사람 개입 없이 인공지능 스스로 재료 미세구조 이미지 품질 향상

4차 산업혁명 시대를 맞아 최근 인공지능은 스마트폰 카메라에 적용되어 오토포커싱, 얼굴인식, 100배 줌 등의 기능을 제공하면서 일상생활의 편의성을 획기적으로 높여주는 한편, 신소재 연구개발 과정에도 활발하게 적용되고 있다.

주사전자현미경은 마이크로 단위에서 재료 미세조직 이미지 정보를 제공함으로써 미세조직과 물리, 화학, 기계적 특성과의 상관관계를 규명하기 위해 필수적으로 사용되는 첨단 재료분석 장비 중 하나이다. 그러나, 고품질의 선명한 주사전자현미경 이미지를 획득하기 위해서는 실험자의 높은 숙련도와 세밀한 기기조작이 필수적으로 요구되며 그렇지 못할 경우 흐릿한 저품질의 미세조직 이미지가 측정될 수 있다. 이러한 저품질의 이미지는 뒤이어 수행되는 재료분석 과정들에 후속적으로 영향을 미치기 때문에 이미지 품질은 개선 되어야할 필요성이 있다.

공동연구팀은 딥러닝 기술을 활용하여 미세구조 이미지의 품질을 자동으로 판별하고 향상시키는 기술을 개발했다. 특히 개발된 기술은 다중스케일 딥뉴럴 네트워크(Multi-scale deep neural network)를 기반으로 하며 흐릿한 정도와 이미지 품질 저하 수준에 대한 어떠한 사전지식이나 가정 없이도 미세구조 이미지의 품질이 향상될 수 있음을 보였다. 또한 이미지 내의 불균일한 품질 열화 문제에 대응하기 위하여 인공지능이 미세구조 이미지의 어느 영역을 얼마나 차별적으로 복원할 것인가를 스스로 학습하도록 하는 기법을 제안하여 인공지능형 재료분석 장비의 실용화에 한 발 더 다가섰다.

연구를 주도한 이승철 교수는 “신소재 연구개발을 위해 광범위하게 사용되는 주사전자현미경의 재료 미세조직 영상화 과정을 자동화함으로써 새로운 소재의 개발 비용과 시간을 단축시킬 수 있을 것으로 기대한다”고 밝혔다.