다층 그래핀 프레넬 렌즈와 딥러닝을 활용한 비접촉식 에탄올 분자 센싱 기술 개발 (2026.06.01)

기계공학과 전성찬 교수 연구팀은 (제1저자 김건모, 황윤지 통합과정, 공동 저자 황태종 통합과정) 다층 그래핀 프레넬 렌즈와 딥러닝을 활용한 비접촉식 에탄올 분자 센싱 기술을 개발하였다. 기존의 에탄올 검출 기술은 가스 크로마토그래피와 같은 정밀 분석 장비 또는 전기화학·반도체 기반 접촉식 센서에 주로 의존해 왔으나, 장비의 부피가 크거나 분석 시간이 길고, 센서 소재가 반복적인 화학 반응으로 열화될 수 있다는 한계가 있었다. 본 연구팀은 에탄올 분자가 레이저 빛과 상호작용할 때 발생하는 매우 약한 레일리 산란 효과에 주목하고, 산란광을 직접 측정하는 대신 산란에 의해 미세하게 변형된 주 레이저 빔의 초점 변화를 분석하는 방식을 제안하였다. 이를 위해 5층 그래핀으로 제작한 프레넬 렌즈를 이용해 빛을 회절 기반으로 집속시키고, 에탄올 농도에 따라 달라지는 초점의 세기, 폭, 형상 변화를 광학 지문으로 추출하였다. 또한 자체 개발한 Self-Aware Assembly Network(SAAN) 딥러닝 모델을 적용하여 0.01%–0.1% 범위의 에탄올 함량을 비접촉 방식으로 추론하는 통합 시스템을 구현하였다. 본 기술은 별도의 화학 반응이나 센서 소재와의 직접 접촉 없이 에탄올 분자 정보를 광학적으로 분석할 수 있어, 향후 비침습 음주 측정, 호흡가스 기반 질병 진단, 산업 현장의 유해가스 모니터링 등에 활용될 수 있는 가능성을 제시하였다. 본 연구 결과는 Opto-Electronic Advances (IF: 22.4, JCR 상위 4.3%)에 게재되었으며, Editor's Choice로 선정되었다.

관련 논문 링크: https://www.oejournal.org/oea/article/doi/10.29026/oea.2026.250278