KIST, 머신러닝 접목 '군집화-예측' AI 개발
하폐수 속 신종 유입물질 분석..신종마약도
의약품 등 하·폐수 속 미량물질 농도를 AI(인공지능) 기술로 쉽고 빠르게 예측할 수 있는 기술이 나왔다. 신종의약품의 농도 예측과 다양한 미량·신종물질이 존재하는 수처리 시설 등에 활용될 전망이다.
한국과학기술연구원(KIST)은 홍석원 단장과 손문 박사 연구팀이 군집화·예측 기반 AI 기술을 활용해 신종 미량물질을 물리화학적 특성에 따라 분류하고 농도를 예측하는 기술을 개발했다고 19일 밝혔다.
최근 다양한 의약품들이 인체 대사 작용을 거쳐 하·폐수처리장으로 유입되면서 미량물질의 양과 종류도 늘어나고 있다. 이런 하·폐수 속 미량물질은 다시 강과 바다 등으로 유입돼 상수원으로 활용되면 환경뿐 아니라 발암, 내분비계 장애 등을 유발한다. 지금까지 미량물질의 특성과 거동을 분석하려면 고가의 장비와 숙련된 전문가가 필요하고, 오랜 시간이 걸린다.
연구팀은 AI 기술을 통해 의약화합물, 카페인 등 기존에 알려진 29종의 미량물질을 물리화학적 특성, 작용기, 생물학적 반응 기작 등의 정보에 따라 분류했다. 이어 새로운 미량물질의 특성과 농도 변화를 예측하기 위해 머신러닝 기술을 추가로 적용한 '군집화·예측 AI 모델'을 개발했다. 이 AI 모델을 새로운 13종의 신종 미량물질에 적용한 결과, 기존 AI를 활용한 기술의 예측 정확도 0.40을 훨씬 뛰어넘는 0.75로 우수한 예측 정확도를 기록했다. 특히 미량물질의 물리화학적 특성만 입력하면 비슷한 데이터를 가진 물질과 군집화를 통해 새로운 미량물질의 농도가 하수처리 과정에서 어떻게 변화할 지 효율적으로 파악할 수 있다. 아울러, 사회적 관심사인 마약과 같은 신종물질의 농도 예측에도 활용할 수 있다고 연구팀은 설명했다.
홍석원 KIST 박사는 "실제 하·폐수 처리장과 신종 미량물질이 존재하는 대부분의 수처리 관련 시설에 적용할 수 있다"며 "머신러닝 기술을 적용해 관련 데이터가 축적될수록 예측 정확도도 높아져 규제를 위한 정책결정 과정의 과학적 근거로 쓰일 수 있다"고 말했다.이 연구결과는 국제 학술지 '네이처 포트폴리오 저널 클린워터(10월호)'에 게재됐다. 이준기기자 bongchu@dt.co.kr
KIST는 군집화-예측 기반 인공지능 기술을 활용해 신종 미량물질의 농도를 빠르고 정확하게 예측하는 기술을 개발했다. 사진은 머신러닝 기술을 활용한 신종 미량물질 예측 기술 개념도
