UNIST, 시간단위 대기 오염지도 그리는 AI모델 개발4
정밀대기질 예보 및 공중보건 정책 활용 기대
UNIST연구진이 대기오염물질 6종의 농도를 시간단위로 산출하는 AI모델을 개발했다. 모델이 분석한 결과에 따르면 한국에서는 미세먼지와 초미세먼지 등 4개 물질이 한꺼번에 기준치를 초과하는 날이 연간 15일에 달하는 것으로 나타났다. [이미지=울산과학기술원]
미세먼지와 초미세먼지 등 4개 물질이 한꺼번에 기준치를 초과하는 날이 한국에서만 연간 15일에 달하는 것으로 나타났다.
이번 연구는 대기오염물질 6종의 농도를 시간단위로 산출하는 AI모델을 개발해 확인할 수 있었다. 향후 정밀대기질 예보와 공중보건 정책 활용 등이 기대된다.
울산과학기술원(UNIST·총장 박종래)은 임정호 지구환경도시건설공학과 교수팀이 주요 대기오염 물질 6종의 지표면 농도를 시간단위로 추정해 오염지도를 그리는 인공지능모델인 딥맵을 개발하고, 이 같은 분석 결과를 얻었다고 30일 밝혔다.
연구팀이 이 모델로 2021년부터 2023년까지 동아시아 전역의 대기질을 분석한 결과, 여러 오염물질이 동시에 세계보건기구(WHO) 단기 권고 기준을 초과하는 '공노출' 현상(대기오염 분야에서 여러 오염물질에 동시에 노출되는 현상)이 광범위하게 발생하고 있었다.
특히 호흡기와 심혈관계 질환을 악화시키는 미세먼지, 초미세먼지, 이산화질소, 오존 등 4개 물질이 한꺼번에 기준치를 초과하는 날이 한국에서만 연간 15일에 달했다. 이러한 대기오염 4중고는 중국 화북평원(24일)과 동부 지역(19일)에서도 두드러졌다. 주로 겨울철 난방 여파와 봄철 황사, 가을철 고기압 영향으로 오존 생성이 활발한 3월, 4월, 10월에 집중적으로 발생했다.
최근 많은 연구에서 이러한 복합노출이 단일 오염 노출보다 건강에 더 치명적인 영향을 미칠 수 있어 정밀한 모니터링이 필요하다고 지적한다. 하지만 지상 관측소는 산발적으로 흩어져 있어 공간적 공백이 생기고, 위성 관측은 구름에 가려지면 데이터를 얻지 못한다. 대기화학수송모델 역시 해상도가 낮아 지역별 세밀한 변동성을 짚어내기 어려웠으며, 무엇보다 기존 연구 대다수가 오염물질 농도를 하나씩 따로 산출해 실제 복합 오염 상황을 제대로 반영하지 못했다.
UNIST에 따르면 개발한 딥맵은 정지궤도 환경위성(GEMS) 데이터, 대기화학수송모델, 수치모델의 기상자료, 지상관측 자료 등을 통합해 일산화탄소(CO), 이산화황(SO2)을 포함하는 총 6종 대기오염물질의 농도를 시간 단위로 동시에 산출할 수 있다. 공간해상도도 10km로 촘촘해 지역별 오염 분포를 제대로 파악할 수 있으며, 시간 단위 예측으로 오염물질 변화 흐름까지 추적할 수 있다.
제1저자 강은진 연구원은 "서로 영향을 주고받는 오염물질 간 관계를 함께 학습하는 멀티태스킹 구조를 적용해 기존 단일 오염물질 농도 추정 모델보다 성능이 향상됐다"고 설명했다.
임정호 교수는 "기존에는 대기오염을 개별 물질 중심으로 분석해 실제 환경에서 여러 오염물질이 동시에 작용하는 상황을 충분히 반영하지 못했다"며 "이번 모델은 이러한 한계를 넘어 복합 대기오염을 보다 현실적으로 평가할 수 있게 한 것으로, 향후 대기질 예보와 환경 정책 수립, 공중보건 연구 등 다양한 분야에 활용될 수 있다"고 강조했다.
연구결과는 환경 분야 저명 학술지인 환경과학과 기술(Environmental Science & Technology)에 3월 20일자로 게재됐다.
댓글
0