AI로 스피루리나 수확 앞당기고 탄소 흡수 높였다

UNIST와 인도네시아대학교 연구팀이 다중 에이전트 강화학습을 이용해 지역별 기후에 맞는 스피루리나 배양 조건을 찾는 기술을 개발했다. 2026년 8월 13일 공개된 연구 결과, 기존 방식보다 수확 시간이 59시간 짧아졌고 건조 스피루리나 1㎏ 생산에 필요한 에너지는 평균 14% 감소했다. 배양 과정의 이산화탄소 흡수량은 평균 78% 늘었다.

연구팀은 빛과 온도, 영양분, 이산화탄소, 산성도를 각각 맡는 5개 AI 에이전트를 구성했다. 각 에이전트는 스피루리나의 성장 속도를 높이는 동시에 에너지 소비를 줄이는 방향으로 협력하며 최적의 제어 조건을 학습했다. 8개 도시의 기후 조건에 적용한 결과 울산에서는 에너지 사용량이 20%, 베이징에서는 21% 줄어 지역에 따라 평균치를 웃도는 절감 효과도 확인됐다.

스피루리나는 단백질 함량이 60%에 이르고 필수아미노산과 비타민이 풍부한 미세조류로, 대체 단백질 원료와 건강기능식품, 친환경 사료 등에 활용돼 왔다. 그러나 온도와 햇빛이 지역과 계절에 따라 달라지면서 생산량을 일정하게 유지하기 어렵다는 문제가 있었다. 국내에서는 2007년 이산화탄소를 영양분으로 활용한 기능성 사료용 대량 배양 기술이 개발되는 등 생산 공정 고도화가 이어졌다.

이번 연구는 범용 AI가 아니라 배양 공정의 개별 변수를 나눠 제어하는 산업 특화형 접근으로 생산 기간과 에너지 사용량, 탄소 흡수 성능을 함께 개선했다는 데 의미가 있다. 기술이 실제 시설에 적용되려면 센서와 제어 장치의 호환성, 초기 투자비, 안전성과 규제 문제를 검토해야 한다. 현장 적용이 안정화되면 스피루리나 기반 식품과 사료의 생산비 절감, 기후 변화에 취약한 지역의 식량 생산, 탄소 포집·활용 시설과의 연계 가능성을 확인하는 후속 단계로 이어질 수 있다.