포스트 코로나 시대(Post-COVID19)에 필수적인 기술로 주목받고 있는 기계학습 인공지능 기술과 비대면 초저전력 무선 센서 기술을 융합한 연구 결과가 전자공학과 김상길(사진 오른쪽) 교수 국제공동연구팀에 의해 발표돼, 미국 IEEE(전기전자학회, Institute of Electrical and Electronics Engineers) 학술지인 『Journal of Radio Frequency Identification(RFID)』에 사전 공개(Early Access)됐다.

* 논문 제목: 「Machine Learning Approach for Wirelessly Powered RFID-based Backscattering Sensor System(무선으로 구동되는 RFID 기반 후방산란 센서 시스템을 위한 머신 러닝 접근 방식)」
* 논문 링크: https://ieeexplore.ieee.org/x-document/9127444

김상길 교수 연구팀은 미국 조지아 공과대학(Georgia Institute of Technology)과의 공동연구를 통해 전파의 후방산란(Back-scattering) 기술을 이용하는 RFID 기술에 기계학습 인공지능 기술을 융합해 스스로 학습하고 진화해 나가는 초저전력 무선 센서 플랫폼 기술 개발에 성공했다.

이 연구는 교내에서는 처음으로 미국 공군 연구소(Air Force Research Lab, AFRL)의 국제 연구지원 프로그램인 Asian Office of Aerospace Research and Development(AOARD)의 지원을 통해서 이뤄졌다. 미국 해군연구소(Office of Naval Research Global, ONRG)의 공동 연구지원도 받아 의미를 더하고 있다.

‘후방산란 센서 기술’은 무선 센서 기술이지만 거의 전력을 사용하지 않는다는 장점이 있으나, 한 번 이상 반사된 전파에 담긴 정보를 분석하고 읽어야 하기 때문에 통신거리가 짧고 정보 분석의 정확도가 떨어진다는 단점이 있다.

김상길 교수팀과 미국 조지아 공과대학의 마노스 텐져리스(Manos M. Tentzeris) 교수팀은 기계학습 기법을 도입해 후방산란된 신호의 분석 정확도를 획기적으로 증가시킨, 배터리가 필요 없는 초저전력 무선 센서 시스템을 개발했다.

연구팀은 향후 이번에 제안한 기계학습 인공지능 기반의 후방산란 무선 센서 시스템을 생체 신호를 감지하는 의료 분야에 접목해 포스트 코로나 시대에 필수적인 기술로 발전시킬 계획이다.

김상길 교수는 “후기 코로나 시대에 선제적으로 대응해 초저전력 지능형 무선 센서 플랫폼 기술을 활용한 비대면 조기 진단 시스템 및 스마트 원격 의료 서비스 구축에 힘쓰겠다”는 포부를 밝혔다.

* 사진 왼쪽부터 논문 웹페이지 캡처 화면, 김상길 교수

[출처: PNU FOCUS]