[미국] 월털루대 연구팀, AI 활용 미세플라스틱 찾아내는 방법 개발

50% 더 빠르고 20% 더 높은 정확도 입자 분석하는 플라스틱 넷 AI 도구 개발

미국 워털루대학교 학제간 연구팀은 인공지능(AI)을 활용해 미세플라스틱을 이전보다 더 빠르고 정확하게 식별하고 있다. [사진제공(Photo Source) = University of Waterloo]

 

미국 워털루대학교 학제간 연구팀은 인공지능(AI)을 활용해 미세플라스틱을 이전보다 더 빠르고 정확하게 식별한다.

미세플라스틱은 식품에서 흔히 발견되며, 심각한 환경 피해를 일으키는 위험한 오염물질이다. 미세플라스틱을 제거하기 위해서는 찾아내는 것이 우선이다.

연구팀의 첨단 영상 식별 시스템은 수 처리장과 식품 생산 업계가 미세플라스틱이 환경과 인간 건강에 미칠 수 있는 잠재적 영향을 완화하기 위한 정보에 입각한 결정을 내리는 데 도움이 될 수 있다.

종합적인 위험 분석 및 조치 계획에는 정확한 식별을 기반으로 한 양질의 정보가 필요하다. 이 프로젝트의 책임자인 웨인 파커(Wayne Parker) 박사와 연구진은 입자를 다양한 빛의 파장에 노출시키는 고급 분광법을 사용해 현존하는 많은 미세플라스틱을 열거하고 식별하며 설명할 수 있는 강력한 분석 도구를 찾았다. 다양한 유형의 플라스틱은 빛이 노출되면 서로 다른 신호를 생성한다. 이러한 신호는 입자가 미세 플라스틱 인지 아닌지를 표시하는 데 사용할 수 있는 지문과 같은 역할을 한다.

[사진제공(Photo Source) = University of Waterloo]

 

연구진이 종종 발견하는 문제는 실험실 환경에서 '신호'을 흐리게 할 수 있는 제조 첨가제와 충전재가 존재하기 때문에 미세플라스틱이 다양한 종류로 나타난다는 것이다. 이로 인해 다양한 종류의 미세플라스틱뿐만 아니라 유기 물질로부터 미세플라스틱을 식별하는 것이 종종 어려워진다. 미세플라스틱의 미묘한 패턴과 신호를 알아내기 위해 인간의 개입이 요구되는데, 이는 시간이 오래걸리고 오류가 발생하기 쉽다.

파커 워털루대학교 토목환경공학과 교수는 “미세플라스틱은 다른 화학물질을 흡수할 수 있는 소수성 물질”이라며 "문제가 얼마나 심각한지에 대해 과학은 계속 발전하고 있지만, 이론적으로 미세플라스틱이 먹이사슬에서 독성 물질의 축적을 강화하고 있을 가능성이 있다"고 말했다.

파커 교수는 워털루 시스템 설계 공학과 교수이자 캐나다 인공지능 및 의료영상 분야의 의장인 알렉산더 웡(Alexander Wong)박사에게 도움을 요청해 이전 방법보다 약 50% 더 빠르고 20% 더 높은 정확도로 대량의 입자를 신속하게 분석할 수 있는 플라스틱 넷(PlasticNet)이라는 AI 도구를 개발했다.

플라스틱넷 연구팀인 웨인 파커 교수, 프랭크 주 전 박사과정생, 알렉산더 웡 교수의 모습. [사진제공(Photo Source) = University of Waterloo]

이 도구는 환경을 보호하고 지속가능한 미래에 기여할 연구에 참여하기 위해 워털루 연구원이 설계한 최신 지속 가능한 기술이다.

웡 교수는 "분광 신호로부터 미세플라스틱 식별을 향상시키기 위해 딥러닝 신경망을 구축했다"며 "기존 문헌 자료와 자체 제작한 이미지를 바탕으로 미세플라스틱의 다양한 구성을 이해하고 지문의 품질에 상관없이 빠르고 정확하게 차이를 파악할 수 있도록 훈련했다"고 설명했다.

