의 상변화를 활용한 이번 기술은 전자 피부를 넘어 상황과 목적에 맞게 전기/기계적 특성을 변환시킬 수 있는 다양한 다목적 전자기기, 센서, 로봇 기술의 개발에도 활용될 수 있을 것이다 ˮ라고 말했다.
한편 이번 연구는 과학기술정보통신부에서 추진하는 나노 및 소재 기술개발사업, ICT 핵심기술개발사업, 한국전자통신연구원 내부연구개발사업 개방형융합선행연구의 지원을 받아 수행됐다.
2022.10.27 조회수 13380 -
정확성이 획기적으로 향상된 코로나19 영상 진단 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀이 흉부 단순 방사선 촬영 영상으로 신종 코로나바이러스 감염증(이하 코로나19) 진단의 정확성을 획기적으로 개선한 인공지능(AI) 기술을 개발했다.
예 교수 연구팀이 개발한 인공지능 기술을 사용해 코로나19 감염 여부를 진단한 결과, 영상 판독 전문가의 69%보다 17%가 향상된 86%이상의 우수한 정확성을 보였다고 KAIST 관계자는 설명했다.
이 기술을 세계적으로 대유행하는 코로나19 선별 진료(Triage)체계에 도입하면 상시 신속한 진단이 가능할 뿐만 아니라 한정된 의료 자원의 효율적인 사용에 큰 도움을 줄 것으로 기대된다.
오유진 박사과정과 박상준 박사과정이 공동 1저자로 참여한 이 연구 결과는 국제 학술지 `아이트리플이 트랜잭션 온 메디컬 이미징(IEEE transactions on medical imaging)'의 `영상기반 코로나19 진단 인공지능기술' 특집호 5월 8일 字 온라인판에 게재됐다. (논문명 : Deep Learning COVID-19 Features on CXR using Limited Training Data Sets)
현재 전 세계적으로 확진자 500만 명을 넘긴 코로나19 진단검사에는 통상 역전사 중합 효소 연쇄 반응(RT-PCR, Reverse Transcription Polymerase Chain Reaction)을 이용한 장비가 사용된다. RT-PCR 검사의 정확성은 90% 이상으로 알려져 있으나, 검사 결과가 나오기까지는 많은 시간이 걸리며 모든 환자에게 시행하기에 비용이 많이 든다는 단점이 있다.
컴퓨터 단층촬영(CT, Computed Tomography)을 이용한 검사도 비교적 높은 정확성을 보이지만 일반적인 X선 단순촬영 검사에 비해 많은 시간이 소요되고 바이러스에 의한 장비의 오염 가능성 때문에 선별 진료에 사용되기 어렵다.
흉부 단순 방사선 촬영(CXR, Chest X-ray)은 여러 폐 질환에서 표준 선별 검사로 활용되고 있지만 코로나19에는 RT-PCR와 CT 검사에 비해 정확성이 현저하게 떨어진다. 그러나, 최근 팬데믹으로 세계 각국에서 확진자 수가 급증함에 따라 비용이 적게 들어가고 검사방법이 용이한 CXR 검사를 정확성을 높여 활용하자는 요구가 증가하고 있다.
그동안 심층 학습(Deep Learning) 기법을 적용해 CXR 영상을 통해 코로나19를 진단하는 여러 연구사례가 보고되고 있지만 진단 정확성을 높이기 위해서는 많은 양의 데이터 확보가 필수적이며 현재와 같은 비상 상황에서는 일관되게 정제된 대량의 데이터를 수집하기가 극히 어렵다.
예 교수 연구팀은 자체 개발한 전처리(Preprocessing)와 국소 패치 기반 방식(Local Patch-based Approach)을 통해 이런 문제점을 해결했다. 적은 데이터 세트에서 발생할 수 있는 영상 간 이질성(Heterogeneity)을 일관된 전처리 과정으로 정규화한 뒤, 국소 패치 기반 방식으로 하나의 영상에서 다양한 패치 영상들을 얻어냄으로써 이미지의 다양성을 확보했다.
또 국소 패치 기반 방식의 장점을 활용한 새로운 인공지능 기술인 `확률적 특징 지도 시각화(Probabilistic Saliency Map Visualization)' 방식을 활용해 CXR 영상에서 코로나19 진단에 중요한 부분을 고화질로 강조해주는 특징 지도를 만들었는데 이 지도가 진단 영상학적 특징과 일치하는 것을 확인했다.
