이번 연구 성과를 담은 논문 ‘Internal pipe corrosion assessment method in water distribution system using ultrasound and convolutional neural networks’는 네이처 자매지 'npj Clean Water'(IF: 10.4, JCR 1.6% in Water Resources)에 게재됐다.
파이프 부식으로 발생하는 산화철 침전물은 물을 오염시켜 위장 감염, 피부 문제 및 림프절 합병증 등의 심각한 건강 문제를 유발할 수 있으며, 부식으로 파이프 벽이 약화되면 누수나 파열의 위험이 증가해 수리 비용 상승과 물 공급 중단을 초래할 수 있다.
이에 따라, 조기에 파이프 상태를 파악하고 적절한 유지보수를 통해 수질을 보호하고 파이프 수명을 연장할 수 있는 비파괴적이고 지속적인 부식 모니터링 방법이 요구돼 왔다. 기존의 부식 평가 방법은 파이프를 훼손하거나 시스템을 중단시켜야 하는 경우가 많아 경제적 비효율성을 초래했다.
연구 결과에 따르면, 부식으로 인해 69~80μm의 두께가 감소한 파이프를 고주파 현미경으로 측정한 결과 모두 5% 이내의 오차범위를 보였다. 또한, 파이프 내의 산화철 농도를 CNN을 이용해 분류한 결과 최대 99%의 높은 정확도를 보였다. 이처럼 파이프 부식 및 수질 분석이 가능한 이중진단시스템이 산업 현장에 활용되면 효율적이고 정밀한 파이프 인프라 관리가 가능할 것으로 기대된다.
임해균 교수 연구팀은 BK21 Four, 한국연구재단 우수신진연구지원사업, 지역혁신 선도연구센터(RLRC), 우수연구자교류지원사업(BrainLink) 등의 지원을 받아 이번 연구를 수행했으며, 지난 13일 'npj Clean Water'에 논문을 출판했다.
이번 연구는 상수도관의 부식과 수질 문제를 동시에 해결할 수 있는 혁신적인 기술로, 앞으로의 상수도 관리 및 유지보수에 큰 기여를 할 것으로 보인다.
©'5개국어 글로벌 경제신문' 아주경제. 무단전재·재배포 금지