Earticle

초록

영어

Radiation disinfection, which is used to prevent biological damage to cultural heritage artifacts, is attracting attention as a sustainable technology for noncontact, nondestructive conservation. The safe treatment of artifacts requires the precise prediction of internal dose distribution to prevent over-irradiation, and Monte Carlo (MC) simulation is the optimal method for this task. However, because cultural heritage artifacts comprise complex, heterogeneous materials, MC simulation requires substantial computational time to achieve low statistical uncertainty. In this study, we analyze research trends in deep learning–based rapid dose prediction algorithms (such as DeepSMCP and CHD U-Net) validated in clinical radiation therapy. We propose an artificial intelligence–converged digital simulation framework that applies these algorithms to the analysis of internal dose distribution in cultural heritage artifacts using computed tomography (CT) images. The proposed framework addresses the computational bottlenecks of traditional MC simulation. Furthermore, the study explores the potential for real-time digital transformation in the design of treatments for cultural heritage conservation.

한국어

문화유산의 생물학적 손상을 방지하기 위한 방사선 소독 처리는 비접촉⋅비파괴 방식의 지속 가능한 보존과학 기술로 주목받고 있다. 유물의 안전한 처리를 위해서는 내부 선량 분포를 정밀하게 예측하여 과잉 조사를 방지하는 것이 필수적이며, 이를 위한 최적의 방법론으로 몬테카를로(Monte Carlo, MC) 시뮬레이션이 활용된다. 그러나 복잡한 불균질 매질을 가진 문화유산의 특성상 낮은 통계적 불확실성을 확보하기 위해 막대한 연산 시간이 소요되는 한계가 있다. 본 논문에서는 최신의료 방사선 치료 분야에서 검증된 딥러닝 기반의 고속 선량 예측 알고리즘(DeepSMCP, CHD U-Net등)의 연구 동향을 분석하고, 이를 컴퓨터단층촬영(Computed Tomography, CT) 영상 기반의 문화유산 내부 선량 해석에 AI를 융합하는, AI 융합 디지털 시뮬레이션 체계를 제안한다. 이를 통해 전통적인 MC 시뮬레이션의 연산 병목 현상을 해결하고, 문화유산 보존처리 설계의 실시간 디지털 전환(Digital Transformation, DX) 가능성을 고찰한다.

목차

초록
ABSTRACT
1. 서론
2. CT 이미지 기반 문화유산 몬테카를로선량 해석 기술
2.1. EGSnrc 체계 기반 입자 수송 해석
2.2. 문화유산 3D CT 데이터의 디지털 팬텀 전환
3. 딥러닝 기반 몬테카를로 선량 예측기술 동향
3.1. 고불확실성 선량 데이터의 3D 잡음 제거
3.2. 입력 정보 기반의 직접 선량 예측
4. 방사선 보존처리를 위한AI 융합 디지털 시뮬레이션 체계 제언
4.1. 유물 맞춤형 원클릭 고속 선량 해석 워크플로우
4.2. 가상 디지털 팬텀 및 시뮬레이션 데이터 증강법
4.3. 다중 센싱 통합 기반의 보존처리 품질 보증 평가
5. 결론
사사
REFERENCES

키워드

저자

• 엄영랑 [ Young Rang Uhm | 한국원자력연구원 국가유산원자력클리닉, 한국원자력연구원 하나로이용부 ] Corresponding Author
• 최주연 [ Ju Yeon Choi | 한국원자력연구원 하나로이용부 ]
• 이재기 [ Jaegi Lee | 한국원자력연구원 국가유산원자력클리닉, 한국원자력연구원 하나로이용부 ]
• 박해준 [ Hae Jun Park | 한국원자력연구원 국가유산원자력클리닉, 한국원자력연구원 방사선바이오연구부 ]
• 전준표 [ Joon-Pyo Jeun | 한국원자력연구원 국가유산원자력클리닉, 한국원자력연구원 방사선융합연구부 ]
• 한민수 [ Min Su Han | 한국전통문화대학교 문화유산기술학과 ]
• 유정민 [ Jeong Min Yu | 한국전통문화대학교 디지털헤리티지학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  보존과학회지 [Journal of Conservation Science]

• 간기

  연5회

• pISSN

  1225-5459

• eISSN

  2287-9781

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 602 DDC 700