파커 교수의 전 박사과정생인 프랭크 주(Frank Zhu)는 지역 하수 처리장에서 분리된 미세 플라스틱을 대상으로 시스템을 테스트했다. 결과는 전례 없는 속도와 정확성으로 미세플라스틱을 식별할 수 있음을 보여준다. 이 정보는 처리장에서 이러한 물질을 통제하고 제거하기 위한 효과적인 조치를 시행할 수 있도록 힘을 실어줄 수 있다.

다음 단계는 지속적인 학습과 테스트뿐만 아니라 PlasticNet 시스템에 더 많은 데이터를 제공해 다양한 요구 사항에 적용할 수 있는 미세플라스틱 식별 기능의 품질을 향상시키는 것이다.

이 연구에 대한 자세한 내용은 환경 오염(Environmental Pollution)에 게재된 연구 논문 "초점면 배열(FPA) 마이크로 FT-IR 이미징을 통한 미세 플라스틱(MP) 자동 인식을 위한 딥 러닝 활용"에서 확인할 수 있다.

[원문보기]

Using AI to find microplastics

Researchers use AI to identify toxic substances in wastewater with greater accuracy and speed

 

An interdisciplinary research team from the University of Waterloo is using artificial intelligence (AI) to identify microplastics faster and more accurately than ever before.

Microplastics are commonly found in food and are dangerous pollutants that cause severe environmental damage – finding them is the key to getting rid of them.

The research team’s advanced imaging identification system could help wastewater treatment plants and food production industries make informed decisions to mitigate the potential impact of microplastics on the environment and human health.

A comprehensive risk analysis and action plan requires quality information based on accurate identification. In search of a robust analytical tool that could enumerate, identify and describe the many microplastics that exist, project lead Dr. Wayne Parker and his team, employed an advanced spectroscopy method which exposes particles to a range of wavelengths of light. Different types of plastics produce different signals in response to the light exposure. These signals are like fingerprints that can also be employed to mark particles as microplastic or not.

The challenge researchers often find is that microplastics come in wide varieties due to the presence of manufacturing additives and fillers that can blur the “fingerprints” in a lab setting. This makes identifying microplastics from organic material, as well as the different types of microplastics, often difficult. Human intervention is usually required to dig out subtle patterns and cues, which is slow and prone to error.

“Microplastics are hydrophobic materials that can soak up other chemicals,” said Parker, a professor in Waterloo’s Department of Civil and Environmental Engineering. “Science is still evolving in terms of how bad the problem is, but it’s theoretically possible that microplastics are enhancing the accumulation of toxic substances in the food chain.”

Parker approached Dr. Alexander Wong, a professor in Waterloo’s Department of Systems Design Engineering and the Canada Research Chair in Artificial Intelligence and Medical Imaging for assistance. With his help, the team developed an AI tool called PlasticNet that enables researchers to rapidly analyze large numbers of particles approximately 50 per cent faster than prior methods and with 20 per cent more accuracy.

The tool is the latest sustainable technology designed by Waterloo researchers to protect our environment and engage in research that will contribute to a sustainable future.

“We built a deep learning neural network to enhance microplastic identification from the spectroscopic signals,” said Wong. “We trained it on data from existing literature sources and our own generated images to understand the varied make-up of microplastics and spot the differences quickly and correctly— regardless of the fingerprint quality.”

Parker’s former PhD student, Frank Zhu, tested the system on microplastics isolated from a local wastewater treatment plant. Results show that it can identify microplastics with unprecedented speed and accuracy. This information can empower treatment plants to implement effective measures to control and eliminate these substances.

The next steps involve continued learning and testing, as well as feeding the PlasticNet system more data to increase the quality of its microplastics identification capabilities for application across a broad range of needs.

More information about this work can be found in the research paper, “Leveraging deep learning for automatic recognition of microplastics (MPs) via focal plane array (FPA) micro-FT-IR imaging”, published in Environmental Pollution.

[출처 = University of Waterloo(https://uwaterloo.ca/news/media/using-ai-find-microplastics) / 2023년 12월 5일]