유창규 교수

지하역사와 산업단지 등 폐쇄 공간 내 미세먼지 및 유해물질을 선제적으로 관리하기 위한 빅데이터 분석 기술의 필요성에서 출발한 연구입니다. 전이학습(Transfer Learning) 및 ResNet 기반의 미세먼지 예측 알고리즘을 개발했으며, 데이터가 결손된 상황에서도 이를 자동으로 보정하는 기술을 구축했습니다. 이 기술은 지하철 역사의 스마트 환기 시스템과 실내 공기질 조기 경보 플랫폼에 적용되고 있습니다. 데이터가 부족한 환경에서도 기존 모델 대비 37.6% 높은 예측 정확도를 달성했으며, 이를 통해 미세먼지 농도를 약 29% 감소시키는 실증 성과를 거두었습니다. 관련 기술은 '사전 대응 환기 시스템 및 방법(특허 10-2020-0162067)'으로 특허 등록되었으며, 실내 공기질 위해성 통합 분석 시스템 및 방법에 관한 특허 기술은 주식회사 에이큐케이에 이전되어 상용화 기반을 마련했습니다.

하수처리 공정의 지능화 및 자율화 필요성에서 출발하여, 총질소(TN)와 총인(TP)을 실시간으로 추정하는 소프트 센서 기술을 개발했습니다. 강화학습(Reinforcement Learning) 기반의 피드포워드 제어 기법과 아나목스(Anammox) 공정의 자율 운전 기술을 통해 하수처리장의 지능형 운영 체계를 구축했습니다. 이 기술은 지능형 하수처리장(Smart STP) 구축과 반도체·전자산업 폐수처리 디지털 트윈 개발에 적용되고 있으며, 부강테크(BKT)와 공동으로 기술 상용화를 추진하고 있습니다. 인공지능 기반 막 수명 진단 방법 및 시스템에 관한 특허(10-2705147, 2024.09.05 등록)를 보유하고 있으며, 과학기술정보통신부 과제(2021R1A2C2007838)를 수행했습니다. 이 외에도 생물막반응조의 막 세정 시기를 예측하는 방법 및 시스템에 관한 특허와 하수처리장 모델링 및 모니터링 통합 프로토콜, 수계 내 나노물질 거동 모델링 노하우 등을 경희대학교 재직 중 (주)팬지아이십일에 이전한 실적이 있습니다.

탄소중립 실현을 위한 에너지 시스템 최적화와 수소 경제 활성화를 위한 공학적 모델링의 필요성에서 출발한 연구입니다. 핀치 분석(Pinch Analysis) 기법을 기반으로 신재생 에너지 스마트그리드 모델링을 수행하며, 다양한 에너지원 간의 열적·전기적 통합을 통해 시스템 전반의 효율을 최적화하는 방법론을 구축했습니다. 이 기술은 태양열을 활용한 다중생산 시스템 설계에 적용되어 열과 전력을 동시에 생산하는 구조를 구현했으며, 그린 수소 생산 가치사슬의 전과정 평가(LCA)를 통해 수소 생산 공정의 환경적·경제적 최적화 방안을 제시했습니다. 현재 기술성숙도(TRL) 4~5단계 수준으로, 하이브리드 재생에너지 시스템 최적화 방법에 관한 특허를 등록하여 관련 기술의 실용화 기반을 마련했습니다. 이를 바탕으로 재생에너지 기반 통합 에너지 시스템의 설계 및 운영 최적화 연구를 지속하고 있습니다.