검색창 열기 인더뉴스 부·울·경

Food 식품

KT&G, 국산 잎담배 지원 강화…매입가 인상·복지 확대

URL복사

Wednesday, May 20, 2026, 09:05:42

유류비 지원 등 전년비 약 22억원 추가 투입

 

인더뉴스 장승윤 기자ㅣKT&G(사장 방경만)가 농가로부터 매입하는 국산엽의 가격을 인상합니다.

 

KT&G는 고유가와 인건비 인상 등으로 인한 농업인들의 부담을 덜어주기 위해 지난해 대비 국산엽 매입에 약 22억원을 추가 투입한다고 20일 밝혔습니다. 앞서 KT&G는 지난 19일 연초생산안정화재단에서 엽연초생산협동조합중앙회에 국내 잎담배 농가의 복지증진 지원금 총 4억원을 전달하기도 했습니다.

 

지원금은 잎담배 재배 농업인의 건강검진비와 경작인 자녀 장학금으로 활용되며 약 750명이 혜택을 받을 예정입니다. KT&G는 고령화 등 잎담배 농가의 경제적 부담을 완화하고자 지난 2013년부터 14년째 건강검진비 및 장학금을 지원하고 있으며 수혜를 받은 누적 경작인 수는 약 1만6500여명에 달합니다.

 

KT&G는 2002년부터 매년 국산 잎담배를 전량 매입하고 있습니다. 영농기에는 농가를 위해 구매 예정 대금의 30%를 4~5월 무이자로 선지급하고 잎담배 매입 시기를 두 달 앞당겨 7월에 매매대금을 조기 지급하는 등 지원책도 운영합니다. 또 노동 강도가 높은 잎담배 모종 이식 및 수확시기에 맞춰 2007년부터 20년째 임직원 봉사활동을 전개하고 있습니다.

 

현재 국내 잎담배 재배 농가는 고령화와 생산비 부담 확대라는 이중 과제에 직면해 있습니다. 비료값과 유류비, 인건비 상승이 이어지면서 경작 규모를 줄이거나 재배를 포기하는 사례가 늘어나는 중입니다. 여기에 농촌 인력난까지 겹치며 안정적인 계약재배와 판로 확보 중요성이 한층 커졌다는 분석이 나옵니다.

 

KT&G는 원료 안정성과 국산엽 품질 관리를 위해 계약재배 기반 협력 구조를 유지하고 있습니다. 단순 매입에 그치지 않고 선급금 지원과 조기 대금 지급, 복지 지원 등을 연계하며 농가 부담 완화에 힘을 싣는 방향입니다. 국내 제조업계 가운데 장기간 국산 잎담배 전량 매입 체계를 이어가는 사례로 꼽힙니다.

 

정성헌 KT&G 구매운영본부장은 "최근 중동사태로 인한 유류비 부담 증가와 높은 인건비 등으로 어려움을 겪는 농가를 적극 지원하기 위해 국산엽 매입 가격 인상을 결정했다"며 "앞으로도 핵심 파트너인 잎담배 농가와 동반성장을 위해 지속적인 상생활동을 이어갈 것"이라고 말했습니다.

English(中文·日本語) news is the result of applying Google Translate. <iN THE NEWS> is not responsible for the content of English(中文·日本語) news.


장승윤 기자 weightman@inthenews.co.kr


SKT-SK바이오팜, AI로 난치성 암 치료제 개발 속도 60 높여

SKT-SK바이오팜, AI로 난치성 암 치료제 개발 속도 60% 높여

2026.07.15 11:04:50

인더뉴스 이종현 기자ㅣSK텔레콤[017670]은 SK바이오팜과의 공동 연구에 AI를 활용해 난치성 암 표적 치료제 개발에 활용할 수 있는 초기 유효물질을 발굴했다고 15일 밝혔습니다. 양사는 이번 연구를 통해 암세포 표면에 나타나는 단백질인 'ROR1'에 결합할 수 있는 바인더 후보를 대량으로 생성하고 선별했습니다. 이후 실제 실험실 검증을 통해 이 가운데 2종의 바인더가 초기 유효물질로서 가능성을 보인다는 점을 확인했습니다. 바인더는 암세포와 같은 특정 표적에 결합하도록 설계된 물질로 발굴을 위해서는 표적에 잘 결합하는지, 물질의 구조가 안정적인지 등 조건을 고려해야 합니다. 'ROR1'은 혈액암과 고형암(장기나 조직에 덩어리 형태로 생기는 암)에서 많이 만들어지는 종양 관련 세포 표면 단백질로 일부 암종에서 정상보다 많이 나타나 항암 표적 치료제 개발 분야에서 주목받고 있습니다. 이번 연구에서 SK바이오팜은 신약 개발 경험을 바탕으로 신규 바인더 발굴 전략을 수립했습니다. SKT는 AI 기술을 활용해 신규 바인더 후보를 다량 생성하고 'ROR1'과의 결합 가능성을 분석해 실험실 검증 대상을 선별했습니다. 새로운 물질 구조를 찾는 연구에서는 AI가 학습할 수 있는 데이터가 충분하지 않은 경우가 많아 기존 데이터에만 의존하는 AI 방식으로는 다양한 후보를 탐색하는 데 한계가 있습니다. 이에 SKT는 단백질 조각인 프래그먼트를 여러 방식으로 조합하고 표현하는 머신러닝을 연구에 적용했습니다. 또한, 강화학습을 활용, AI가 구조적 안정성이 높은 조합에 더 높은 보상을 부여해 최적의 신규 바인더 구조를 찾아가도록 했습니다. 선별 단계에서는 SKT의 GPU 자원을 활용해 다수의 신규 바인더 후보를 병렬로 처리했습니다. 이후 AI 모델을 통해 'ROR1'과 각 후보가 어떤 구조로 결합할 수 있는지, 실제 결합 가능성이 높은 지를 예측·분석해 실험실 검증 대상을 좁혔습니다. 이를 통해 SKT와 SK바이오팜은 이번 연구를 약 5개월 만에 완료했습니다. 이는 기존 SK 바이오팜의 방식으로 통상 1~2년이 걸리던 신약 개발 초기 연구 기간을 60% 이상 단축한 것입니다. 조동연 SK텔레콤 AI 컨버전스 담당은 "이번 성과를 바탕으로 독자 AI 파운데이션 모델을 활용한 바이오 특화 LLM(거대언어모델) 개발 등 바이오 AI 분야 전반으로 기술 협력 범위를 확대하는 방안도 검토 중"이라고 말했습니다.





배너