|
연구팀은 회귀 문제에 활용되는 트리 기반의 머신러닝 기술인 랜덤포레스트 모델을 구축한뒤 이를 전기화학적 수처리 기술의 이온농도 예측에 활용했다. 개발된 모델은 처리수의 전기전도도와 각 이온 농도를 정밀하게 예측했다.
예측 정확도를 높이려면 약 20~80초마다 업데이트도 필요한 것으로 나타났다. 이번 기술을 국가 수질자동측정망에 적용해 특정 이온을 추적하려면 최소 분 단위의 샘플링을 통해 수질을 측정해 초기 모델을 학습시켜야 하는 셈이다.
손문 KIST 박사는 “연구는 단순히 새로운 AI 모델을 개발하는 데 그치지 않고, 국가 수질 관리 시스템에도 적용할 수 있다는 점에서 의미가 있다”며 “이번 기술을 이용한다면 개별이온들의 농도를 더 정밀하게 추적 관찰해 사회적 물 복지 향상에도 기여할 수 있다”고 말했다.
연구결과는 국제학술지 ‘워터 리서치(Water Research)’ 최신호에 게재됐다.