[기후에너지환경부]유기물 형광 특성과 인공지능 기술을 활용한 하천 오염원 정밀진단 모형 개발

기후에너지환경부 소속 국립환경과학원은 하천 내 오염물질 관리를 위해 물속에 녹아 있는 유기물질의 형광 특성과 인공지능 기술을 연계하여 다양한 오염원의 종류를 파악할 수 있는 모형(Model)을 최근 개발했다고 밝혔다. 

이번에 개발된 모형은 물속에 존재하는 용존유기물의 '여기-방출 행렬(Excitation-Emission Matrix, EEM)* 형광 특성과 '심층학습(Deep learning)' 기반의 인공지능(AI) 모델을 융합하여 유역 내 다양한 오염원의 종류를 신속하고 정밀하게 분석 및 정량화할 수 있는 기술을 포함하고 있다.

* EEM은 시료에 다양한 여기파장(빛을 쏘는 파장)을 순차적으로 비추고, 각 여기파장에 대해 여러 방출파장(나오는 빛의 파장)의 형광 세기를 측정해 복잡한 데이터를 한눈에 파악할 수 있도록 2차원 행렬로 표현한 스펙트럼 자료

우리나라의 유역은 도시, 농촌, 산림 등 토지이용 특성이 지역마다 다르고, 복합적으로 구성되어 빗물이 땅에 떨어서 하천으로 흘러 들어가는 동안 다양한 오염원의 영향을 받는다.

따라서 그동안 하천의 특정 지점에서 측정한 수질 농도는 그 지점에서의 전체적인 오염도를 알 수 있을 뿐, 상류 유역의 특정 오염원이 얼마나 오염에 영향을 미쳤는지 정량적으로 파악하는 데 어려움이 있었다. 

이를 위해 국립환경과학원 연구진은 2023년부터 도시·축산·농업이 혼재된 다양한 유역에서 오염원 및 하천수 시료를 채취하여 여기-방출 행렬(EEM) 형광 이미지를 구축했고, 이를 인공지능 학습 데이터로 활용한 심층학습(Deep learning) 모형을 개발했다.

이 모형은 특히 가축분뇨·하수·토양 등 서로 유사한 유기 오염 특성을 가진 오염원을 구분하기 위해 선행 연구에서 사용되었던 특정 파장을 이용한 지표*가 아닌 형광 피크(Peak) 위치와 강도 정보를 모두 포함하는 2차원 '여기-방출 행렬(EEM) 이미지'를 사용하여, 이를 심층학습 모형에 적용해 오염원 분류 정확도를 높인 것이 특징이다. 

* 예시) 형광지수(Fluorescence Index, FI): Ex 370nm Em 450nm 대비 500nm의 강도 비  

휴믹화지수(Humification Index, HIX): Ex 254∼255nm에서 Em 435∼480nm 영역 적분값을 

300∼345nm 영역 적분값으로 나눈 비

국립환경과학원은 이번 연구 결과를 올해 3월에 특허* 출원했으며, 국제 학술지인 '생태 지표(Ecological Indicators)' 2025년 11월호에 게재할 예정이다. 이를 통해 복잡하고 다변화된 오염원을 가진 하천 및 호소의 수질 관리 대책 수립에 도움을 주고 다방면으로 활용될 수 있을 것으로 기대했다.

* 복합토지유역 내 유기물 형광 특성을 이용한 오염원 분석 시스템 및 알고리즘 생성 방법(2025.03.25., 10-2025-0038253)

김경현 국립환경과학원 물환경연구부장은 "형광 분석기술과 인공지능을 결합한 이 모형은 복잡한 유역 오염 문제를 비교적 손쉽게 진단할 수 있는 새로운 접근법"이라며, "향후 지능형 수질관리 시스템 개발과 국가 수질관리 정책 고도화에 적극적으로 활용할 수 있을 것"이라고 밝혔다. 

붙임 1. 전문용어 설명.

     2. 시각적 개요.  끝.