인공지능으로 주사전자현미경 한계 극복한다
-
POSTECH(포항공과대학교, 총장 김무환)과 한국재료연구원(원장 이정환) 공동연구팀은 주사전자현미경에 인공지능 기술을 적용함으로써 기존의 분석장비로부터 얻은 저해상도 전자후방산란회절(EBSD) 미세조직 이미지를 초고해상도 이미지로 변환할 수 있는 초해상화 이미징 기술을 개발했다.이번 연구의 성과는 네이처 파트너십 저널인 ‘엔피제이 컴퓨테이셔널 머터리얼즈(npj Computational Materials)’에 최근 게재됐다.현대 재료과학 연구에서 주사전자현미경 이미지는 미세조직의 시각화, 특성화, 수치적 해석에 이르기까지 신소재 개발 과정 전반에서 가치 있게 활용되고 있다.하지만 전자현미경의 하드웨어적 한계로 인해 높은 품질의 미세조직 이미지 데이터 취득이 제한되거나 취득하는 데 오랜 시간이 걸릴 수 있다.이는 뒤이어 수행되는 재료 분석의 정확도에 영향을 끼칠 수 있어 기존 하드웨어의 기술적 한계를 극복할 새로운 기술의 개발이 요구돼 왔다.공동연구팀은 인공지능 기술을 활용하여 더 빠르고 더 정확한 미세조직 이미징 기법을 개발했다.합성곱 신경망(Convolutional neural network)를 이용해 기존 미세조직 이미지의 해상도를 4배, 8배, 16배까지 끌어올렸으며 이는 기존 주사전자현미경 시스템과 비교해 영상화에 소모되는 시간을 최대 256배 단축하는 결과다.초해상화 된 결과는 미세조직 특성화 및 유한요소 해석을 통해 미세조직의 형상학적 정보를 높은 정확도로 복원할 수 있음을 검증했다.POSTECH 김형섭 교수는 “이번에 개발된 EBSD 이미지 초해상화 기법을 통해 신소재 개발 과정에 소모되는 시간을 획기적으로 단축할 수 있을 것으로 기대된다”고 말했다.한편, 이번 연구는 한국연구재단의 중견연구자지원사업 지원사업, 정보통신기획평가원의 인공지능 핵심고급인재양성사업, 교육부의 4단계 두뇌한국21 사업, 한국재료연구원의 지원으로 수행됐다.