울산과학기술원(UNIST)이 초미세 먼지 생성 원인물질인 대기 중 암모니아(NH₃) 농도를 일 단위로 정밀 추정하는 인공지능(AI) 모델 개발에 성공했다고 15일 밝혔다.

임정호 UNIST 지구환경도시건설공학과 교수 연구팀이 개발한 이 AI 모델은 기존 관측 방식의 한계를 극복할 대안으로 주목받고 있다.

암모니아는 농업용 비료와 가축 분뇨, 화재 등에서 발생해 대기 중 황산·질산 등과 결합하면 PM2.5를 형성한다. 무해한 물질이지만 초미세 먼지 생성 과정에서 핵심 역할을 하므로 정확한 농도 파악이 환경 정책과 대기질 예보에 필수적이다.

그동안 암모니아는 짧은 대기 체류 시간에 따른 급격한 농도 변화와 부족한 지상 관측소 때문에 2주마다 데이터가 제공되는 상황이었다. 기존 기후 모델은 넓은 범위를 다루다 보니 지역별 정확도가 떨어지는 문제가 있었다.

연구팀은 심층 신경망 기반 AI 모델로 이런 문제를 해결했다. 유럽중기예보센터 ERA5 기후 자료와 IASI 위성의 암모니아 컬럼 농도를 학습 데이터로, 미국 AMoN 지상 관측망 자료를 정답으로 활용해 모델을 훈련시켰다.

개발된 AI 모델은 유럽 기후 모델 CAMS 대비 최대 1.8배 낮은 오차율을 보였다. 미국 데이터로 학습했음에도 2019년 영국 맨체스터 대형 화재 시 발생한 고농도 암모니아 현상을 성공적으로 포착해 공간 확장성과 현장 적용 가능성을 입증했다.

사만 말릭(Saman Malik)과 강은진 연구원이 제1저자로 참여한 이번 연구에 대해 연구팀은 "기존 감시 방식이 갖던 정확도와 모니터링 주기의 한계를 보완할 수 있다"고 설명했다.

임정호 교수는 "질소 기반 오염 물질의 대기질 예보와 환경 관리 정책에 직접 활용할 수 있다"며 "제한된 국내 암모니아 모니터링 현실에서 고해상도 감시 체계 구축에 기여할 것"이라고 말했다.

연구 성과는 환경 분야 학술지 유해 물질 저널(Journal of Hazardous Materials, IF: 11.3)에 9월 15일자로 게재됐다. 환경부 환경과학원과 과학기술정보통신부 한국연구재단이 연구를 지원했다.