AI 결합한 그래핀 인공 혀 개발: 미각 식별 정확도 98.5% 달성
머신러닝과 그래핀을 결합해 실제 입안처럼 습한 환경에서 98.5% 정확도로 맛을 구별하는 인공 혀가 발표됐다. 감지와 연산을 하나로 통합했으나, 실제 활용을 위해 소형화와 소비전력 개선이 과제로 꼽힌다.

AI는 이미 보고 듣는 감각에서 인간에 근접했지만, 미각은 여전히 미지의 영역이었습니다. 사람의 입속은 항상 젖어 있어 일반적인 전자 센서가 작동하기에 턱없이 불리한 환경이기 때문입니다.
미국국립과학원회보(PNAS)에 발표된 연구에 따르면, 연구진은 습한 환경에서도 인간에 가까운 정확도로 맛을 구별하는 그래핀 기반 인공 혀를 개발했습니다. 머신러닝을 접목해 처음 접하는 미지의 맛까지 식별해 냅니다.
침으로 젖은 입속 환경 모사, 새로운 맛도 최대 90% 인식
이번 장치는 나노유체 구조 안에 산화 그래핀 층을 결합한 형태로 만들어졌습니다. 인공 미각 시스템이 액체나 습기가 있는 조건에서 작동하도록 설계된 것은 이번이 처음입니다.
산화 그래핀은 특정 미각 화합물과 접촉할 때 전기 전도도가 미세하게 변화합니다. 연구팀은 160가지 미각 관련 화학물질의 반응 신호를 머신러닝 알고리즘에 학습시켜 전도도 변화 패턴을 기억하도록 만들었습니다.
단맛, 짠맛, 쓴맛, 신맛 등 4가지 기본 맛을 대상으로 한 테스트에서 기존에 학습한 맛에 대한 분류 정확도는 약 98.5%에 달했습니다.
더 주목할 부분은 한 번도 접해보지 않은 40가지 새로운 맛을 주었을 때입니다. 이때도 시스템은 75%에서 90% 사이의 정확도로 맛을 판별해 냈으며, 커피나 콜라처럼 복잡한 혼합 음료의 풍미도 구분했습니다.
센서와 연산을 하나로 통합
기존 인공 미각 장치들은 감지와 데이터 연산이 분리되어 있어 반응이 느리고 전력 소모가 컸습니다.
반면 이번 모델은 단일 나노유체 플랫폼 안에서 감지와 신호 연산을 한 번에 처리합니다. 사람의 혀와 신경계가 신호를 처리하는 방식을 하드웨어 차원에서 모사한 셈입니다.
다만 당장 일상에 쓰이기는 어렵습니다. 현재는 개념 증명 단계로 기기 부피가 크고 전력 소비가 많아, 연구진은 소형화와 전력 효율 최적화를 다음 과제로 꼽았습니다.
왜 중요한가
시각과 청각에 갇혀 있던 AI 센싱 영역이 화학적 감각으로 본격 확장되는 계기라는 점에서 의미가 큽니다.
지금 당장 일반 소비자가 쓸 수 있는 단계는 아니지만, 뇌졸중이나 바이러스 감염, 퇴행성 질환으로 미각을 상실한 환자들에게 감각을 되살려줄 신경 보철 기술로서의 잠재력이 상당합니다. 산업 현장에서는 음료 및 식품 생산 라인의 실시간 품질 관리나 유해 물질 감지 자동화에 유용하게 쓰일 수 있습니다.
센서와 연산을 하나로 묶어 지연을 줄인 접근법은 매우 영리해 보입니다. 다만 점성이 높거나 기름진 실제 음식물에 반복적으로 노출되었을 때 표면 오염과 내구성 저하를 어떻게 해결할지는 아직 검증되지 않았습니다. 실제 상용화까지는 소형화뿐 아니라 센서의 물리적 내구성을 증명하는 것이 핵심 관건이 될 것입니다.
출처 (1)
- interestingengineering.com(새 탭에서 열림)원문interestingengineering.com