부경대생, ESS 제도·AI 독성예측 잇단 대상

안전공학전공 학부생팀, 노후 ESS 권장 사용연한·정밀안전진단 제안

강지원 석사과정생, AI 활용 급성독성 예측 모델로 정확도 입증

왼쪽부터 안전공학전공 학생팀, 강지원 학생 사진[사진=국립부경대]

국립부경대학교 학생들이 전기·화학물질 안전 분야 경진대회에서 잇따라 대상을 받았다.

안전공학전공 학부생팀은 노후 에너지저장장치(ESS)의 제도적 관리 공백을 짚었고, 안전공학과 석사과정생은 인공지능을 활용한 화합물 급성독성 예측 모델을 개발했다.

국립부경대 안전공학전공 하동근·박지윤·오나연·지호준 학생팀은 ‘제5회 전기안전 국민공모전’ 전기안전 제도개선 정책제안 부문 대상에 선정됐다. 기후에너지환경부 장관상과 상금 300만원도 받았다.

기후에너지환경부가 주최하고 한국전기안전공사가 주관한 이 공모전은 서면 예선심사와 국민생각함 국민참여투표, 대면 본선심사를 거쳐 수상작을 가렸다.

학생팀이 주목한 문제는 ESS의 사용 기간이 길어져도 동일한 안전관리 기준이 적용된다는 점이다. 현행 전기안전관리법에는 설비의 노후도를 반영할 사용연한 기준이 없어 장기간 가동한 ESS의 성능 저하와 안전 위험에 선제적으로 대응하기 어렵다고 판단했다.

개선안에는 ESS 안전관리에 ‘권장 사용연한’을 도입하고, 일정 기준을 충족한 노후 설비에는 ‘정밀안전진단’을 실시하는 방안이 담겼다. 노후화에 따른 화재 등 사고 위험을 사전에 확인하고 필요한 조치를 취할 수 있도록 관리체계를 보완하자는 취지다.

하동근·박지윤·오나연·지호준 학생팀은 “인공지능과 데이터를 활용해 안전관리 제도의 문제점을 분석하고, 현행 법·제도 개선으로 연결할 수 있는 실용성을 인정받은 것 같다”고 말했다.

​​​​​​​동물실험 없이 화합물 독성 예측...위험분류 정확도 최고 100%

안전공학과 강지원 석사과정생은 ‘제1회 위험물 AI 경진대회’에서 대상을 받았다. 시상은 최근 여수엑스포컨벤션센터에서 열린 2026 한국위험물학회 학술대회에서 진행됐으며, 지도교수는 이창준 교수다.

수상 연구는 ‘Group Contribution Method 및 Support Vector Regression 기반 모델을 이용한 방향족 화합물 급성 독성값 예측에 관한 연구’다.

벤젠고리를 포함한 방향족 화합물을 대상으로 55개의 작용기와 분자량 관련 입력변수를 활용했다. GCM과 SVR, PSO를 결합해 급성독성값을 예측하는 방식이다.

국제조화시스템(GHS)에 따른 위험분류 정확도는 경구 90.6%, 경피 100%, 흡입 80%로 나타났다. 별도의 동물실험이나 화학실험 없이 유해성이 확인되지 않은 신규 물질의 급성독성 등급을 신속하게 예측할 가능성을 제시했다.

강지원 학생은 “데이터 기반 예측 모델과 화학물질 안전관리를 결합해 융합적으로 접근한 점이 좋은 평가를 받은 것 같다”고 밝혔다.