머신러닝을 활용한 중금속 오염토양의 식물정화 모델 개발

옥용식 교수 "ESG 이행을 위한 지속가능한 토양 정화 정책의 필요성 역설"
 연구결과, Journal of Hazardous Materials 2023년 1월호 출간 예정

▲ 환경생태공학부 옥용식 교수

생명과학대학 환경생태공학부 옥용식 교수가 머신러닝을 활용 중금속으로 오염된 토양의 식물정화기술 (Phytoremediation) 모델 개발에 성공했다.

이번 연구 결과는 유엔환경계획(UNEP)을 비롯하여 세계보건기구(WHO), 유엔식량농업기구(FAO) 및 국제사회에 농경지 중금속 오염으로 인한 식량안보 문제에 대한 해결방안을 제시함으로써 정부 그린뉴딜에 대한 해법 또한 제시하고 있다.

옥용식 교수는 지난 해 'Nature Reviews Earth and Environment(IF: 37.214)' 편집위원장으로부터 토양오염과 UN SDGs에 대한 집필 요청을 받아 해당 분야 최고 권위의 석학들과 본 주제에 대한 리뷰 집필을 주도한 바 있다. 옥 교수는 2000년부터 토양오염과 식량위기에 대한 대응방안으로 식물에 기반한 친환경적 오염토양 정화기술인 식물정화기술을 연구했으며, 최근 화두가 되고 있는 ESG 관점에서도 보다 경제적이고 환경적으로 지속가능한 토양정화 정책의 도입 필요성에 대해 역설해왔다.

옥 교수팀은 식물정화 분야 세계적 석학인 벨기에 겐트대학교 Erik Meers 교수를 포함하여 인공지능 분야의 석학인 국립싱가포르대학교 Xiaonan Wang 교수, 토양정화 분야는 칭화대학교 Deyi Hou 교수와 함께 공동연구를 진행했으며, 해당 연구결과는 환경분야 최고 권위 학술지 Journal of Hazardous Materials(IF: 14.224)의 2023년 1월호에 출판된다.

최근 용산 미군기지를 포함 국내외 중금속으로 인한 공원 및 아파트 부지의 토양오염이 사회적으로 큰 이슈가 되고 있어 기존 토양세척 등 토양의 질을 고려하지 않은 공학기술에 비해 이산화탄소를 배출하지 않는 탄소중립 기반의 생태공학 기술로 향후 주요 건설업종의 ESG 분야 핵심 환경기술로도 그 중요성이 높게 평가되고 있다.




▲그림 1. 머신러닝을 활용한 중금속 오염토양의 식물정화 기술 개요 및 녹색정화 모델

옥 교수는 본 연구를 통해 식물 기반의 오염토양의 정화에 있어 토양 자체의 특성, 운전 조건, 식물 종, 식물 유래 저분자 유기산, 식물 유전자 및 중금속 종류가 주요 영향 인자임을 증명했다. 특히, 중금속의 특성은 식물의 오염물질 지상부 축적에 가장 큰 영향을 미쳤으며, 중금속 생물농축의 경우 식물 종이 가장 큰 영향을 끼침을 밝히고, 예측 모델을 개발하여 웹 기반으로 공개했다.

▲그림 2. 머신러닝 기반의 식물정화 효율에 미치는 주요 환경인자 평가결과

커뮤니케이션팀 서민경(smk920@korea.ac.kr)