세종대학교(총장 엄종화) 스마트생명산업융합학과 김경도 교수 연구팀이 미국 조지아대학교 연구진과 공동으로 생성형 인공지능(AI)의 작물 품종 개발 활용 가능성과 검증 수준을 분석한 리뷰논문을 식물과학 분야 세계 1위 학술지 ‘몰레큘러 플랜트(Molecular Plant)’에 게재했다.

기후변화로 폭염과 가뭄 등 극한 기상현상이 빈번해지면서 환경 변화에 강한 작물 품종 개발의 중요성이 커지고 있다. 유엔식량농업기구(FAO) 등에 따르면 2024년 전 세계 인구 약 12명 중 1명에 해당하는 6억 7,300만 명이 굶주림을 겪었다. 그러나 새로운 작물 품종을 개발하려면 실제 재배 환경에서 성능을 확인하는 포장(圃場)시험 등을 거쳐야 해 통상 10~15년이 소요된다.

이러한 품종 개발 기간을 단축할 기술로 AI가 주목받고 있다. 최근에는 챗GPT와 같은 대규모 언어모델(LLM)을 비롯해 DNA 정보를 학습해 유전자 기능을 예측하는 바이오 AI, 약 140만 편의 벼 관련 논문을 학습한 전문 AI 등 다양한 기술이 등장하고 있다.

연구팀은 이번 연구에서 AI 기반 육종 기술의 실제 성과와 검증 수준을 체계적으로 분석했다. 특히 AI가 실제로 입증한 성과와 아직 가능성에 머물러 있는 기술적 전망을 구분하는 ‘근거 수준 평가’를 통해 기존 연구들의 신뢰성과 현장 적용 가능성을 살펴봤다.

분석 결과, 대규모 언어모델은 학술논문을 검색하고 정리하는 연구 보조 도구로, 바이오 AI는 유전자 기능을 예측하는 기술로 활용 가능성을 보였다. 반면 작물 수확량 예측에는 여전히 기존 통계 모델과 딥러닝 기술이 주로 활용되고 있었으며, LLM이 실제 육종 성과를 향상시켰다는 연구 결과는 확인되지 않았다.

특히 연구팀이 대표적인 AI 육종 시스템 11종의 검증 수준을 분석한 결과, 외부 연구진에 의한 독립적인 검증이나 실제 재배 환경에서의 포장시험을 거친 사례는 없는 것으로 나타났다. 이 가운데 LLM 기반 시스템 5종은 모두 개발자가 자체적으로 구성한 평가 문제를 통해 성능을 검증한 것으로 확인됐다.

연구팀은 이러한 결과가 AI 육종 기술의 성능이 부족하다는 의미는 아니며, 실제 현장에서 활용하기 위한 객관적인 검증이 아직 초기 단계에 머물러 있음을 보여준다고 설명했다.

AI 기술의 검증이 중요한 이유 중 하나는 사실과 다른 정보를 그럴듯하게 생성하는 ‘환각(Hallucination)’ 현상이다. 실제로 올해 5월 국제학술지 ‘랜싯(The Lancet)’에는 존재하지 않는 논문을 인용한 생의학 논문이 약 2,800편에 이른다는 분석이 발표됐다. 작물 육종 과정에서도 AI가 근거가 부족한 유전자를 추천할 경우 연구 기간과 비용이 낭비될 수 있다는 점에서 검증 체계 마련이 중요하다.

이에 연구팀은 대안으로 ‘인간 감독형 AI 정밀육종(Human-supervised Agentic Precision Breeding·HAPB)’ 모델을 제안했다.

이 모델은 육종 전문가가 품종 개발 목표를 설정하면 AI 에이전트가 관련 논문과 유전자 데이터를 분석해 근거와 출처를 갖춘 후보 유전자를 제시하는 방식이다. 이후 실험과 포장시험을 통해 후보 유전자의 효과를 검증하고, 최종 채택 여부는 육종 전문가가 결정한다.

즉, AI가 방대한 연구자료의 분석과 후보 발굴을 지원하되 최종 판단과 검증은 사람이 담당하는 구조다. 연구팀은 이를 통해 AI의 분석 효율성을 활용하면서도 잘못된 정보에 따른 위험을 줄일 수 있을 것으로 기대했다.

특히 연구팀은 AI 육종 기술의 성과를 단순히 얼마나 많은 후보 유전자를 발굴했는지가 아니라 실제 품종 개발 결과를 얼마나 개선했는지를 기준으로 평가해야 한다고 강조했다.

이번 논문은 지난 11월 4일 온라인 게재됐다. ‘Molecular Plant’는 글로벌 학술 출판사 셀 프레스(Cell Press)가 발행하는 식물과학 분야의 세계적인 학술지로, 피인용지수(IF) 32.7을 기록하며 2025년 JCR 기준 Plant Sciences 분야 286개 국제학술지 중 1위에 올라 있다.

논문에는 세종대 한지헌 박사과정생이 제1저자로 참여했으며, 김경도 교수와 미국 조지아대 스콧 잭슨(Scott A. Jackson) 교수, 이선 피커링(Ethan Pickering) 교수가 공동 교신저자로 이름을 올렸다.

한지헌 박사과정생은 “챗GPT에게 더위에 강한 콩 유전자를 물으면 그럴듯한 답이 금방 나오지만, 그 답이 실제 포장에서도 통하는지는 전혀 다른 문제”라며 “이번 리뷰가 AI의 답을 검증하며 활용하는 기준이 되길 바란다”고 말했다.

김경도 교수는 “기후변화로 새 품종이 더 빨리 필요해진 만큼 AI 육종에 거는 기대가 크지만, 현장에서 쓰이려면 포장시험으로 실력을 먼저 증명해야 한다”며 “AI가 육종가를 대체하기보다 판단을 돕는 도구로 자리 잡아 실제 품종 개발로 이어지도록 연구를 이어가겠다”고 밝혔다.

한편, 이번 연구는 농촌진흥청 ‘공공성 확보를 위한 국가기반 육종플랫폼 개발’ 사업(RS-2025-00512532)의 성과로, 한국연구재단 글로벌기초연구실 지원사업(RS-2024-00410854)과 교육부·서울특별시 앵커(ANCHOR) 사업(2026-ANCHOR-01-019-04)의 지원을 받아 수행됐다.