
△ (왼쪽부터) 공동 제1저자 김민기 석사과정생, 공동 교신저자 안준성 교수
고려대학교 세종캠퍼스 제어계측공학과 안준성 교수 연구팀이 연세대학교 신소재공학과 이우영 교수 연구팀과의 공동연구를 통해, 금속 박막에 형성한 미세한 균열로 분자의 광학 신호를 증폭하고 인공지능(AI)으로 이를 분석하는 유연 분자 감지 플랫폼을 개발했다.
표면증강 라만 산란(SERS)은 금속 나노구조 주변에서 빛이 만드는 강한 전기장을 이용해 분자의 라만 신호를 증폭하는 기술이다. 라만 신호는 물질마다 고유한 패턴을 지녀 ‘분자의 지문’으로 불리지만 본래 세기가 약하다. 따라서 빛 에너지가 집중되는 나노미터 크기의 틈인 ‘나노갭’을 효과적으로 형성하는 것이 감지 성능의 핵심이다. 또한 여러 물질이 섞인 실제 시료에서는 신호가 서로 겹치기 때문에 성분을 구분하는 분석 기술도 함께 필요하다.
연구팀은 자연에서 균열을 만드는 지각 확장, 열적 풍화, 파도에 의한 피로 현상에 착안해, 유연하고 투명한 고분자인 PDMS 위의 은(Ag) 박막에 이를 각각 모사한 기계적 인장, 극저온·열처리, 초음파 처리를 차례로 적용했다. 그 결과 나노입자 합성이나 리소그래피 공정 없이도 V자형 홈과 미세 균열, 나노갭이 함께 존재하는 계층적 균열 네트워크를 구현했다.
세 가지 공정을 모두 거친 기판은 균열 형성 처리를 하지 않은 은 박막보다 평균 라만 신호 세기가 약 150배 높았다. 이 값은 특정 지점의 최대값이 아니라 100개 측정 위치의 신호를 평균해 얻은 결과다. 연구팀은 투명한 PDMS 기판을 통해 뒷면에서 빛을 비추는 후면 여기 방식도 적용했으며, 모든 공정 단계에서 전면 여기 방식보다 높은 신호를 확인했다.
여기에 1차원 합성곱 신경망(1D-CNN) 기반 딥러닝 분석을 결합해 여러 분자가 섞인 시료 속 성분을 식별하도록 했다. 연구팀은 실제 혼합물 데이터를 대량으로 확보하기 어려운 한계를 극복하기 위해, 단일 물질 스펙트럼을 데이터 증강 기법으로 늘린 뒤 이를 중첩해 만든 가상 혼합물 스펙트럼으로 모델을 학습시켰다. 그 결과 실측 혼합물을 학습에 전혀 사용하지 않고도, 서로 다른 비율로 섞인 2종 및 3종 농약 혼합물 스펙트럼 105개에서 포함된 농약 성분을 모두 찾아냈다.
연구팀은 유연한 센서를 과일 표면에 밀착시킨 상태에서 뒷면으로 신호를 읽어 표면에 묻은 농약 성분을 검출했다. 측정을 위해 센서를 떼어내거나 감지면에 시료를 따로 올릴 필요가 없다는 점에서, 식품 현장 검사나 피부 부착형 땀 분석으로의 확장 가능성도 제시했다.
이번 연구는 금속 박막의 균열을 신호 증폭용 나노구조로 활용하고, 유연 기판을 통한 후면 측정과 딥러닝 분석을 하나의 플랫폼으로 통합했다는 점에서 의미가 있다. 향후 다양한 시료와 측정 환경에서의 검증을 거쳐 식품 안전 검사, 환경 유해물질 분석, 비침습 대사 모니터링 등 복잡한 시료 속 여러 성분을 구분해야 하는 분야에 활용될 것으로 기대된다.
이번 연구 성과는 센서 분야 국제학술지 ‘Sensors and Actuators B: Chemical’(2025년 발표 JCR 기준 IF 7.7, 기기·계측 분야 상위 1.9%)에 2026년 10월 6일 온라인 게재됐다. 논문명은 ‘Geo-inspired nanogaps for back-excited flexible SERS and deep-learning-enabled multiplexed molecular sensing’이며, 고려대에서는 김민기 석사과정생이 공동 제1저자로, 안준성 교수가 공동 교신저자로 참여했다.
이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구이며(RS-2025-00523026), 이 연구는 2026년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업이다(RS-2026-25571231).