1

인공지능은 볼 수 있고, 들을 수 있고, 읽을 수 있습니다.

그렇다면 인공지능은 냄새를 맡을 수도 있을까요?

인공지능은 글을 쓸 수 있고 말할 수도 있습니다.

그렇다면 인공지능은 냄새를 피울 수 있을까요?

인공지능이 원하면 방구도 뀔 수도 있을까요?

닫힌 엘리베이터 안에서 누가 방구를 뀌었는지 잡아낼 수도 있을까요?

 

2

어떤 분자가 어떤 냄새를 생성하는지 파악하는 것은 매우 어렵습니다.

색은 수많은 종류가 있지만 컴퓨터에는 3가지 색상의 조합으로 이루어집니다.

냄새는 분자들이 공기를 떠다니며 코로 들어가 감각수용체에 결합됩니다.

사람의 코에는 냄새에 대한 감각 수용체가 300개 이상입니다.

냄새를 특정하는 것도 쉽지 않습니다.

색은 모든 사람과 모든 기업이 같은 이름으로 인식합니다.

하지만 냄새는 인종마다 사람마다 다르게 느낍니다.

같은 냄새라도 사람마다 다르게 말합니다.

 

3

물체의 에너지가 증가하면 냄새가 증발하는데

사람의 코를 통해 냄새 분자가 들어옵니다.

냄새는 코 후각 뉴런과 후각 망울을 자극하고

두뇌는 냄새를 식별하고 다음 행동을 결정하기 위해 시각 등 다른 정보와 연결합니다.

디지털 후각은 바이오센서를 사용하여 냄새 서명을 캡처합니다.

소프트웨어 솔루션을 사용하여 냄새 데이터를 분석하고 표시합니다.

이는 인간이 냄새를 맡는 방식을 모방한 것입니다.

인공 지능은 냄새 서명을 해석하고 이전에 수집된 냄새 데이터베이스를 기반으로 분류합니다.

 

4.

냄새까지 굳이 디지털화해야 할까요?

냄새를 측정하고 분석하고 예측할 수 있다면 많은 이점이 있습니다.

질병을 진단할 수 있고, 폭발물이나 마약을 탐지할 수 있습니다.

소비자 경험을 더욱 높일 수 있고,

사람과 사람의 의사소통을 강화할 수 있습니다.

또한 가상현실을 보다 실감나게 재현함으로써 메타버스를 촉진할 수 있습니다.

산업용 또는 자동차 부품의 유지보수 필요 시기를 예측할 수도 있습니다.

냉장고 등에 보관된 식품의 부패를 자동으로 감지할 수 있고,

은은한 냄새를 발산하여 사람들의 마음을 평화롭게 할 수 있습니다.

또 한 사람의 감성과 연결되어 기억을 강화할 수도 있습니다.

 

5.

구글은 2019년에 냄새를 인지하기 위한 그래프 신경망 (GNN) 모델을 개발했습니다.

각 냄새 분자의 화학구조와 사람이 설명하는 방법 사이의 연관성을 기록했습니다.

그리고, 이러한 특성을 기반으로 분자를 그룹화한 냄새의 고차원 지도를 만들었는데요.

이를 Principal Odor Map이라고 명명했습니다.

POM은 사람의 코에 의존하는 대신 인공지능을 사용하는 방 법을 적용한 것입니다.

POM을 활용하면 분자 구조에 따라 어떤 냄새를 내는지 예측할 수 있습니다.

또한 원하는 냄새를 만들기 위해서 어떤 분자구조를 가져야 하는지 예측할 수 있습니다.

냄새 데이터를 기록하고, 냄새를 재현할 수 있는 것입니다.

 

 

6.

프랑스의 아리발(Aryballe)은 머신러닝 기술을 활용합니다.

특수 센서를 사용하여 공급망 전체에서 제품 개발과 품질 테스트를 지원합니다.

삼성과 현대를 포함한 투자자들로부터 총 1천8백만 달러 이상의 투자를 유치했습니다.

캘리포니아에 있는 아로이믹스(Aroymyx)는 AI기반 냄새 플랫폼을 개발했습니다.

산업계의 제품 개발과 품질 테스트를 지원하는데 중점을 두고 있습니다.

뿐만 아니라 소비자 그룹을 대상으로도 서비스하고 있는데요.

아지노매트릭스(Ajinomatrix)는 인공지능을 사용하여 식품의 냄새에 활용하고 있습니다.

냄새를 데이터로 분석하여 사용자 프로필에 기록합니다.

사용자별로 가장 선호하는 레시피를 예측합니다.

브레토믹스(Breathomix)는 전자 코를 제작하고 있습니다.

환자의 호흡을 분석하여 질병을 감지합니다.

일부 암 유형의 조기 진단을 지원할 수 있습니다.

코니쿠(Koniku)는 기계학습에 살아있는 세포를 사용한다고 주장합니다.

바이오마커를 통해 다양한 질병을 확인하고 폭발물을 감지합니다.

코니쿠는 에어버스와 파트너십을 통해 냄새 감지 기술을 항공 보안에 적용하고 있습니다.

 

7.

