AI 5종 협업으로 스피루리나 생산 효율 높였다

UNIST 탄소중립대학원 임한권 교수팀이 기후와 계절 변화에 맞춰 스피루리나의 배양 환경을 자동으로 조정하는 다중 에이전트 강화학습 기반 인공지능 제어 알고리즘을 개발했다. 인도네시아대학교 리에즈카 안디카 교수팀과 공동으로 진행한 이번 연구는 미래 대체 단백질로 주목받는 미세조류의 생산성과 에너지 효율을 함께 높이는 데 초점을 맞췄다.

알고리즘은 빛과 온도, 영양분, 이산화탄소, 산성도를 각각 관리하는 5개의 AI로 구성됐다. 이들은 조명 밝기와 냉난방 수준, 물질 투입량을 실시간으로 조절하고 각 조건이 서로 미치는 영향까지 반영해 에너지 사용을 줄이는 조합을 찾는다. 단순히 기온 하락에 맞춰 히터 출력을 높이는 방식이 아니라 전체 배양 조건을 동시에 조율하는 구조다.

세계 8개 도시의 사계절 기상 데이터를 적용한 시뮬레이션에서는 스피루리나가 수확 기준 농도에 도달하는 시간이 기존 제어 방식보다 59시간 짧아졌다. 건조 스피루리나 1㎏ 생산에 필요한 에너지는 평균 14% 감소했으며, 기온 변화가 큰 울산에서는 최대 20%, 베이징에서는 21%까지 절감됐다. 이산화탄소 흡수량은 평균 78% 증가했다.

스피루리나는 이산화탄소 주입에 따른 산성화와 강한 조명 사용으로 발생하는 전력 비용 때문에 대량 재배의 채산성을 확보하기 어려웠다. 연구진은 가상환경에서 기술적 실증을 마쳤으며, 앞으로 센서와 제어장치를 갖춘 실제 배양 시설에 알고리즘을 적용해 농수산업 현장에서 활용할 수 있도록 고도화할 계획이다. 연구는 과학기술정보통신부와 한국연구재단의 지원을 받아 수행됐고 국제 학술지 ‘바이오리소스 테크놀로지’에 게재됐다.