AI와 화학제품 독성 예측(AI 문고)

샴푸 한 병 속에도 독성의 조합이 있다
우리는 매일 치약, 샴푸, 화장품, 세정제, 세탁 제품을 사용한다. 이 익숙한 물건들은 여러 화학물질이 섞인 혼합물이며, 피부와 호흡, 생활 습관을 통해 반복적으로 몸과 환경에 닿는다. 이 책은 생활화학제품의 안전성을 단일 성분이 아니라 복합 노출의 관점에서 다시 본다. 기존 독성 평가는 주로 하나의 물질을 실험해 위험성을 확인하는 방식으로 발전해 왔다. 그러나 현실의 사용 환경은 훨씬 복잡하다. 각각은 안전해 보이는 성분도 함께 쓰이면 예상보다 강한 반응을 일으킬 수 있고, 반대로 독성이 낮아질 수도 있다. 물질의 수와 조합이 늘어날수록 모든 경우를 실험으로 확인하는 일은 시간, 비용, 동물실험 윤리의 측면에서 한계에 부딪힌다. 그 한계를 보완하는 방법으로 AI 기반 독성 예측을 설명한다. 화학 구조와 독성 데이터를 학습한 AI는 아직 시험하지 않은 물질의 위험 가능성을 사전에 가려 내고, 우선 시험해야 할 대상을 선별하며, 안전한 대체 성분과 제품 설계의 방향을 제시할 수 있다. 하지만 AI의 예측은 정답이 아니다. 데이터 부족, 학습 범위의 한계, 혼합물 상호작용, 사람마다 다른 반응은 여전히 전문가의 해석과 실험 검증을 요구한다. 이 책은 AI를 독성 평가의 만능 도구가 아니라 더 안전한 화학제품을 설계하기 위한 조기 경보 장치로 읽는다.

안전한 화학제품을 예측하는 시대

01 화학제품과 독성
02 혼합물 독성 평가의 한계와 예측 기술
03 AI 기반 독성 예측 연구 동향
04 인실리코 기반 독성 예측 모델
05 단일 물질 독성 예측
06 혼합물 독성 예측
07 혼합물 독성 예측 기술 사례
08 독성 예측 결과의 불확실성
09 화학제품 안전성 평가와 AI 독성 예측
10 AI 독성 예측의 현재와 미래

서명원 한국화학연구원 화학분석센터 선임연구원이다. 연세대학교 생명공학과에서 박사학위를 받았으며, 현재 AI 기반 독성 예측 기술, 혼합물 독성 예측 및 저감 기술, 화학제품 안전설계(Safe-by-Design) 연구를 수행하고 있다. 특히 화학물질의 분자 구조와 독성발현 경로(AOP)를 활용한 AI 기반 예측 모델 개발과 복합 위해성 예측 플랫폼(OpenMRA) 구축 연구에 관심을 두고 있다. Environment International, Journal of Hazardous Materials, Toxicology, Chemosphere, Scientific Reports 등 국내외 학술지에 20편 이상의 논문을 발표하였으며, 혼합 독성 예측, 안전한 화학제품 설계, AOP 기반 예측 기술 관련 특허를 보유하고 있다. 현재 한국공업화학회 화학물질안전·위해성분과회 총무간사로 활동하고 있다.