초미세먼지 속 화학성분·산화독성까지 AI로 정밀 예측

광주과기원, AI 예측모델 개발..산화잠재력 지표로 적용
초미세먼지 산화독성에 ‘망간’ 가장 큰 영향..건강지표 활용

GIST가 개발한 초미세먼지 산화독성 AI 모델 개념도. GIST 제공.

초미세먼지에 함유된 유해 성분과 독성 정보를 정밀하게 예측하는 인공지능(AI) 모델이 개발됐다.

광주과학기술원(GIST)은 박기홍 환경·에너지공학과 교수 연구팀이 중국과 한국에서 수집한 초미세먼지(PM2.5)의 화학 성분과 산화 잠재력(OP)을 분석하는 AI 예측 모델을 개발했다고 30일 밝혔다.

국내에서는 초미세먼지의 위험성은 주로 농도를 기준으로 판단한다. 하지만 실제 건강에 미치는 영향은 농도뿐 아니라, 초미세먼지를 구성하는 유해물질의 종류와 양에 따라 크게 달라진다.

연구팀은 미세먼지가 체내에서 유발하는 산화스트레스 능력(산화잠재력·OP)을 새로운 건강위험 지표로 활용했다.

산화잠재력은 미세먼지가 체내에서 산화스트레스를 유발할 수 있는 능력을 나타내는 지표로, OP 지수가 높을수록 인체 내 활성산소를 생성할 가능성이 커져 호흡기·심혈관계 등 건강에 미치는 영향이 증가할 수 있다.

연구팀은 수년간 한국과 중국 등 국내외 도심과 농촌 지역에서 농도, 화학 성분, 산화 독성 데이터를 동시에 수집해 AI 모델에 학습시켜 농도와 화학적 성분만으로 산화 독성을 가장 정확하게 예측할 수 있는 최적 모델을 선별했다.

또 ‘설명 가능한 인공지능’(XAI)을 적용해 초미세먼지의 산화독성에 가장 큰 영향을 주는 화학성분은 망간, 납, 수용성 유기탄소, 구리, 아연 등의 순이라는 것을 밝혀냈다. 아울러, XAI 분석을 통해 화학성분 간 상호작용 효과도 규명했다.

가령, 구리 농도가 ㎡당 0.004㎍ 이상일 경우 수용성 유기탄소와 서로의 영향을 약화시키는 현상이 발생해 산화잠재력 증가가 억제되는 것을 확인했다.

박기홍 GIST 교수는 “미세먼지의 단순한 농도가 아니라 화학적 특성과 구성 성분 간 상호작용까지 고려한 정밀한 건강위험 평가 방법을 제시했다는 점에서 의미가 크다”며 “다양한 환경에서 초미세먼지의 건강 위험성을 정밀하게 진단하고 변화 추이를 예측할 수 있어 국민 건강 위험 예방과 정책 수립에 활용될 수 있다”고 말했다.

이 연구결과는 국제 학술지 ‘저널 오브 해저더스 머터리얼즈’ 지난 11일 온라인으로 실렸다.

박기홍(왼쪽) 교수, 이승혜 박사과정생. GIST 제공.

이준기 기자 bongchu@dt.co.kr