숭실대학교 공과대학 전기공학부 박준정 학부생과 정해준 교수가 『나노포토닉스(Nanophotonics, 피인용지수 8.449)』에 <전파-인공지능을 통한 도파관 기반 바이오센서 설계 (Inverse-Designed Waveguide-based Biosensor for High-Sensitivity, Single-Frequency Detection of Biomolecules)> 논문을 게재했다.
나노포토닉스는 지난 2012년부터 독일 출판사 드 그뤼에터(De Gruyter)가 출간하는 국제 학술지로, 광학(Optics) 분야 상위 6.7%에 해당한다.
전파-인공지능의 직접/역전파 시뮬레이션 과정의 개략도 및 시뮬레이션 반복 횟수에 따른 바이오 센서 성능 지수의 변화
본 논문에서는 바이오 마커가 탈착된 상태에서 도파관을 통과하는 전자기파의 투과를 최대화하고, 바이오 마커가 부착된 상태에서 투과를 최소화하는 방향으로 바이러스의 유무를 검출하는 방식을 제안했다. 바이오 마커가 탈착된 상태가 검진 결과의 '양성'에 해당하는 반면, 바이오 마커가 부착된 상태는 분자 표적이 없을 때이므로 검진 결과의 음성을 나타낸다. 바이오 마커 기술의 본 연구진 및 미국 MIT, 미국 Siphox 사의 선행연구에서 개발됐으며, 본 연구 과제는 기존에 연구된 고대비 바이오 마커를 기반으로 가장 효율이 높은 도파관 기반의 센싱 시스템을 개발하는 것이다. 본 연구 과제는 다음과 같은 순서로 연구를 진행했다.
전파-인공지능 기법은 '직접 시뮬레이션'과 '역전파 시뮬레이션' 세트로 구성되어 있다(그림 참조). 직접 시뮬레이션에서 도파관을 투과한 전자기파를 계산한 후, 이를 역전파 시켜서 설계 공간의 성능 지수의 변화율을 구하는 방식이며, 이는 딥러닝 기법에서의 오차의 역전파와 같은 개념이다. 두 번의 시뮬레이션을 통해서 획득된 각각의 전기장 값을 내적 함으로써 설계 공간의 유전율의 미세 변화에 따른 성능 지수의 변화량을 계산하는 방식으로 최적화한다.
한편, 본 논문은 MIT의 Svetlana Boriskina 교수의 자문과 과학기술정보통신부가 지원하는 '글로벌 핵심인재양성 지원사업' 과제(과제 번호: IITP-2021-0-02125)를 통해 수행됐다. 박준정 학생은 현재 숭실대학교 대학원 전기공학부 석사과정을 밟고 있으며, MIT 기계공학부에 방문연구원 자격으로 파견을 나가 공동연구를 수행하고 있다.
