인더뉴스 제해영 기자ㅣ국립부경대학교는 안전공학과 강지원 석사과정생이 최근 여수엑스포컨벤션센터에서 열린 2026 한국위험물학회 학술대회의 ‘제1회 위험물 AI 경진대회’에서 대상을 수상했다고 14일 밝혔습니다. 강지원 학생의 지도교수는 안전공학과 이창준 교수입니다.
강지원 학생은 이번 경진대회 대상 수상자로 선정돼 상장과 상금을 받았습니다. 대회는 위험물 안전 분야에 인공지능 기술을 접목해 안전관리의 새로운 방향을 찾기 위해 마련됐으며 학부생과 대학원생, 일반인이 참가했습니다.
수상작은 ‘Group Contribution Method 및 Support Vector Regression 기반 모델을 이용한 방향족 화합물 급성 독성값 예측에 관한 연구’입니다. 참가자들은 연구 내용을 발표한 뒤 질의응답을 거쳤고 이를 바탕으로 최종 수상작이 결정됐습니다.
강지원 학생은 벤젠고리를 포함하는 방향족 화합물의 급성독성을 예측하는 모델을 개발했습니다. 모델에는 55개의 작용기 및 분자량 관련 입력변수를 활용했으며 기계학습 기법인 GCM과 SVR, PSO를 결합했습니다.
연구의 핵심은 화합물의 구조적 특징과 분자량 정보를 입력값으로 활용해 급성독성 수준을 예측하도록 한 데 있습니다. 실험을 먼저 수행하지 않고도 데이터와 계산 모델을 이용해 위험 등급을 분류할 수 있는 방법을 제시했다는 점에서 안전관리 분야의 활용 가능성을 보여줬습니다.
개발 모델은 국제조화시스템 GHS 기준으로 경구 독성 위험분류에서 90.6퍼센트의 정확도를 기록했습니다. 경피 독성은 100퍼센트, 흡입 독성은 80퍼센트의 위험분류 정확도를 확보했습니다.
이 결과는 별도의 동물실험이나 화학실험 없이도 유해성이 확인되지 않은 신규 물질의 급성독성 등급을 빠르게 예측할 수 있는 가능성을 제시한 성과로 평가됐습니다. 특히 신규 화학물질의 초기 위험성을 선별하는 단계에서 데이터 기반 예측모델을 보조 수단으로 활용할 수 있다는 점이 주목됩니다.
위험물 안전관리에서는 물질별 독성 정보를 얼마나 신속하게 확보하느냐가 초기 대응과 분류의 중요한 요소가 됩니다. 이번 연구는 화학물질의 분자 특성과 기계학습을 결합해 기존 실험 중심 평가를 보완할 수 있는 접근을 제시했다는 의미가 있습니다.
또 GCM과 SVR, PSO를 함께 활용해 화학물질의 특성을 수치화하고 예측 성능을 높였다는 점도 특징입니다. 화학물질 안전 분야의 전문지식과 인공지능 분석 방법을 결합한 융합 연구라는 점이 경진대회 평가에서 반영됐습니다.
강지원 국립부경대 안전공학과 석사과정생은 “데이터 기반 예측모델과 화학물질 안전관리를 결합해 융합적으로 접근한 것이 좋은 평가를 받은 것 같다”고 밝혔습니다.
