HyperAIHyperAI

Command Palette

Search for a command to run...

인공지능이 설계한 광학 프로세서, 저전력 구조물 안전 모니터링 혁명

캘리포니아대학교 로스앤젤레스校 (UCLA) 연구진이 저전력 구조물 건강 모니터링을 위한 획기적인 기술을 개발했습니다. 아요단 오즈칸 교수가 이끄는 이 팀은 인공지능을 활용하여 수동 회절층과 신경망을 공동 최적화하는 방식을 고안했습니다. 이 시스템은 구조물의 진동에 따른 변위를 빛의 패턴으로 직접 변환하여, 기존 방식이 필요로 했던 복잡한 데이터 처리와 대량의 전력 소모를 획기적으로 줄였습니다. 전통적인 구조물 안전 모니터링은 가속도계와 스트레인 게이지 등 다수의 센서를 설치해야 하므로 유지보수 비용이 높고 에너지 효율이 떨어지는 단점이 있었습니다. 반면 새로 개발된 기술은 구조물에 부착된 수동형 회절층이 진동을 광학 신호로 미리 인코딩하는 물리적 방식을 채택했습니다. 이를 통해 센서의 계산 부하가 대폭 경감되었으며, 적은 수의 광검출기와 저전력 신경망만으로 정확한 진동 주파수 분석이 가능합니다. 실제 실험에서는 진동대 위에 설치된 모형 건물에 지진파를 모사하여 적용한 결과, 다양한 동적 하중 하에서도 1 차원 및 2 차원 진동 스펙트럼을 성공적으로 추출했습니다. 또한 파장을 다중화하여 다지점 진동을 동시에 모니터링하는 가능성도 입증되었습니다. 이 기술은 에너지 소모가 전혀 없는 수동 인코딩 특성과 파장에 따른 크기 조절이 용이하여 가시광선이나 적외선 영역으로의 확장이 가능해, 향후 대규모 인프라의 지속 가능한 감시 시스템으로 자리매김할 것으로 기대됩니다.

관련 링크