본 연구는 레이저 절단 시 에너지 소비와 환경 영향을 줄이기 위해 새로운 딥러닝(DL) 방법을 제안한다. CO2 레이저 흡입 펌프의 적응 제어 부족 및 개방 루프 특성을 인식하여, 절단 재료와 발생하는 연기 수준에 따라 펌프 전력을 동적으로 조절하는 폐쇄 루프 구성을 활용한다. 이를 위해 렌즈 없는 스페클 센싱과 맞춤형 CNN을 사용한 재료 분류 방법, USB 카메라와 VGG16 CNN 모델을 사용한 전이 학습 접근 방식 등 다양한 재료 분류 기술을 도입했다. 또한 연기 수준 감지를 위한 별도의 DL 모델을 사용하여 펌프의 전력 출력을 정교하게 조정했다. 이 통합 시스템은 비활성 시에는 흡입 펌프를 자동으로 멈추고 작동 중에는 동적으로 전력을 조절하여 실험적으로 20%에서 50%의 에너지 절감 효과를 보였다.
