인공지능(AI)을 이용해 수질 오염을 일으키는 항생제를 효과적으로 제거하는 기술이 개발됐다.
한 연구팀이 바이오매스(생물자원)를 태워 만든 탄소 물질인 '바이오차'를 활용해 항생제를 분해할 때, 어떤 조건에서 가장 효율적인지를 AI로 예측하고 설명하는 프레임워크를 개발했다고 국제 학술지 '바이오차' 최신호에 12일(현지시간) 발표했다.
항생제 오염은 수생 생태계에 악영향을 미치고 항생제 내성 확산의 원인이 될 수 있어 전 세계적인 공중 보건 문제로 떠오르고 있다. 바이오차는 이를 해결할 친환경 촉매로 주목받았지만, 성능에 영향을 미치는 변수가 많아 최적의 촉매를 설계하기 어려웠다.
연구팀은 관련 연구 논문 75편에서 데이터를 수집해 AI 모델을 학습시켰다. 이 데이터에는 테트라사이클린, 플루오로퀴놀론 등 다양한 항생제 종류와 바이오차 촉매의 특성, 원소 구성, 반응 조건 등 16개 입력 변수가 포함됐다.
여러 기계학습 모델을 시험한 결과, 테이블 형태 데이터에 특화된 트랜스포머 기반 딥러닝 모델 'TabPFN'이 가장 뛰어난 예측 성능을 보였다. 이 모델의 예측 정확도(R²)는 0.91에 달했다.
AI 분석 결과, 촉매 성능에 가장 큰 영향을 미치는 요소는 바이오차 자체의 특성(59.3%)이었으며, 반응 조건(25.9%), 원소 구성(14.8%)이 그 뒤를 이었다. 특히 잔류 자유 라디칼, 총 기공 부피, 산화제 농도, 오염물질 농도 등이 중요한 변수로 꼽혔다.
연구에 따르면 섭씨 450~550도에서 생성돼 잔류 자유 라디칼이 풍부한 바이오차는 항생제 분해를 가속했다. 또한 총 기공 부피가 g당 0.23㎤ 이상일 때 오염물질 흡착과 산화제 이동이 원활해져 촉매 성능이 향상되는 것으로 나타났다.
연구팀은 개발한 모델을 사용자가 쉽게 쓸 수 있는 웹 기반 인터페이스로 구현했다. 연구자들은 이 도구를 통해 실제 실험 없이도 다양한 조건에서 바이오차 촉매의 항생제 분해율을 예측할 수 있다.
연구팀 관계자는 "이 프레임워크는 광범위한 실험을 수행하기 전에 바이오차 촉매를 선별하는 데 도움을 줄 수 있다"라며 "항생제로 오염된 물을 처리하는 시스템을 최적화하는 더 빠르고 비용 효율적인 경로를 제공한다"고 설명했다.