초미세먼지의 농도뿐만 아니라 성분까지 분석해 인체 유해성을 정밀 예측하는 인공지능(AI) 모델이 나왔다.
광주과학기술원(GIST)은 환경·에너지공학과 박기홍 교수 연구팀이 중국과 한국에서 수집한 초미세먼지(PM2.5)의 화학성분과 산화잠재력(oxidative potential, OP)을 분석하고, 이를 기반으로 인공지능(AI) 예측 모델을 개발했다고 30일 밝혔다.
국내에서는 초미세먼지의 위험성을 주로 농도 기준으로 판단하고 있다. 그러나 실제 건강에 미치는 영향은 농도뿐 아니라, 초미세먼지를 구성하는 유해 물질의 종류와 양에 따라 크게 달라진다.
연구팀은 미세먼지가 체내에서 유발하는 산화스트레스 능력(산화잠재력)을 새로운 건강위험 지표로 활용했다. 산화잠재력은 미세먼지가 체내에서 활성산소를 생성할 가능성을 나타내는 지표로, 커질수록 호흡기 및 심혈관계 등 건강에 미치는 영향이 증가할 수 있다.
연구팀은 수년간 국내외 도심과 농촌 지역에서 농도, 화학 성분, 산화독성 데이터를 수집해 AI 모델에 학습시켰다. 그 결과, 농도와 화학적 성분만으로 산화 독성을 가장 정확하게 예측할 수 있는 최적 모델을 선별했다고 밝혔다.
이에 따르면 미세먼지는 주로 망간(Mn), 납(Pb), 구리(Cu), 아연(Zn), 수용성 유기탄소(WSOC)로 구성돼있다. 이 가운데 산화독성에 가장 큰 영향을 주는 성분은 망간(Mn)이었으며, 납(Pb), 수용성 유기탄소(WSOC), 구리(Cu), 아연(Zn) 순으로 나타났다.
또 XAI 분석을 통해 화학성분 간 상호작용 효과도 규명했다고 연구팀은 덧붙였다.
개발된 AI 모델은 특정 국가나 지역에 국한되지 않고, 다양한 환경에서 초미세먼지의 건강 위험성을 정밀하게 진단하고 변화 추이를 예측할 수 있어, 국민 건강 위험 예방과 정책 수립에 활용될 수 있을 것으로 전망된다.
박기홍 교수는 "이번 연구는 미세먼지 농도뿐 아니라 화학적 특성과 구성 성분 간 상호작용까지 고려해 정밀한 건강위험 평가 방법을 제시했다"며 "대기오염 관리뿐 아니라 국가 정책 수립에도 과학적 근거를 제공할 수 있을 것"이라고 말했다.
이번 연구결과는 국제학술지 '저널 오브 해저더스 머터리얼즈(Journal of Hazardous Materials)'에 게재됐다.
Copyright @ NEWSTREE All rights reserved.