냄새를 재현하는 분야에 노력하는 회사들도 있습니다.

OVR 기술은 VR 헤드셋에 냄새 방출기를 구축하고 있습니다.

OVR의 snap-n-scent 카트리지에는 9가지 화학 화합물이 미리 로드되어 있습니다.

이 화합물이 결합되어 디지털 방식으로 프로그래밍된 큐를 통해 방출되는 수백 가지의 향기를 만듭니다.

냄새를 만드는 것은 복잡하고 난해한 과정인데요.

"딸기" 또는 "초콜릿" 향은 간단하지만 "해변"을 만들려면 모래, 바닷바람 및 SPF의 조합이 필요합니다.

 

8.

오스모(Osmo)는 6천만달러 투자 유치에 성공한 디지털 냄새 기업입니다.

향수, 샴푸, 로션, 양초 및 기타 일상제품을 위한 차세대 아로마 분자를 만드는 것을 목표로 합니다.

3천억 달러 규모인 향수 산업은 점점 더 어려워지거나 논란에 휩싸이고 있습니다.

기후 변화로 인해 향수 제조에 인기 있는 꽃의 공급이 줄어들고 있습니다.

사향을 구하기 위해서는 동물을 죽여야 하는 윤리적 문제에 봉착하기도 합니다.

향수 회사들은 화학 기술을 이용하여 천연향을 복제하기도 하지만 한계가 있습니다.

궁극적으로는 냄새의 디지털화가 해결책이 될 것으로 보고 있습니다.

 

9.

오스모의 기술은 더 나은 모기퇴치제를 만드는데도 사용될 수 있습니다.

세계보건기구에 의하면 말라리아와 뎅기열 같은 모기 매개 질병으로 매년 70만명 이상의 사망자가 발생한다고 합니다.

암컷 모기는 사람의 피를 먹고 살며 피부 냄새에 이끌립니다.

현재는 주로 화학 구충제를 사용하고 있는데 이들은 모기의 후각 신호에 혼란을 줍니다.

화학 구충제는 고농도로 사용해야 하고 피부 자극을 유발할 수도 있습니다.

오스모팀은 화합물의 구조와 방충 효과의 상관관계를 모델에 훈련시켰습니다.

그리고 현재 사용하고 있는 화학 물질과 비슷하거나 더 큰 효과를 주는 냄새를 찾아냈습니다.

 

10.

오스모의 방충냄새를 개발하는데 기여한 볼페(Wolfe)는 이런 성과가 시작에 불과하다고 말합니다.

궁극적으로 컴퓨터에 후각 장치를 다는 것이 목표라고 합니다.

또한 볼페는 다음과 같이 말합니다.

장기적인 비전은 냄새에 관한 샤잠(Shazam)을 만드는 것이다.

참고: 샤잠은 노래를 들으면 노래 제목과 가수를 알려주는 앱이다.

냄새를 완전하게 구현하기 위해서는 센서, 지도, 프린터가 필요하다,

현재는 각자 개발되고 있는 이 모든 것을 통합하기 시작할 떄이다.

 

11.

마이크로소프트는 인공코를 실험하고 있습니다.

인공코 실험은 다양한 냄새를 인식하도록 훈련된 스마트 장치입니다.

센서와 마이크로 컨트롤러로 빵, 커피 등의 냄새를 식별할 수 있습니다.

Microsoft의 프로그램 관리자인 Benjamin Cabé는 COVID-19 대유행 기간 동안 제빵 기술을 향상시키기 위해 노력했습니다.

그는 특히 사워도우 브레드 스타터가 구울 준비가 된 시점을 결정하는 더 나은 방법을 찾고 싶었습니다.

그는 AI를 사용하여 빵이 제대로 부풀었을 때 알려주는 장치를 만들기로 결정했습니다.

쉽게 구할 수 있는 가스 센서와 마이크로컨트롤러를 사용하여 그는 냄새의 가스 구성을 수집하고 이 데이터를 사용하여 AI 모델을 교육할 수 있다고 생각했습니다.

가스 센서는 물질에서 나오는 다양한 가스의 농도를 측정합니다.

AI 모델은 이러한 가스의 주요 특성을 추출하고 이를 사용하여 해당 냄새를 추론합니다.

추론된 결과는 사용자에게 표시됩니다.

벤자민 카베(Benjamin Cabé)는 마이크로소프트의 프로그램 매니저지만, 그도 이 프로젝트를 만들기 전에는 AI에 익숙하지 않았고 겁을 먹었다고 합니다.

 

12

냄새의 디지털화는 아직 진행중입니다.

냄새는 시각 또는 청각 등으로 수집한 데이터와 융합되어서 사람의 기억을 형성합니다.

냄새가 필요한 비즈니스와 서비스는 인공지능의 영역이 아니고,

사람이 인공지능보다 뛰어날 수 있는 영역으로 아직은 남아 있습니다.

앞으로는 어떻게 될까요? 냄새 인공지능 기술은 빠르게 발전하고 있습니다.

센서, 지도, 프린터 기술 중에서 센서 기술이 먼저 완성될 것으로 전망됩니다.