환경 AI 마이크로전공
환경 AI 마이크로전공은 인공지능과 환경공학을 융합한 교육과정으로, 환경 분야의 다양한 데이터를 인공지능으로 분석하고 환경 문제를 해결하는 방법을 배우는 과정입니다. 프로그래밍, 통계, 머신러닝, 딥러닝을 단계적으로 학습하며, 실제 환경 데이터를 분석하여 환경 인자 간의 상관관계를 이해하고 AI 기반 모델링을 통한 미래 예측 역량을 갖춘 실무형 인재를 양성합니다. 또한 공공기관, 환경기업, 스마트 환경 산업 및 대학원 진학 등 다양한 진로에 필요한 핵심 역량을 제공합니다.
교육목표
- 현장형 데이터·AI 실습 역량을 갖춘 환경 전공 인재 양성
- 환경 데이터를 대상으로 프로그래밍-통계/머신러닝-딥러닝 응용 전 과정을 경험
- 재현 가능 분석(코드·리포트)과 AI 윤리·데이터 거버넌스를 준수하는 실무형 문제 해결 능력 배양
수강 대상
- 환경안전공학과 학부생을 비롯하여 인공지능과 환경공학 융합과정 수강 희망자
- 프로그래밍, 통계, 머신러닝 등 인공지능 기반 분석 방법론의 기초과정 수강 희망자
이수점
- 총 학점 : 12학점(전공선택 6학점 + 대학필수 3학점 + 계열필수 3학점)
미세먼지 예보시스템 운영 및 예보결과 평가
전국의 미세먼지 연평균농도는 51㎍/㎥로 대기환경기준을 상회하고 있는 것으로 나타나며, 단기기준을 적용하는 경우 환경기준을 초과하는 횟수는 더욱 늘어나고 있는 실정이다(환경부 보도자료). 현재 수도권 및 5대 광역시에의 미세먼지 예?경보제를 는 운영 중에 있으나, 주로 통계모델을 이용하여 급격한 외부요인의 변화를 고려하기 어려운 단점이 있다. 또한, 배출원과 영향지점의 상관관계가 규명되어 있지 않아 대기오염 원인분석 및 개선방안 도출에 한계가 있다. 격자 수치 예보 모델는 이러한 통계 모델의 한계점을 극복하고 효과적인 대기질 관리를 위한 대기정책 수립 시 이용할 수 있으나, 방대한 입력자료의 요구와 입력자료의 불확실성이 클 경우 모사결과를 신뢰하기 어려운 점이 있어 이러한 단점을 최소화 하기 위한 노력이 필요하다.
격자 수치 예보 모델을 통한 미세먼지 예보를 위하여 입력자료 생성 및 대기질 모사를 위한 기본틀을 구축하였으며, 단기 에피소드에 적용하여 예보시스템에 대한 검토 및 평가를 수행하는 연구를 진행하였으며, 이와 관련하여 올해부터는 장기운영을 통하여 구축한 미세먼지 예보시스템에 대한 다양한 분석 및 평가를 수행 중에 있다. 예보 정확도 향상을 위해 통계값을 통한 평가, forecasting scoring 뿐만 아니라 HDDM 등과 같은 기여도 분석틀을 이용한 입력 자료의 개선, 위성자료를 이용하여 wild fire, SST를 실시간으로 업데이트 하여 급격한 외부 변화요인을 효과적으로 시스템에 적용하고 있다. 기상자료의 경우 WRF/UCM 모델을 통하여 도심지역의 특수한 지리적 특성을 반영하여 기상자료의 정확도를 개선하는 등 전반적인 입력자료의 개선을 위한 연구를 진행 중이다. 또한 보다 신뢰성 있는 예보결과를 위해 복수의 대기 화학 모델(앙상블 모델)을 적용하고자 연구 중에 있으며, 이와 함께 미세먼지의 인체 위해도 산정체계를 구축 및 외부 사례에 대한 조사를 통하여 예보 시스템을 다각도로 활용하고자 한다.