초분광 이미징(Hyperspectral Imaging, HIS) 기술을 활용한 보석의 원산지 판별법 연구

현대의 보석 시장에서 루비는 단순한 아름다움 이상의 가치를 가지고 있다. 영국 왕실의 전통과 유산을 상징하는 보석으로뿐만 아니라 세계의 유명한 보석 경매에서도 매번 최고가 기록을 경신해 역사적으로나 가치 면에서 중요한 위치를 차지한다.

유색 보석의 가치를 결정하는 요소로 중량(ct), 색(color), 투명도(clarity), 처리 여부(treatments)와 함께 원산지(origin)가 중요하게 고려되는데, 이는 지질학적 위치에 따라 화학적 구성이 다르기 때문이다. 불순물의 함량은 색(color)에 많은 영향을 끼치고, 또 그에 따라 실제 거래 가격이 형성되기 때문에 원산지는 매우 중요하다.

또한 최근 보석 소비자들은 인권 침해나 노동 착취 없는 윤리적이고 친환경적인 채굴 방식에도 관심을 두고 있다. 이렇듯 투명성과 지속 가능성을 중요하게 여기기 때문에 보석 산업에서는 보다 정확하고 신속하며 일관된 원산지 판별의 필요성이 대두되고 있다. 그러나 기존의 원산지 판별 방식은 고가의 장비와 오랜 분석 시간이 필요하거나, 보석의 물리적 손상을 초래하는 파괴 분석이 필요한 경우도 있어 보석 감별에는 한계가 있다.

이를 해결하기 위해 필자는 ‘초분광 이미징(Hyperspectral Imaging, HIS)’ 기술을 활용해 대량의 스톤을 신속하고 비파괴적인 방법으로 원산지를 판별할 수 있는 방법을 제시하고자 했다.

연구 방법은 다음과 같다. 미얀마, 모잠비크(1.9mm), 태국(2.5mm) 3개국의 원산지별로 각 48개, 51개, 51개씩 총 150개의 시료를 준비한다. 이들의 자외선(UV)과 가시광선 영역의 초분광 이미징 스펙트럼 데이터를 수집한 후, 데이터의 품질 향상과 노이즈 제거를 위한 AsLS(Asymmetric Least Squares) 방식과 지저선 보정을 위한 벡터 정규화(Vector Normalization) 기법으로 데이터 전처리를 한다. 이후 주성분 분석인 PCA(Principal Component Analysis)를 통해 루비의 원산지별 군집의 정도를 확인할 수 있었다.

PC1과 PC2, 각각 약 88.97%, 약 22.20%의 변동성을 확인했으며, 각각의 원산지별로 명확히 구분되는 특성 역시 확인했다. 그다음 데이터 전처리와 주성분 추출을 통해 정리된 데이터를 기반으로 학습시키는 과정을 거친다. 최적의 분류 경계를 찾는 서포트 벡터 머신(SVM) 알고리즘을 사용한 원산지 판별의 정확도는 가시광선 데이터는 99.9%, 형광 데이터는 99.5%로 높은 정확도를 확인할 수 있었다.

따라서 필자는 가시광선 데이터와 형광 데이터를 결합함으로써 상호보완적인 효과를 확인했고, 기존의 화학적, 물리적 분석 방법과 달리 신속하고 물리적 손상이 없는 원산지 판별의 가능성을 발견했다. 향후 연구를 좀 더 보완하여 더욱더 다양하고 명확한 원산지 판별법으로 실용화시킨다면 AI 시대의 미래 보석 산업에 기여할 것으로 기대된다. 

* 기사를 퍼가실 때는 반드시 출처를 밝혀주시기 바랍니다.

예) 귀금속경제신문(www.diamonds.co.kr)