KIST, 약물의 종류·농도 알아내는 AI 모델 개발

공장 폐수. 게티이미지 제공

<이미지를 클릭하시면 크게 보실 수 있습니다>

[파이낸셜뉴스] 하폐수 속 매우 적은 농도의 약물을 찾아내고 그 농도를 알아내는 인공지능(AI) 기술이 개발됐다. 이 기술은 데이터를 기반으로 예측해 대부분의 수처리 관련 시설 및 기업에 적용해 미량의 신종 물질 저감목표에 맞는 공정 최적화를 이루는데 도움이 될 것으로 보인다.

한국과학기술연구원(KIST) 물자원순환연구단은 적은 농도의 신종 물질을 물리화학적 특정에 따라 찾아낼 수 있는 군집화-예측기반 AI 모델을 개발했다고 19일 밝혔다.

홍석원 단장은 "이 AI 모델을 새로운 13종의 신종 미량물질에 적용한 결과, 생물학적 정보를 이용한 기존 AI를 활용한 기술의 예측정확도인 0.40을 훨씬 뛰어넘는 약 0.75의 우수한 예측정확도를 보였다"고 설명했다. 예측정확도는 0.00에서 시작해 1.00에 가까울수록 높다.

2020년 기준 전세계 의약품 소비량은 4조회 분량에 달한다. 사람들은 점점 더 다양한 의약품을 먹고 몸 밖으로 배출, 하·폐수 처리장으로 유입돼 발견되는 약물의 양과 종류도 증가세다. 이 약물이 다시 강과 바다 등으로 유입돼 상수원으로 활용되면 환경 뿐만아니라 발암, 내분비계 장애 등 인간의 건강에도 해로운 영향을 미칠 수 있다.

연구진은 의약화합물, 카페인 등 기존에 알려진 29종의 미량물질을 물리화학적 특성, 작용기, 생물학적 반응 기작 등의 정보에 따라 분류했다. 이때 데이터의 유사성에 따라 지도의 형태로 군집화하는 자기조직화지도 AI 기술을 활용했다.

그 다음으로 데이터를 여러 하위 집합으로 분류하는 머신러닝 기술인 랜덤 포레스트를 추가로 구축했다. 이는 새로운 미량물질의 특성과 농도 변화를 예측하기 위함이다.

연구진은 "하·폐수 속 새로운 미량물질이 자기조직화지도 내의 어떤 군집에 속한다면, 해당 군집 내 다른 물질의 특성을 통해 새로운 미량물질의 특성과 농도가 어떻게 변화할지 예측할 수 있다"고 설명했다. 그러면서 "이번 연구에서는 총 44종의 미량·신종물질을 대상으로 했으나, 이를 확장해 수십, 수백종의 물질을 예측하는데 활용될 수 있다"고 말했다.

한편, 연구진은 이번에 개발한 AI 모델을 '네이처 포트폴리오 저널 클린워터(npj Clean Water)'에 발표했다.
#AI #KIST #약물 #폐수