국내 최초 ‘Best Paper Award’ 영예… AI 기반 철도 안전기술 세계적 연구성과 인정
동양대학교(총장 최재욱)는 경북앵커사업단장 최정열 교수와 한재민 박사의 공동 연구논문이 SCI(E)급 국제학술지 Applied Sciences가 선정하는 ‘Best Paper Award(최우수 논문상)’을 수상했다고 2일 밝혔다.
Applied Sciences는 MDPI가 발행하는 응용과학 및 공학 분야의 대표적인 SCI(E) 국제학술지로, 매년 게재된 논문 가운데 학술적 독창성, 연구의 우수성, 심사평가, 인용도, 다운로드 수 등을 종합적으로 평가해 가장 영향력 있는 논문을 선정한다.
이번 수상은 2024년 게재된 12,078편의 논문 가운데 상위 0.04%에 해당하는 단 5편에게만 수여되는 최고 권위의 상으로, 국내 연구팀이 Best Paper Award를 수상한 것은 이번이 처음이다. 이를 통해 동양대학교의 인공지능 기반 철도 안전기술 연구가 세계적으로 인정받는 성과를 거뒀다는 평가를 받고 있다.
수상 논문은 「Deep Learning (Fast R-CNN)-Based Evaluation of Rail Surface Defects」로, 인공지능(AI) 딥러닝 기술을 활용해 철도 레일의 미세한 표면 손상을 자동으로 검출하고 안전성을 진단하는 기술을 제안한 연구다. 해당 논문은 게재 이후 조회수 5,400여 회, 인용 64회를 기록하며 철도 유지관리와 AI 기반 시설물 진단 분야에서 높은 관심을 받아왔다.
연구팀은 기존 철도 레일 점검이 점검자의 경험과 육안에 의존해 객관성과 정량성이 부족하다는 점에 주목했다. 이를 개선하기 위해 실제 운행 노선에서 확보한 노후 레일의 표면 손상 이미지와 주사전자현미경(SEM) 기반 내부 결함 이미지를 연계한 학습 데이터를 구축하고, 딥러닝 알고리즘인 Fast R-CNN을 적용해 레일 손상을 자동으로 분석하는 기술을 개발했다.
특히 대표적인 레일 손상 유형인 Head Check와 Spalling을 학습 데이터로 활용해 높은 정확도의 결함 검출 모델을 구현했다. 연구 결과, 개발된 AI 모델은 평균 정밀도(mAP) 94.9%를 기록하며 기존 SVM 기반 모델(67.2%)보다 월등히 높은 성능을 보였다. 이는 AI 기반 철도시설 유지관리 기술의 실용성과 현장 적용 가능성을 입증한 성과로 평가된다.
이번 연구는 단순한 결함 검출 기술을 넘어 레일 표면 이미지만으로 내부 손상 상태를 예측할 수 있는 기반 기술을 마련했다는 점에서 의미가 크다. 향후 철도시설 유지관리 분야의 빅데이터 기반 예측진단, 스마트폰 기반 AI 진단 앱, 선제적 철도 안전관리 시스템 등으로 확대 적용될 것으로 기대되고 있다.
최정열 교수(경북앵커사업단장)는 “이번 수상은 단순한 학술적 성과를 넘어 현재 경북앵커사업단에서 추진 중인 핵심 산학연구과제로 이어져 실용화 단계에 접어든 연구라는 점에서 더욱 의미가 크다”며 “앞으로도 철도 안전과 첨단 스마트 기술을 융합한 연구를 지속적으로 추진해 동양대학교가 글로벌 연구 경쟁력을 갖춘 강소대학으로 자리매김할 수 있도록 최선을 다하겠다”고 밝혔다.
공동연구자인 한재민 박사는 “레일 표면 손상 이미지만으로 내부 결함까지 예측할 수 있는 진단 체계를 구축한 것이 이번 연구의 핵심”이라며 “앞으로 학습 데이터를 더욱 확대하고 AI 알고리즘을 고도화해 스마트폰 기반 철도 손상 진단 시스템과 현장 적용 기술로 발전시켜 나가겠다”고 말했다.
이번 수상은 철도 특성화 대학인 동양대학교가 보유한 철도 궤도 유지관리 기술과 인공지능 융합 연구 역량이 국제적으로 인정받은 대표적인 성과로 평가된다. 동양대학교는 앞으로도 AI 기반 철도 안전기술과 스마트 인프라 분야 연구를 지속적으로 확대하며, 글로벌 수준의 연구 경쟁력과 산학협력 기반 기술개발을 통해 미래 철도산업을 선도하는 연구중심 대학으로 도약해 나갈 계획이다.