현대 재료과학 연구에서 주사전자현미경 이미지는 미세조직의 시각화, 특성화, 수치적 해석에 이르기까지 신소재 개발 과정 전반에서 가치 있게 활용되고 있다.

그러나, 전자현미경의 하드웨어적 한계로 인해 높은 품질의 미세조직 이미지 데이터 취득이 제한되거나 취득하는 데 오랜 시간이 걸릴 수 있다. 이는 뒤이어 수행되는 재료 분석의 정확도에 영향을 끼칠 수 있어 기존 하드웨어의 기술적 한계를 극복할 새로운 기술의 개발이 요구되어 왔다.

최신 8K 프리미엄 TV에 적용되는 인공지능(AI) 초해상화 영상 기술이 재료과학 연구의 필수장비인 주사전자현미경 영상에 적용된다면 어떻게 될까?

이에 POSTECH(포항공과대학교, 총장 김무환)과 한국재료연구원(원장 이정환) 공동연구팀은 주사전자현미경에 인공지능 기술을 적용함으로써 기존의 분석장비로부터 얻은 저해상도 전자후방산란회절(EBSD) 미세조직 이미지를 초고해상도 이미지로 변환할 수 있는 초해상화 이미징 기술을 개발했다.

공동연구팀은 인공지능 기술을 활용하여 더 빠르고 더 정확한 미세조직 이미징 기법을 개발했다. 특히, 컨볼루션 신경망(Convolutional neural network)을 이용하여 기존 미세조직 이미지의 해상도를 4배, 8배, 16배까지 끌어올렸으며 이는 기존 주사전자현미경 시스템과 비교하여 영상화에 소모되는 시간을 최대 256배 단축하는 결과이다.

또한, 초해상화 된 결과는 미세조직 특성화 및 유한요소 해석을 통해 미세조직의 형상학적 정보를 높은 정확도로 복원할 수 있음을 검증했다.

이번 연구를 주도한 POSTECH 김형섭 교수는 “이번에 개발된 EBSD 이미지 초해상화 기법을 통해 신소재 개발 과정에 소모되는 시간을 획기적으로 단축할 수 있을 것으로 기대된다”라고 말했다.

한편, 이번 연구는 이번 연구의 성과는 네이처 파트너십 저널인 ‘엔피제이 컴퓨테이셔널 머터리얼즈(npj Computational Materials)’에 딥러닝 기반 재료 미세구조 이미지 초해상화(Super-resolving Material Microstructure Image via Deep Learning for Microstructure Characterization and Mechanical Behavior Analysis-다운)'이란 제목으로 지난달 25일 게재됐다.