POSTECH-한국재료연구원 공동연구팀
사람 개입 없이 인공지능 스스로 이미지 개선

공동연구팀은 미세조직 이미지를 자동으로 판별하고 향상시키는 기술을 개발했다.[이미지=포스텍 제공]
공동연구팀은 미세조직 이미지를 자동으로 판별하고 향상시키는 기술을 개발했다.[이미지=포스텍 제공]

POSTECH(포항공과대학교, 총장 김무환)은 3일 한국재료연구원과 공동연구를 통해 주사전자현미경 시스템에 인공지능 기술을 적용했다고 밝혔다. 인공지능 스스로 재료 미세구조 이미지의 품질을 판별하고 향상시키는 이번 기술을 통해 인공지능형 재료분석 장비의 실용화에 한 발 더 다가설 것으로 기대된다.

주사전자현미경은 마이크로 단위에서 재료 미세조직 이미지 정보를 제공한다. 미세조직과 물리, 화학, 기계적 특성과의 상관관계를 규명하기 위해 필수적으로 사용하는 재료분석 장비다. 때문에 흐릿한 저품질의 미세조직 이미지가 측정될 경우 이어 수행되는 재료분석 과정들에 영향을 미친다. 이를 위해서는 실험자의 높은 숙련도와 세밀한 기기조작이 필수적으로 요구된다. 하지만 쉽지 않은 작업으로 이미지 품질 개선 필요성이 제기돼 왔다.

공동연구팀은 딥러닝 기술을 활용해 미세구조 이미지의 품질을 자동으로 판별하고 향상시켰다.  이번에 개발된 기술은 다중스케일 딥뉴럴 네트워크(Multi-scale deep neural network)를 기반으로 한다. 흐릿한 정도와 이미지 품질 저하 수준에 대한 어떠한 사전지식이나 가정 없이도 미세구조 이미지의 품질이 향상될 수 있음을 보였다.

또 불균일한 품질 열화 문제에 대응하기 위해 인공지능이 미세구조 이미지를 얼마나 차별적으로 복원할 것인가를 스스로 학습하는 기법을 제안했다.

연구를 주도한 이승철 교수는 "신소재 연구개발을 위해 광범위하게 사용되는 주사전자현미경의 재료 미세조직 영상화 과정을 자동화했다"며 "새로운 소재의 개발 비용과 시간을 단축시킬 수 있을 것으로 기대한다”고 말했다.
 
왼쪽부터 김세종 박사, 이승철 교수, 통합과정 나주원[사진=포스텍 제공]
왼쪽부터 김세종 박사, 이승철 교수, 통합과정 나주원[사진=포스텍 제공]


이번 연구는 한국연구재단의 중견연구자지원사업 및 대학중점연구소 지원사업, 정보통신기획평가원의 인공지능 핵심고급인재양성사업, 한국재료연구원의 지원으로 수행됐다. 성과는 금속재료 분야의 학술지인 '악타 머터리얼리아(Acta Materialia)'에 'Deep learning-based discriminative refocusing of scanning electron microscopy images for materials science (딥러닝 기반 주사전자현미경 이미지의 차별적 복원)'로 게재됐다.