초미세먼지 유발 암모니아, 더 촘촘하게 감시한다!

UNIST, 암모니아 농도 격주 단위 관측을 일간 단위로 고해상도화

기존 모델보다 최대 1.8배 정확·공간 확장성 입증, J. Hazard. Mater. 게재

초미세먼지를 유발하는 암모니아 농도의 관측 공백을 메울 수 있는 AI 기술이 나왔다.

UNIST 지구환경도시건설공학과 임정호 교수 연구팀은 대기 중 암모니아(NH₃) 농도를 하루 단위로 정확하게 추정해 낼 수 있는 인공지능 모델을 개발했다고 15일 전했다.

연구진, (좌측부터) 임정호 교수, 사만 말릭 연구원, 강은진 연구원. UNIST 제공

암모니아는 농업 비료, 가축 분뇨, 화재 현장 등에서 기체 상태로 배출된다. 그 자체로는 무해하지만 대기 중 황산이나 질산 같은 산성 물질과 만나면 초미세먼지(PM2.5)를 만들기 때문에 대기질 예보, 환경정책 수립 등을 위해 정확한 모니터링이 필수다.

하지만 암모니아는 대기 중 체류 시간이 짧아 농도 변화가 크고, 지상 관측소도 드물어 2주 단위로 데이터가 제공돼 왔다. 계산으로 암모니아 농도를 예측하는 기후모델이 있지만 넓은 공간을 대상으로 하는 탓에 지역별 예측 오차가 컸다.

연구팀은 인공지능 심층신경망을 기반으로 암모니아 관측의 주기와 정확도를 보강할 수 있는 AI 모델을 만들었다. 유럽중기예보센터 ERA5 기후자료와 IASI 위성의 암모니아 컬럼 농도를 입력값으로, 미국 AMoN 지상 관측망 자료를 정답값으로 사용해 모델을 학습시켰다.

이 AI 모델은 유럽 기후 모델인 CAMS 대비 최대 1.8배 낮은 예측 오차를 기록했다. 또 미국 데이터를 정답 값으로 해 훈련된 AI 모델이지만 2019년 영국 맨체스터 지역에서 발생한 대형 화재에 따른 고농도 현상도 포착해 냈다. 이는 개발된 모델의 공간 확장성과 현장 적용 가능성을 보여주는 실험 결과다.

AI 기반 암모니아 농도 추정 흐름도와 예측 결과 시계열 그래프.

이번 연구는 사만 말릭(Saman Malik) 연구원과 강은진 연구원이 제1저자로 참여했다. 연구팀은 "계산으로 지상의 암모니아 농도를 추정하는 CAMS와 같은 기후 모델은 정확도 면에서, 지상 관측소를 통한 실측은 자료 제공 주기가 길어 모니터링 한계가 명확했다"며 "이번 모델은 기존 감시 방식의 단점을 보완할 수 있다"고 설명했다.

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 강조했다.

이번 연구 결과는 환경 분야 저명 학술지 유해물질저널(Journal of Hazardous Materials, IF: 11.3)에 9월 15일 자로 게재됐다.

연구 수행은 환경부 환경과학원, 과학기술정보통신부 한국연구재단의 지원을 받아 이뤄졌다.

영남취재본부 김철우 기자 sooro97@asiae.co.kr