인공지능 기술로 하폐수 속 미량물질 농도 쉽고 빠르게 예측한다
- 군집화-예측 기반 인공지능 기술로 하폐수 속 신종 유입물질의 특성 예측
- 까다로운 분석절차 단축해 수처리 관련 시설에서 실제 활용 기대
전 세계 의약품 소비량은 2020년 기준으로 4 조회 분량으로 매년 급증하는 추세다. 과거와 비교해 점점 더 다양한 의약품들이 인체의 대사 작용을 거쳐 하·폐수 처리장으로 유입되면서, 여기서 발견되는 미량물질의 양과 종류도 증가하고 있다.
하·폐수 속 미량물질이 다시 강과 바다 등으로 유입돼 상수원으로 활용되면 환경뿐 아니라 발암, 내분비계 장애 등 인간의 건강에도 해로운 영향을 미칠 수 있다. 따라서 이러한 미량물질의 그 특성과 거동을 신속, 정확하게 예측하는 기술이 필요지만, 알려지지 않은 미량물질을 분석하는 데는 고가의 장비와 숙련된 전문가가 필요하며 오랜 시간이 걸린다.
한국과학기술연구원(KIST, 원장 윤석진)은 물자원순환연구단 홍석원 단장과 손문 선임연구원 팀이 군집화-예측기반 인공지능 기술을 활용해 신종 미량물질을 물리화학적 특성에 따라 분류하고 농도를 예측하는 기술을 개발했다고 밝혔다.
연구진은 데이터의 유사성에 따라 지도의 형태로 군집화하는 자기조직화지도 인공지능 기술을 통해 의약화합물, 카페인 등 기존에 알려진 29종의 미량물질을 물리화학적 특성, 작용기, 생물학적 반응 기작 등의 정보에 따라 분류했다. 그다음, 새로운 미량물질의 특성과 농도 변화를 예측하기 위해 데이터를 여러 하위 집합으로 분류하는 머신러닝 기술인 랜덤 포레스트를 추가로 구축했다. 만약 새로운 미량물질이 자기조직화지도 내의 어떤 군집에 속한다면, 해당 군집 내 다른 물질의 특성을 통해 새로운 미량물질의 특성과 농도가 어떻게 변화할지 예측할 수 있다.
이렇게 구성된 군집화-예측 인공지능 모델(자기조직화지도-랜덤포레스트)을 새로운 13종의 신종 미량물질에 적용한 결과, 생물학적 정보를 이용한 기존 인공지능을 활용한 기술의 예측정확도인 0.40을 훨씬 뛰어넘는 약 0.75의 우수한 예측정확도를 보였다.
수식을 기반으로 하는 전통적인 예측 방법에 비해 KIST 연구팀의 데이터 기반 분석모델은 미량물질의 물리화학적 특성만 입력하면 비슷한 데이터를 가진 물질과의 군집화를 통해 새로운 미량물질의 농도가 하수처리 과정에서 어떻게 변화할지 효율적으로 파악할 수 있다는 장점이 있다. 또한, 데이터 기반의 인공지능 모델 특성상 사회적인 관심사인 마약과 같은 신종물질의 농도 예측에도 향후 활용할 수 있다.
KIST 홍석원 박사와 손문 박사(이상 공동 교신저자)는 “실제 하폐수 처리장 뿐 아니라 신종 미량물질이 존재하는 대부분의 수처리 관련 시설에 적용할 수 있으며, 관련 규제를 위한 정책결정 과정에서 신속하고 정확한 자료를 제공할 수 있는 기술”이라고 밝히며, “머신러닝 기술을 활용하기 때문에 관련 데이터가 축적될수록 예측정확도도 향상될 것”이라고 기대했다.
본 연구는 환경부 (장관 한화진) 상하수도혁신기술개발사업(2019002710010) 및 과학기술정보통신부(장관 이종호) 세종과학펠로우십 지원을 받아(2021R1C1C2005643) 수행되었으며, 연구결과는 네이처 포트폴리오 저널 클린워터(npj Clean Water, IF : 11.4, JCR 물자원 분야 상위 1.5%) 10월호에 게재되었다.
□ 논문
○ 제목: Clustering micropollutants and estimating rate constants of sorption and biodegradation using machine learning approaches
○ 학술지: npj Clean Water
○ 게재일: 2023. 10. 28.
