본 연구실 김대유 교수 연구팀이 물체 표면에 부착한 단일 열유속 센서와 인공지능 알고리즘을 활용해 내부 온도를 빠르고 정확하게 추정하는 기술을 개발했습니다.
연구팀은 센서 부착 직후 나타나는 짧은 구간의 열 특성을 딥러닝 모델로 분석해, 별도의 대기 시간 없이 30초 만에 평균 오차 0.1℃ 미만으로 내부 온도를 추정했습니다. 측정 대상이 달라져도 센서 구성은 그대로 유지하고 학습 데이터만 바꿔 적용할 수 있다는 점이 특징입니다.
이번 기술은 인체 심부체온을 비롯해 배터리 셀, 모터, 베어링 및 산업 설비처럼 내부에 센서를 직접 설치하기 어려운 대상의 비침습 온도 모니터링에 활용될 수 있습니다. 특히 설비를 멈추거나 분해하지 않고 이상 징후를 조기에 감지할 수 있어 예지보전과 스마트팩토리 구축에도 기여할 것으로 기대됩니다.
이번 연구는 김한경 전기컴퓨터공학과 박사과정생과 황철진 센서시스템연구소 책임연구원이 공동 제1저자로 참여했습니다. 논문 제목은 “Deep-learning-based approach for accurate and rapid estimation of core body temperature using a single heat flux sensor”이며, 연구 결과는 국제학술지 Results in Engineering에 게재되었습니다.