- 머신러닝 기반 '호흡기 바이러스 모사입자 마스크 필터링 평가 시스템' 개발
- 실제 바이러스 감염 환경 구현해 마스크 차단 성능 정밀 분석
- 계기·계측 분야 JCR 2위 국제학술지 ‘Sensors and Actuators B: Chemical’ 게재

연구팀은 바이러스 유사입자(Virus-like particles, VLPs)와 미세유체 스프레이 장치를 이용해 다양한 바이러스 특성과 호흡기 비말 환경을 정밀하게 구현하고, 머신러닝이 적용된 표면증강라만분광(Surface-enhanced Raman scattering, SERS) 기술을 통해 마스크 성능을 신속하게 정량 평가할 수 있는 시스템을 개발한 것이다.
이번 연구는 백신이나 치료제를 확보하기 어려운 감염병 확산 초기 단계에 마스크의 실효성을 신속하게 검증함으로써, 적절한 방역 전략을 수립하는 데 중요한 역할을 할 것으로 기대된다.
또한 연구팀은 사람의 기침이나 호흡으로 생성되는 비말을 모사할 수 있도록 미세유체 스프레이 장치를 설계하고, 실제 호흡기 바이러스와 유사한 크기와 표면전하를 지닌 VLPs를 도입해 다양한 전파 시나리오를 실험적으로 구현했다. 이를 통해 각 입자의 SERS 신호를 머신러닝이 자동으로 분석해 마스크의 입자 차단 성능을 평가하도록 했다.
더불어, 인플루엔자 A·B 바이러스를 활용한 실증 실험을 통해 실제 감염원에 대한 마스크 차단 성능 평가에도 해당 기술을 적용할 수 있다는 사실을 입증했다.
숙명여대 화공생명공학부 성영준 교수는 "이번 기술은 감염병 확산 초기 백신이나 치료제를 확보하기 어려운 상황에서 방역 필수품인 마스크의 실효성을 신속히 평가할 수 있는 수단이 될 것"이라며 "향후 혼합 감염이나 변이 바이러스 등 복잡한 전파 양상에 대응하는 방역 전략 수립에도 중요한 기술로 활용될 수 있다"고 말했다.
이번 연구는 숙명여대 성영준 교수(공동교신저자)를 비롯해 고려대 심상준·최낙원 교수(이상 공동교신저자)와 고려대 김수현 박사(공동 제1저자), 한국과학기술연구원(KIST) 송소진 박사(공동 제1저자) 등 연구진이 공동 참여했다.
연구 성과는 계기&계측(Instruments & Instrumentation) 분야 JCR 2위(상위 2.53%) 국제학술지 ‘Sensors and Actuators B: Chemical’(IF: 7.7)에 11월 1일 자로 게재된다.
bjlee@beyondpost.co.kr
























