KITECH 생산기술 전문지

수소 경제의 도래와 탄소 중립 달성을 위한 수소(H₂) 인프라 확산이 가속화됨에 따라, 수소의 안전한 관리를 위한 정밀 누출 검지 시스템의 중요성이 더욱 강조되고 있다. 본 연구에서는 산업 현장에서 널리 사용되는 반도체식 수소 센서, 특히 산화아연(ZnO) 기반 센서의 기술적 개요와 성능 분석 및 평가 방법론을 제시하였다. ZnO 센서는 넓은 밴드갭과 큰 비표면적을 통해 미세 농도의 수소를 민감하게 감지하며, 금(Au), 팔라듐(Pd) 등 귀금속 기능화를 통한 스필오버(Spillover) 효과를 활용하여 감도와 반응 속도를 비약적으로 개선할 수 있다. 또한, 반도체식 센서의 고유 한계인 선택성 문제를 해결하기 위해 합성곱 신경망(CNN) 기반의 지능형 식별 알고리즘을 도입하였다. 실험 분석 결과, 학습 횟수(Epoch)가 증가함에 따라 모델의 최적화가 진행되었으며, 400 Epoch에서 최대 97.92%의 높은 가스 식별 정확도를 달성함을 정량적으로 확인하였다. 그리고 MAE, RMSE, R² 등 고도화된 평가지표를 통해 신뢰성 있는 성능 검증 체계를 제시하였으며, 향후 실제 산업 현장에서 미세 누출을 조기에 감지하고 사고를 예방하는 지능형 가스 모니터링 시스템 구축의 기초 자료로 활용될 것으로 기대된다.

키워드 반도체식, 산화아연, 가스 센서, 수소, 합성곱신경망