서울대학교 기계공학부 강연준 교수 연구팀의 전주현 박사 논문이 음향학 분야에서 최고 저널로 꼽히는 미국음향학회지(The Acoustical Society of America)의 Technical Area Pick으로 선정되었다.

섬유형 음향재료의 다공성, 굴곡률 등의 비음향 물성(Transport parameter)은 해당 재료의 음향 성능을 추정하는데 중요한 요소이다. 하지만 이를 측정하기 위한 기존의 방법은 측정 장비를 능숙하게 다룰 수 있는 인력과 많은 시간을 필요로 한다. 이러한 문제를 해결하기 위해 연구팀은 합성곱 신경망(CNN, Convolutional Neural Network)의 입력으로 섬유형 음향 재료의 Micro-CT(마이크로 단층 촬영) 이미지를 이용하여, 재료의 음향 성능 예측에 필요한 비음향 물성을 산출하는 방법을 개발하였다.

해당 연구에 대해 1저자인 전주현 박사는 “측정 장비를 통해 실험적인 방법으로 비음향 물성을 구하던 기존 방식에 비해 상대적으로 쉽게 얻을 수 있는 Micro-CT 이미지를 이용함으로써 많은 비용과 시간을 절감할 수 있을 것”이라고 의의를 기술했으며, “전통적인 음향 재료 분야에 Neural network를 적용한 방법론을 소개하여 후속 연구자가 새로운 아이디어를 발굴하는데 참고 자료로 활용될 것”이라며 후속 연구에 대한 기대도 표출하였다.

MEch-SSENGER 정구엽 작성