서울시립대, 생활화학제품 흡입독성 예측하는 AI 모델 개발

서울시립대 환경공학부 최진희, 통계학과 전종준 교수 연구팀 공동 연구
동물실험을 대체할 AI기반 화학물질의 흡입독성을 예측 모델 개발
생활화학제품의 위해성 관리 및 안전한 설계에 활용 가능성 기대

[서울=뉴시스] (왼쪽부터) 최진희 교수 (환경공학부), 전종준 교수 (통계학과), 김동현 학생 (환경공학과), 조소영 학생 (통계학과) (사진=서울시립대 제공) *재판매 및 DB 금지

[서울=뉴시스]박지은 인턴 기자 = 서울시립대 환경공학부 최진희 교수 연구팀은 통계학과 전종준 교수 연구팀과 협력해 인공지능(AI) 기반의 흡입독성 예측 모델을 개발하고, 이를 생활화학제품 내 물질의 위해성 관리에 활용할 수 있는 가능성을 제시했다고 밝혔다.

이 연구는 환경공학과 박사과정 김동현 학생과 통계학과 박사과정 조소영 학생이 공동 제1저자로 참여했으며, 지난 18일 환경과학 분야 국제 저명 학술지인 유해물질저널(JHM, Journal of Hazardous Materials)에 "OECD 시험 가이드라인 데이터 기반 모델을 이용한 소비재 화학물질 흡입독성 스크리닝(Inhalation Toxicity Screening of Consumer Products Chemicals using OECD Test Guideline Data-based Models)"이라는 제목으로 온라인 게재됐다.

생활화학제품은 일상생활에서 다양한 경로로 인체에 노출될 수 있으며, 그 중 흡입을 통한 노출이 가장 큰 비중을 차지한다.

그러나 현재 OECD에서 제정된 흡입독성시험 가이드라인은 동물실험에 크게 의존하고 있어, 시험이 노동집약적이고 숙련된 기술을 필요로 하며, 이를 수행할 수 있는 화학물질은 매우 제한적이다.

따라서 신속하고 효율적으로 흡입독성을 평가할 수 있는 새로운 방법의 필요성이 대두되고 있다.

이에 연구팀은 OECD 시험 가이드라인에 따라 수집된 흡입독성 시험 데이터를 바탕으로, 분자지문과 분자구조를 학습하는 머신러닝 기반의 AI 모델을 개발했다.

[서울=뉴시스] 흡입독성 데이터 기반 머신러닝 모델 개발 및 활용 워크플로우 (사진=서울시립대 제공) *재판매 및 DB 금지

이 모델을 통해 생활화학제품 내 물질의 흡입독성을 예측할 수 있어 최근 강화되고 있는 화학물질 안전 관리에 기여하고, 동물실험을 최소화할 수 있는 대체시험법으로 활용될 수 있을 것으로 기대된다.

최진희 교수는 "생활화학제품의 안전성에 대한 국민적 우려가 커지고 있는 가운데, 위해성 평가가 충분히 이루어지지 않은 것이 문제"라며, "이를 해결하기 위해 첨단 데이터과학 기술을 적용해 생활화학제품의 독성을 예측하는 기술 개발이 필요하다. 이번 연구는 초기 단계지만, 시민 안전을 위한 중요한 기술로 앞으로 큰 활용 가능성을 지니고 있다."고 밝혔다.

이번 연구는 환경부의 '환경성질환 예방관리 핵심기술 개발 사업'과 '생활화학제품 안전관리 기술 개발 사업'의 지원으로 수행됐다.

☞공감언론 뉴시스 written11@newsis.com