입력 2025.02.06 13:07
| 수정 2025.02.06 13:12
고품질 원본 없이도 혁신적 이미지 복원
‘차세대 전파’ 테라헤르츠 기술 실용화 앞당겨
AI분야 국제학술지 ‘Expert Systems with Applications’ 게재
삼육대 인공지능융합학부 류한철 교수 연구팀(류한철 교수, 정승환 석박사통합과정, 여운하 박사과정)이 고품질의 원본 이미지가 없어도 효과적으로 노이즈를 제거할 수 있는 혁신적인 인공지능(AI) 기술을 개발했다. 이번 연구는 테라헤르츠 이미지 노이즈 제거 분야에 새로운 패러다임을 제시하는 것으로, 다양한 산업 분야에서 활용 가능성이 기대된다.
이번 연구 성과는 인공지능 분야의 세계적인 국제학술지 ‘Expert Systems with Applications(전문가 시스템과 응용, IF=7.5, JCR 상위 5.2%)’에 ‘Self-supervised deep-learning for efficient denoising of terahertz images measured with THz–TDS system(테라헤르츠 시간영역 분광기로 측정된 이미지의 효율적인 노이즈 제거를 위한 자기지도학습 기반 딥러닝 기술)’이라는 제목으로 게재됐다.
삼육대 연구팀이 테라헤르츠 이미징 분야에서 노이즈 제거 연구를 시작하게 된 계기는 테라헤르츠파(terahertz wave, THz)의 고유한 특성 때문이다. 테라헤르츠파는 세라믹, 플라스틱, 종이 등 비금속 물질을 투과할 수 있고, 전파 자원 중 가장 높은 해상도의 이미지를 얻을 수 있어 의료, 보안, 식품 검사 등 다양한 산업 분야에서 활용이 기대되는 차세대 전파 기술이다.
하지만 신호가 약해 깨끗한 이미지를 얻기 어렵다는 한계가 있었다. 연구팀은 이를 해결하기 위해 딥러닝 기술을 활용하고자 했으나, 기존의 딥러닝 방식은 고품질 원본 이미지나 정확한 노이즈 모델링이 필요했다. 그런데 테라헤르츠 이미징의 특성상 이러한 조건을 만족시키기 어려웠다.
이에 연구팀은 노이즈가 있는 데이터만으로도 효과적으로 학습할 수 있는 딥러닝 기술을 개발했다. 이를 위해 자기지도형(Self-supervised) 딥러닝을 Noise2Noise 기법으로 학습해 정답 데이터 없이도 노이즈 제거가 가능한 혁신적인 접근 방식을 도입했다.
또한 테라헤르츠 시간영역 데이터에 제로패딩을 적용하고 훈련 이미지 수와 제로패딩 비율을 최적화해 노이즈 제거 성능을 극대화했다. 실험 결과, 다양한 신호 대 잡음비(SNR) 조건에서 노이즈 레벨을 92~96% 감소시키는 탁월한 노이즈 제거 성능을 달성했다.
선형 구조의 USAF 테스트 이미지로 훈련된 모델을 곡선 구조의 삼족오(三足烏) 이미지에 적용했을 때도 우수한 성능을 보여, 다양한 주파수와 이미지 형태에서도 일관된 노이즈 제거 능력을 입증했다.
이번 연구는 테라헤르츠 이미징 기술의 실용화를 앞당길 것으로 기대된다. 특히 깨끗한 원본 데이터 없이도 효과적인 이미지 개선이 가능하다는 점에서, 다양한 비파괴 검사, 보안 검색, 의료 영상 분석 등의 산업 분야에서 활용될 전망이다. 본 연구에 공동 참여한 테라헤르츠 의료영상 분야 전문가인 연세대 의과대학 오승재 교수도 “테라헤르츠 암 이미징 기술의 실용화를 앞당기는 데 기여할 것”이라고 밝혔다.
연구팀은 향후 극도로 낮은 SNR 조건에서의 성능 개선과 CW 기반 테라헤르츠 시스템으로의 확장을 통해 반도체 및 배터리 정밀 부품 검사, 보안 검색, 의료 영상 분석 등 실질적인 응용 가능성을 더욱 높일 계획이다. 실험실 데이터로 학습된 모델이 실제 환경에서도 우수한 성능을 보일 것으로 예상되는 만큼, 산업 현장에서의 실질적인 활용이 기대된다.
류 교수팀은 이번 연구 성과를 바탕으로 최근 AI 기반 영상 분석 솔루션 기업 ‘프랙사이(PraxAI)’를 창업했다. 연구팀은 현재 영상품질 고도화 솔루션 ‘PraxRES’와 지능형 영상 분석 솔루션 ‘PraxVIS’를 출시했으며, 지속적인 연구개발을 통해 기술의 고도화 및 산업 응용 확대를 추진할 계획이다.
류 교수는 “이번 연구를 통해 테라헤르츠 이미징의 가장 큰 기술적 한계였던 노이즈 문제를 해결할 수 있는 새로운 방법을 제시하게 되어 기쁘다”며 “앞으로도 테라헤르츠파뿐만 아니라, 다양한 전파 자원의 이미지 품질을 향상하는 딥러닝 연구를 이어 나갈 계획이다”고 밝혔다.
이번 연구는 ‘삼육대 홍명기 학술연구기금’의 지원을 받아 이뤄졌다.