새로운 냄새를 만들어낼 수 있을까? 새로운 냄새의 유형을 정의하고 인공지능(AI)을 사용해 정의된 냄새를 구현하기 위한 분자 레시피를 제공할 수 있는 방법이 밝혀졌다.
인간은 후각 신경 세포에 존재하는 400가지 유형의 후각 수용체로 최대 1조개의 서로 다른 냄새를 구별할 수 있다. 예리한 후각은 가스 누출, 감염, 상한 음식과 같은 위험을 경고한다. 또 우리 주변 세계에 대한 우리의 경험을 형성하는 데 도움이 되고 좋은 음식의 즐거움을 더한다.
도쿄 공과대학의 연구원들이 AI를 사용해 원하는 냄새 인상(odor impression)을 입력으로 받아들이고 이를 생성할 수 있는 분자의 질량 스펙트럼을 예측하는 모델을 개발했다고 테크놀러지 네트웍스가 5일(현지시간) 보도했다.
이번 AI가 냄새를 만드는 방법은 기존에 향수 등을 만들어내는 것과는 완전히 다른 방법이다. 기존에는 여러 원료를 갖가지 비율로 혼합해서 그 결과로 우연하게 냄새를 만들어내는 방식이지만, 이번에는 AI가 냄새의 유형을 미리 지정하고 이를 만들어내기 위해 원료를 가려내는 식으로, 기존 방식과는 정반대인 셈이다.
연구원들은 먼저 데이터베이스(NIST Chemistry WebBook)에서 발견된 2106개의 냄새 분자의 질량 스펙트럼과 다양한 냄새에 대해 인간이 할당한 냄새 인상 점수가 있는 DREAM 데이터 세트를 병합해 데이터 세트를 구축했다. 각 냄새는 '단맛', '과일', '생선', '마늘', '향신료' 등 21개의 냄새 설명자 중 하나로 지정됐다.
이 데이터는 질량 스펙트럼으로 정의된 분자 혼합물의 냄새 인상을 예측하는 심층 신경망을 훈련하는 데 사용됐다. 그런 다음 반복 알고리즘은 사용자가 정의한 냄새 인상을 가장 잘 나타내는 혼합물을 찾는다. 목표와 예측된 냄새 인상 사이의 오차가 충분히 낮으면 질량 스펙트럼 데이터를 예측할 수 있으며, 이는 필요한 모든 분자와 개별 혼합 비율을 지정해 맞춤형 냄새를 만들기 위한 레시피 역할을 한다.
예를 들어 알려진 사과 냄새 제조법에서 ‘달콤함’ 및 ‘과일’ 요소를 증가시킬 경우, 일반적인 사과 향보다 더 과일향과 달콤한 향이 나는 것으로 인식되는 질량 스펙트럼 데이터를 생성해야 한다.
연구팀은 원하는 냄새를 생성하는 것이 항상 가능한 것은 아니라는 점을 인정했다. 예를 들어 입력 대상에 ‘따뜻한’ 냄새와 ‘차가운’과 같이 대치되는 냄새 인상이 함께 포함된 경우에는 모델이 원하는 결과를 생성할 수 없을 것이다.
그러나 몇 가지 추가 작업과 검증을 통해 원하는 냄새를 정확하게 만들어낼 경우 음식이나 건강, 미용 및 웰빙 등 미래의 많은 산업에 이 기술을 유용하게 적용할 수 있다고 전문가들은 전망하고 있다.
박찬 위원 cpark@aitimes.com
