독성 자료를 찾는 AI, 70% 시간 단축은 2030년 목표다

많은 보고서에서 필요한 표와 수치를 찾아 옮기는 일은 AI 업무 자동화의 실제 적용처다. 국립환경과학원은 화학물질의 유해성 자료를 수집하고 추출해 데이터베이스로 만드는 기술을 개발했다고 7일 밝혔다. 소식의 핵심은 자료 조사 단계의 개선이지 화학물질의 모든 위험 판단이 끝났다는 선언은 아니다.

위해성평가는 유해성확인 뒤 용량·반응, 노출, 위해도 결정으로 이어진다. 현재 기술은 첫 단계에서 보고서를 조사·수집하고 자료를 추출해 데이터베이스를 구축한다. 평가자가 AI가 뽑은 자료를 원문과 대조할 수 있도록 했다는 점도 설명했다. 자동 추출과 사람의 근거 확인이 함께 있는 구조다.

시범 모델의 이름은 ATOM이다. 과학원은 유럽연합 위해성평가 보고서 등의 자료원에 수집·추출 기술을 적용하고 있다고 밝혔다. 전체 평가 과정은 앞으로 단계적으로 자동화할 계획이다. 이미 일부 자료를 처리하는 시범 모델과 모든 단계의 완성된 시스템을 같은 성과로 읽으면 현재 적용 범위가 커진다.

눈에 띄는 70% 이상이라는 수치는 물질당 평가 시간을 줄이려는 목표다. 목표 시점은 2030년이며 노출평가와 위해도 결정, 보고서 작성까지 자동화하는 계획에 연결돼 있다. 이번 자료만으로 현재 시간이 이미 70% 줄었다고 확인할 수는 없다. 국내 특허 등록과 국제 특허 출원도 각기 다른 단계로 발표됐다.

AI 도입 사례를 읽을 때는 어느 단계에서 무엇을 자동화했는지, 원문 대조는 어떻게 하는지부터 살펴보자. 목표치와 관측된 성능을 구분하면 업무에 적용할 범위도 더 명확해진다. 이 기사에서는 기술을 직접 시험하거나 특정 화학물질의 안전성을 판단하지 않았다. 발표 주체의 개발 설명과 남은 검증 질문을 나눠 전한다.