암모니아를 나타낸 이미지. 게티이미지뱅크 제공
초미세먼지를 유발하는 암모니아 농도 측정의 정확도를 올려주는 인공지능(AI) 기술이 나왔다.

울산과학기술원(UNIST)은 임정호 지구환경도시건설공학과 교수 연구팀은 대기 중 암모니아(NH₃) 농도를 하루 단위로 정확하게 추정할 수 있는 인공지능 모델을 개발했다고 15일 밝혔다.

암모니아는 농업 비료, 가축 분뇨, 화재 현장 등에서 기체 상태로 배출된다.
 그 자체로는 무해하지만 대기 중 황산이나 질산 같은 산성 물질과 만나면 초미세먼지(PM2.5)를 만들기 때문에 대기질 예보, 환경정책 수립 등을 위해 정확한 모니터링이 필수다.

암모니아는 대기 중 체류 시간이 짧아 농도 변화가 크고 지상 관측소도 드물어 2주 단위로 데이터가 제공돼 왔다.
 계산으로 암모니아 농도를 예측하는 기후모델이 있지만 넓은 공간을 대상으로 하는 탓에 지역별 예측 오차가 컸다.

연구팀은암 AI 심층신경망을 기반으로 모니아 관측의 주기와 정확도를 보강할 수 있는 AI 모델을 만들었다.
 유럽중기예보센터의 기후 재분석 데이터셋(ERA5) 기후자료와 위성의 암모니아 컬럼 농도를 입력값으로 설정하고 미국 암모니아 모니터링망(AMoN) 지상 관측망 자료를 정답값으로 사용해 모델을 학습시켰다.

개발한 AI 모델은 유럽 기후 모델인 유럽 대기 감시 서비스(CAMS) 대비 최대 1.8배 낮은 예측 오차를 기록했다.
 또 미국 데이터를 정답 값으로 해 훈련된 AI 모델이지만 2019년 영국 맨체스터 지역에서 발생한 대형 화재에 따른 고농도 현상도 포착해 냈다.
 개발된 모델의 공간 확장성과 현장 적용 가능성을 보여주는 실험 결과다.

연구에 사만 말릭 UNIST 연구원과 강은진 UNIST 연구원이 제1저자로 참여했다.
 연구팀은 “계산으로 지상의 암모니아 농도를 추정하는 CAMS와 같은 기후 모델은 정확도 면에서 지상 관측소를 통한 실측 자료 제공 주기가 길어 모니터링 한계가 명확했다”며 “이번 모델은 기존 감시 방식의 단점을 보완할 수 있다”고 설명했다.

임 교수는 “질소 기반 오염물 대기질 예보와 환경 관리 정책 수립에 직접 활용될 수 있을 것이다”며 “특히 국내에서는 제한된 위치에서만 암모니아 농도 모니터링이 되고 있는데 개발된 기술을 적용하면 고해상도 감시 체계를 구축할 수 있을 것이다”고 강조했다.

연구 결과는 환경 분야 저명 학술지 유해물질저널(Journal of Hazardous Materials)에 15일자로 게재됐다.

<참고자료>
-https://doi.org/10.1016/j.jhazmat.2025.139166