예종철 교수는 "인공지능 알고리즘 기술을 환자의 선별 진료에 활용하면 코로나19 감염 여부를 상시 신속하게 진단할 수 있고 이를 통해 가능성이 낮은 환자를 배제함으로써 한정된 의료 자원을 보다 우선순위가 높은 대상에게 효율적으로 배분할 수 있게 해줄 것ˮ 이라고 말했다.
한편, 이 연구는 한국연구재단 중견연구자지원사업의 지원을 받아 수행됐다.
2020.05.25 조회수 19547 -
이건재 교수, 유창동 교수, 유연 압전 화자인식 음성센서 개발
〈 이 건 재 교수 〉
우리 대학 신소재공학과 이건재 교수와 전기및전자공학부 유창동 교수 공동 연구팀이 인공지능 기반의 화자(話者) 인식용 유연 압전 음성센서를 개발했다.
이번 연구를 통해 개인별 음성 서비스를 스마트 홈 가전이나 인공지능 비서, 생체 인증 분야 등 차세대 기술에 활용 가능할 것으로 기대된다.
이번 연구 결과는 국제 학술지 ‘나노 에너지(Nano Energy)’ 9월호에 ‘민감도’와 ‘화자인식’ 논문 두 편으로 동시 게재됐고 현재 관련 기술은 실용화 단계에 있다. (민감도 논문 : Basilar Membrane-Inspired Self-Powered Acoustic Sensor Enabled by Highly Sensitive Multi Tunable Frequency Band, 화자인식 논문 : Machine Learning-based Self-powered Acoustic Sensor for Speaker Recognition)
음성 센서는 인간과 기계 사이의 자유로운 소통을 가능하게 만드는 가장 직관적인 수단으로 4차 산업혁명의 핵심 기술로 주목받고 있다. 음성센서 시장은 2021년 대략 160억 달러 규모로 커질 것으로 예상된다.
그러나 현재 산업계에서는 음성 신호 수신 시 정전용량을 측정하는 콘덴서 형식을 사용하기 때문에 민감도가 낮고 인식 거리가 짧아 화자 인식률에 한계가 있다.
이번 연구에서 이 교수 연구팀은 인간의 달팽이관을 모사해 주파수에 따라 다른 영역이 진동하는 사다리꼴의 얇은 막을 제작했다. 음성신호에 따른 공진형 진동을 유연 압전 물질을 통해 감지하는 자가발전 고민감 음성 센서를 개발했다.
연구팀의 음성 센서는 기존 기술 대비 2배 이상 높은 민감도를 가져 미세한 음성 신호를 원거리에서도 감지할 수 있다. 또한 다채널로 신호를 받아들여 하나의 언어에 대해 복수 개의 데이터를 얻을 수 있다.
이 기술을 기반으로 누가 이야기하는지 찾아내는 화자인식 시스템에 적용해 97.5%의 화자인식 성공률을 무향실에서 달성했고 기존 기술 대비 오류를 75% 이상 줄였다.
화자인식 서비스는 음성 분야에 세상을 바꿀 next big thing으로 기대를 받고 있다. 기존 기술은 소프트웨어 업그레이드를 통한 접근으로 인식률에 한계가 있었지만 연구팀의 기술은 하드웨어 센서를 개발함으로써 능력을 크게 향상시켰다. 추후 첨단 소프트웨어를 접목한다면 다양한 환경에서도 화자 및 음성 인식률을 높일 수 있을 것으로 예상된다.
이건재 교수는 “이번에 개발한 머신 러닝 기반 고민감 유연 압전 음성센서는 화자를 정확하게 구별할 수 있기 때문에 개인별 음성 서비스를 스마트 가전이나 인공지능 비서에 접목할 수 있을 것이며 생체 인증 및 핀테크와 같은 보안 분야에서도 큰 역할을 할 수 있을 것이다”고 말했다.
이번 연구는 스마트 IT 융합시스템 연구단의 지원을 받아 수행됐다.
<관련 영상>
https://www.youtube.com/watch?v=QGEVJxCFVpc&feature=youtu.be
□ 그림 설명
그림1. 인간의 달팽이관을 모사한 유연 압전 음성 센서 구조
그림2. 인공지능을 통한 화자 인식 개략도
2018.10.04 조회수 16717