[세종 = 뉴스핌] 김범주 기자 = 삼육대학교는 본교 인공지능융합학부 류한철 교수 연구팀이 고품질의 원본 이미지가 없어도 효과적으로 노이즈를 제거할 수 있는 AI 기술을 개발했다고 6일 밝혔다.

이번 연구는 테라헤르츠 이미지 노이즈 제거 분야에 새로운 패러다임을 제시하는 것으로 다양한 산업 분야에서 활용될 것으로 전망된다.

딥러닝 모델 훈련에 사용되는 다양한 주파수의 노이즈 이미지 데이터셋 모형도/제공=삼육대학교

테라헤르츠파(terahertz wave, THz)는 세라믹, 플라스틱, 종이 등 비금속 물질을 투과할 수 있고, 전파 자원 중 가장 높은 해상도의 이미지를 얻을 수 있다.

의료, 보안, 식품 검사 등 다양한 산업 분야에서 활용할 수 있는 차세대 전파 기술로 평가받고 있다. 다만 신호가 약해 깨끗한 이미지를 얻기 어려운 한계가 있다.

연구팀은 노이즈가 있는 데이터만으로도 효과적으로 학습할 수 있는 딥러닝 기술을 개발했다. 자기지도형(Self-supervised) 딥러닝을 Noise2Noise 기법으로 학습해 정답 데이터 없이도 노이즈 제거가 가능한 혁신적인 접근 방식을 도입했다.

또 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 노이즈 제거 성능을 기록했다.

특히 선형 구조의 USAF 테스트 이미지로 훈련된 모델을 곡선 구조의 삼족오(三足烏) 이미지에 적용했을 때도 우수한 성능을 보였다.

깨끗한 원본 데이터 없이도 효과적인 이미지 개선이 가능하다는 점에서, 다양한 비파괴 검사, 보안 검색, 의료 영상 분석 등의 산업 분야에서 활용될 것으로 전망된다.

류 교수팀은 이번 연구 성과를 바탕으로 최근 AI 기반 영상 분석 솔루션 기업 '프랙사이(PraxAI)'를 창업했다.

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.

류 교수는 "테라헤르츠파뿐만 아니라 다양한 전파 자원의 이미지 품질을 향상하는 딥러닝 연구를 이어갈 계획"이라고 말했다.

wideopen@newspim.com