석박통합과정 진경수 연구원(지도교수 이승열)이 제1저자로 참여한 논문 “Misalignment-Robust Dynamic Cascaded Holography Accelerated by Deep Neural Networks”이 광학 및 광자공학 분야의 저명 국제 학술지인 Laser & Photonics Reviews에 게재됐다해당 학술지는 Impact Factor 9.7, JIF 기준 상위 8.1%에 해당하는 국제 저명 학술지로, 빛과 물질의 상호작용에 관한 기초 연구부터 첨단 광소자, 광정보 처리 및 차세대 광학 시스템에 이르기까지 광학·광자공학 분야의 선도적인 연구 성과를 다루고 있다.

본 연구는 차세대 광정보 처리 기술로 주목받는 회절 기반 다층 광학 시스템을 동적으로 구동하기 위한 새로운 설계 방법론을 제안했다. 이러한 시스템은 여러 광학 소자를 순차적으로 배치하여 빛의 파면을 제어하지만, 소자 사이의 미세한 정렬 오차만으로도 성능이 크게 저하되는 한계가 있다. 이에 기존 연구에서는 메타표면과 같은 수동 광학 소자를 정밀하게 제작하고 정렬하는 방식이 주로 활용되어 왔다. 그러나 제작 이후에는 소자의 광학적 기능을 변경하기 어려워, 다양한 정보를 처리하거나 새로운 기능을 구현할 때 시스템의 유연성과 경제성이 제한됐다.

연구팀은 이러한 문제를 해결하기 위해 소자 사이의 정렬 오차를 설계 단계에서 반영하는 ‘정렬 오차 강인 설계 프레임워크’를 개발하고, 이를 공간 광변조기(Spatial Light Modulator, SLM) 기반 연쇄 홀로그래피 시스템에 적용했다. SLM은 전자적 제어를 통해 빛을 변조하는 패턴을 바꿀 수 있는 장치로, 소자를 새로 제작하지 않고도 출력 영상과 처리 정보를 변경할 수 있다. 제안된 방법은 정렬 오차가 존재하는 환경에서도 안정적으로 홀로그램을 복원하도록 설계함으로써, 다층 광학 시스템의 엄격한 정렬 조건을 완화하고 동적 구동을 가능하게 했다.

연구팀은 제안된 플랫폼을 활용해 특정 홀로그램 조합에서만 정보를 복원하는 광암호화와, 여러 홀로그램 조합에 서로 다른 정보를 저장하고 선택적으로 복원하는 다채널 홀로그래픽 정보 다중화(multiplexing)를 구현했다. 또한 심층 신경망을 활용해 홀로그램 생성 과정을 가속함으로써, 동적으로 변화하는 정보를 처리하기 위한 플랫폼의 활용 가능성을 높였다.

이번 성과는 다층 광학 시스템의 구현을 어렵게 했던 정렬 문제를 설계 단계에서 완화하고, 재구성 가능한 광정보 처리 플랫폼을 제시했다는 점에서 의미가 크다. 특히 광학 소자를 교체하지 않고도 기능과 정보를 변경할 수 있어, 향후 동적 광암호화, 다채널 광정보 처리, 재구성 가능한 회절 기반 신경망 등 다양한 분야로 확장될 것으로 기대된다.

* 논문 링크 

https://onlinelibrary.wiley.com/doi/10.1002/lpor.72192

* 이승열 교수 연구실 홈페이지 

https://www.ipodlab.com