AI는 역사 속으로 사라질 위험에 처한 향기, 냄새를 재현 복제, 향수를 프로파일링

이미지 copilot

역사 속으로 사라질 위기에 처한 향기를 재현하는 데 도움을 줄 수 있는 인공지능

인공지능을 활용한 향기 재현의 가능성

인공지능은 시간이 지남에 따라 사라지는 향기를 고려하여 빠르게 향기를 재현하는 데 활용될 수 있습니다.

화학 성분에 기반한 공식을 통해 특정 향수의 향을 재현하고, 특이한 냄새나 위험에 처한 희귀한 향기도 모델링할 수 있습니다.

향기 복제의 과학적 접근

인공지능은 특정 향기와 관련된 분자 데이터베이스를 학습하여 샘플 향수의 각 향기 계열에 대한 냄새 점수와 일치하는 분자 배열을 생성합니다.

도전과 발전 가능성

향을 재현하는 것은 냄새를 감지하는 물리적, 화학적 과정의 영향을 고려해야 하기 때문에 어려움이 있습니다.

더 많은 데이터와 복잡한 분자를 포함하는 확장된 데이터베이스를 활용하면 향기 재현의 정확성을 향상시킬 수 있을 것으로 기대됩니다.

인공 지능은 향기가 시간이 지남에 따라 사라지는 방식까지 고려하여 기존 방법보다 더 빠르게 향기를 복제하는 데 사용되었습니다.

인공지능은 화학 성분에 따라 향수를 재현하는 공식을 만들어낼 수 있습니다. 언젠가는 문화적으로 특정한 의식의 향이나 기온 상승으로 인해 변화하는 숲의 냄새와 같이 사라질 위험에 처한 희귀한 냄새를 재현하기 위해 단 하나의 샘플을 사용할 수도 있습니다.

연구진은 신경망을 훈련시키기 위해 특정 향기와 관련된 알려진 분자의 데이터베이스를 사용했습니다. AI는 샘플 향수의 각 향기 계열에 대한 냄새 점수와 일치하는 분자 배열을 생성하는 방법을 학습했습니다.

하지만 노게이라에 따르면 우리가 냄새를 인지하는 방식은 분자가 공기나 피부와 상호작용할 때 거치는 물리적, 화학적 과정의 영향을 받기 때문에 단순히 분자를 생성하는 것만으로는 목표 향을 재현하기에 충분하지 않았습니다.

화학물질의 냄새를 예측하는 것은 매우 어렵기로 악명이 높기 때문에 연구진은 훈련 데이터에 제한된 수의 분자를 사용했습니다. 하지만 더 많은 분자와 더 복잡한 분자를 포함하도록 데이터베이스를 확장하면 이 과정을 훨씬 더 정확하게 수행할 수 있다고 노게이라가 말합니다.

그는 향수 업계가 더 저렴하고 지속 가능한 버전의 향수를 생산하는 레시피를 만드는 데 AI가 도움이 될 수 있다고 제안합니다. 현재 전문가들은 전통적인 기법으로 새로운 향수를 개발하는 데 최대 3년이 걸리고 1kg당 5만 달러의 비용이 든다고 추정합니다.

애리조나 주립대학교의 리처드 거킨과 AI가 이미지로 할 수 있는 것처럼 컴퓨터에 냄새를 생성하는 방법을 가르치는 것을 목표로 하는 스타트업인 Osmo는 AI와 물리 및 화학을 결합하면 냄새가 증발하는 방식과 같이 종종 간과되는 미묘한 부분을 설명하기 때문에 이 접근법의 강점이라고 말합니다.

하지만 이 프로세스의 효과는 아직 사람을 대상으로 한 연구를 통해 확인해야 한다고 그는 말합니다.

노게리아와 그의 동료들은 이미 거의 그 단계에 도달했습니다. 몇 주 후에 그는 슬로베니아 류블랴나에 있는 동료의 연구실로 가서 AI가 생성한 향기를 직접 체험할 예정입니다.

(단순 번역으로 오역이 있을수 있습니다 자세한 내용은 원문 참조 부탁드립니다)