Capillary flow velocity profile analysis on paper-based microfluidic chips for screening oil types using machine learning

○ 선박의 운항 또는 정박중 의도적인 방류 또는 사고로 인한 해양 기름 유출 사고가 전 세계적으로 빈번히 발생하고 있다. 기름의 추가 유출을 방지하고 정화책임을 부여하기 위해서는 신속한 유종 분석을 통해 해당 선박을 찾아내는 것이 중요하다. 시료를 정밀 분석할 경우 정확한 유종 분석이 가능하나 시간이 많이 소요되어 선박을 놓치는 경우가 발생하기 때문에, 유종을 사전 스크리닝하여 정밀 분석 시간을 줄이는 것이 중요하다.

○ 서울대학교 농업생명과학대학 바이오시스템공학과 정수 교수는 미국 University of Arizona에서 박사 과정 중에(지도 교수: Jeong-Yeol Yoon) 한국해양과학기술원(KIOST)의 지원으로 본 연구를 시작하였으며 마이크로 유체칩에 흐르는 기름의 유속을 Raspberry Pi를 이용하여 촬영하고 이를 분석하였다. 연구결과, 해양 기름 유출 사고 발생 시 유종을 정밀 분석하기 전에 분석 시간을 단축할 수 있는 유종 스크리닝 분석방법 및 소형 장치를 개발하였으며 이를 2023년 1월 7일 환경공학분야의 최상위 국제 학술지인 「Journal of Hazardous Materials」에 게재하였다.

○ 해양 선박의 운항 도중 방류, 사고, 의도적인 덤핑 등으로 인한 해양 기름 유출이 발생할 수 있고, 각 선박은 서로 다른 원유를 운반하거나 다양한 연료유, 윤활유 등을 사용하기 때문에 사고발생 현장에서 수집된 유종을 정밀 분석하기 전에 스크리닝하면 시간을 절약할 수 있으며 기름을 유출한 선박을 수색하는데 도움이 된다. 본 연구는 선박의 추가 유출을 방지하고 정화책임을 부여하고자 예비 선별 장치를 제작하였으며 기름이 종이기반 미세 유체 플랫폼에서 흐르면서 발생하는 유속의 변화를 측정하고 이를 분석하여 유종을 구분하였다.

○ 본 연구에서는 다양한 유종이 모세관에서 흐르는 거동을 분석하기 위해 미세유체칩과 라즈베리파이 카메라를 활용하였다. 왁스 프린터와 셀룰로오스 크로마토그래피 종이를 활용하여 2.5cm 채널 길이의 미세유체칩을 인쇄하고 기름이 모세관을 통해 잘 흐를 수 있도록 모든 채널의 종이 섬유에 균일하게 왁스를 도포하였다. 기름 표본은 크루드오일 13종, 디젤 연료 6종, 해양 선박 연료 5종, 윤활유 6종 등 총 30가지의 유종을 선정하였다.

○ 희석되지 않은 기름은 모세관을 흐르기에는 점도가 너무 높았기 때문에 표본을 10배 희석하였고, 희석된 기름이 흐르기 시작한 5초 동안 라즈베리파이 카메라를 통해 다양한 기름이 모세관에서 흐르는 속도 프로파일을 반복적으로 획득하여 훈련데이터를 구축한 뒤, 주성분분석(Principal Component Analysis), 서포트벡터머신(Support Vector Machine)과 선형판별분석(Linear Discriminant analysis)을 활용하여 기름의 분류를 구별하였다.

○ 또한 실험에 포함된 30가지 유종의 물리적 성질(밀도, 점도, 포화도, 아스팔텐, 레진, 방향족 함량)과 비교 분석하였다. 대표적으로 밀도와 점도는 속도 프로파일의 주성분과 음의 상관관계를 나타내었다. 결국, 유종별로 물리화학적 성질들이 다르고 모세관 흐름에 영향을 미치기 때문에 속도 프로파일 분석으로 유종의 유형 구별이 가능하였다. 개발된 모델을 통해서 중질유와 경질원는 90% 정확도로 구별하고 선박 연료와 윤활유 디젤유 등의 유형을 81%의 정확도로 구별하였다.

○ 해당 연구에서는 쉽고, 저렴하고, 신속하게 기름의 유형을 분류할 수 있는 방법·장치를 개발하여, 해양 기름 유출 사고 발생 시 정밀분석 단계 전에 활용되어 조사 시간 단축에 기여 할 수 있다.



○ (좌) 미세유체칩에서 기름이 흐르는 속도 프로파일을 분석하기 위하여 라즈베리파이 카메라를 기반으로 제작된 장치이다(W(10cm), L(12cm), H(8cm)). 라즈베리파이 카메라는 모세관에 흐르는 유체를 초당 25프레임을 촬영하였다.
○ (우) 총 30가지 유종, 106 기름 샘플로부터 속도 프로파일을 획득하였고, 주성분분석(PCA), 서포트벡터머신(SVM), 선형판별분석을 활용하여 유종을 분류할수 있는 모델을 개발하였다.