○ DOI: https://doi.org/10.1038/s41545-023-00282-6
□ 저자
○ (제 1저자) 한국과학기술연구원 임승지 박사후연구원
○ (교신저자) 한국과학기술연구원 손문 선임연구원
- (교신저자) 한국과학기술연구원 홍석원 책임연구원
□ 내용 요약
○ 연구배경
사회가 고도화 될수록 사용되는 미량/신종물질 특히 의약화합물의 사용이 기하급수적으로 증가하게 된다. 특히 최근 신종의약품의 오남용 사례가 급증하는 추세이기 때문에 이에 대한 적절한 모니터링이 필요한 시점이다. 미량/신종물질의 모니터링을 위해서는 하폐수처리장의 수질을 실시간으로 관측하는 기술이 가장 널리 활용되고 있다. 이는 결국 인체내로 유입된 미량/신종물질이 대사작용을 거쳐 하폐수처리 시설로 유입되기 때문이다. 따라서 하폐수 처리장에서 미량/신종물질의 거동과 농도 등을 제대로 예측한다면 이를 제대로 처리하여 2차 오염을 방지할 수 있을뿐 아니라, 지역 및 시점에 맞는 정책을 유기적으로 구성하는데에도 큰 도움을 줄 수 있다.
○ 연구내용
본 연구에서는 하폐수내에 존재하는 미량/신종물질의 특성 및 움직임을 예측하기 위하여 데이터 기반의 인공지능 모델이 적용되었다. 이는 기존 이론 배경 모델이 복잡성에 비해 예측정확도가 상대적으로 높지 않아 신종물질의 신속하고 정확한 예측이 어려웠기 때문이다.
따라서 데이터 기반의 인공지능 기술이 적용되었는데, 머신러닝 기반의 자기조직화지도(self-organizaing map) 모델과 랜덤포레스트(random forest) 모델을 연계한 기술이 적용되었다. 이렇게 구성된 머신러닝 모델을 13종의 미량/신종물질에 적용해본 결과 약 0.75의 우수한 예측정확도를 보였는데, 이는 대부분의 기존 기술이 0.40 이하의 상대적으로 낮은 예측정확도를 보이는 것에 비하면 괄목할 만한 정확도 향상이다.
○ 기대효과
하폐수 처리장 등에서 미량/신종물질의 농도를 예측하고 저감목표에 맞는 공정 최적화를 하는데 도움이 될 것으로 기대된다. 특히 데이터 기반의 예측을 실시하는 본 기술의 특성상 다양한 미량/신종물질이 존재하는 대부분의 수처리 관련 시설 및 기업에 적용가능할 것으로 기대된다. 또한, 신종의약품의 농도 예측 등에 적용하여 의약품과 관련된 정책적 의사결정에 도움이 될 것으로 기대된다.
연구결과 문답
□ 연구를 시작한 계기나 배경은?
○ 사회가 고도화 될수록 사용되는 미량화합물 특히 의약화합물의 사용이 기하급수적으로 증가하게 된다. 특히 최근 신종의약품의 오남용 사례가 급증하는 추세이기 때문에 이에 대한 적절한 모니터링이 필요한 시점이다. 신종의약품의 모니터링을 위해서는 하폐수처리장의 수질을 실시간으로 관측하는 기술이 가장 널리 활용되고 있다. 이는 결국 인체내로 유입된 의약품이 대사작용을 거쳐 하폐수처리 시설로 유입되기 때문이다. 따라서 하폐수 처리장에서 미량/신종물질의 거동과 농도 등을 제대로 예측한다면 이를 제대로 처리하여 2차 오염을 방지할 수 있을뿐 아니라, 지역 및 시점에 맞는 정책을 유기적으로 구성하는데에도 큰 도움을 줄 수 있다는 판단에서 본 연구를 시작하게 되었다.
□ 이번 성과, 무엇이 다른가?
○ 본 연구는 인공지능 기술을 이용하여 미량/신종물질을 효과적으로 예측할 수 있음을 보여주는 선도적 사례중 하나이다.
○ 기존 기술은 이론적 수식을 바탕으로 하기 때문에, 예측모델의 구성이 어렵고 정확도는 상대적으로 낮다는 단점이 있었다. 반면 본 기술은 데이터를 기반으로 하기 때문에 적용이 간단하면서도 데이터가 축적될수록 예측정확도가 높아진다는 장점이 있다.
□ 실용화된다면 어떻게 활용될 수 있나?
○ 하폐수처리장과 같은 수질처리 시설에 유입되는 미량/신종물질의 거동을 예측하고 이를 정량화하는데 활용될 수 있다.
□ 기대효과와 실용화를 위한 과제는?
○ 본 연구에서는 총 44종의 미량/신종물질을 대상으로 했으나, 이를 확장하여 수십, 수백종의 미량/신종물질의 거동을 예측하는데 활용될 수 있다. 이는 수질처리 시설의 운전을 최적화하거나 혹은 미량물질과 관련된 정책의사결정에 도움을 줄 수 있다.
본 기사는 네티즌에 의해 작성되었거나 기관에서 작성된 보도자료로, BRIC의 입장이 아님을 밝힙니다. 또한 내용 중 개인에게 중요하다고 생각되는 부분은 사실확인을 꼭 하시기 바랍니다.
[기사 오류 신고하기]
BRIC(ibric.org) Bio통신원(한국과학기술연구원) 등록일2023.11.20