Earticle

고구마(Ipomoea batatas L.)는 전 세계 적으로 중요한 뿌리채소 작물로 높은 수 량성, 가뭄 저항성 덕분에 개발도상국에 서 중요한 식량 작물로 평가받고 있으며, 기후 변화에 대응하여 식량 안보를 강화 하는 데 중요한 역할을 한다. 고구마는 전분, 섬유질, 단백질, 다양한 비타민 및 미네랄을 포함하고 있어 영양소 결핍 문 제를 해결하는 데 기여할 수 있다. 특히 주황색 육질 고구마(OFSP)는 높은 β-카 로틴 함량으로 비타민 A 결핍을 예방하 는 데 효과적이며, 보라색육질 고구마 (PFSP)는 안토시아닌 함량으로 항산화 및 항염증 효과를 제공할 수 있다. 또한 고구마는 수확 후 가공을 통해 다양한 기능성 식품 및 음료로 가공될 수 있으 며, 이는 소득 창출 및 상업적 가치를 높 이는 데 기여할 수 있다. 그러나 고구마 의 품종 개선은 높은 이형접합성 육배체 게놈으로 인해 복잡하며, 전통적인 육종 방법으로는 한계가 있다. 따라서 차세대시퀀싱(NGS), 고처리량 분석 기술 (high-throughput technologies) CRISPR/Cas9 기반 유전자 편집과 같은 최신 기술을 적용한 연구가 최근 진행되 고 있다. 이러한 기술들은 고구마 유전학 및 유전체학 연구에 새로운 도구와 자원 을 제공하여 고구마의 유전적, 표현형적 개선을 가속화하고 지속 가능한 생산을 촉진할 수 있다. 이처럼 고구마는 높은 영양가와 다양한 기능성으로, 그리고 환 경 적응성을 지녀 인구 증가와 기후 변 화에 따른 식량 안보 문제를 해결하는 데 중요한 작물이다. 따라서 지속적인 연 구와 기술 발전을 통해 고구마의 잠재력 을 최대한 활용하여 다가오는 위기에 대 응해야 할 것이다.

Sweet potato (Ipomoea batatas L.) is a globally important root vegetable crop, highly valued as a food crop in developing countries due to its high yield and drought resistance, so it plays a crucial role in enhancing food security in response to climate change. Sweet potatoes can help address nutritional deficiencies as they contain starch, fiber, protein, and various vitamins and minerals. Particularly, orange-fleshed sweet potatoes (OFSP) are effective in preventing vitamin A deficiency due to their high β-carotene content, while purple-fleshed sweet potatoes (PFSP) can offer antioxidant and anti-inflammatory benefits thanks to their anthocyanin content. Additionally, sweet potatoes can be processed into various functional foods and beverages post-harvest, contributing to income generation and increasing commercial value. However, the breeding of sweet potatoes is complex due to their high heterozygosity and hexaploid genome, presenting challenges to traditional breeding methods. Therefore, recent studies have been applying advanced technologies such as next-generation sequencing (NGS), high-throughput technologies and CRISPR/Cas9-mediated gene editing. These technologies provide new tools and resources for sweet potato genetics and genomics research, accelerating genetic and phenotypic improvements and promoting sustainable production. Therefore, sweet potatoes, with their high nutritional value, diverse functionalities, and environmental adaptability, are vital in addressing food security issues related to population growth and climate change. Continuous research and technological advancements are necessary to maximize the potential of sweet potatoes and respond to impending challenges.

플라즈마 활성수 (Plasma-activated water, PAW)는 식물의 생장과 생리적 저항성을 증진시킬 수 있는 친환경 농업 기술로 주목받고 있다. 본 연구에서는 생 장 속도가 빠르고, 식물 정화, 생태 복원 및약용 자원으로 활용 가능성이 제시되 고 있는 일년생 식물인 망초(Conyza canadensis L.)를 대상으로PAW 처리의 생장 증진 효과를 평가하였다. PAW는 표면형 유전체장벽방전(surface dielectric barrier discharge, SDBD) 시스템을 이용 하여 생성하였으며, 식물의 영양 및 생식 생장기동안 활성수를 처리하였다. 그 결 과, 망초에서 줄기 신장, 엽수증가 및 총 화수 증가 등 유의미한 생장 촉진 효과 가 관찰되었다. 형태학적 분석에서는 지 상부생체량 증가가 확인되었으며, 생리학 적 분석에서는 엽록소 함량 및SPAD 수 치가 향상되었다. 이러한 결과는PAW에 포함된 활성산소 및 활성질소종(reactive oxygen and nitrogen species, RONS)이 망초의 생장 및 발달 과정을 촉진함을 시사한다. 본 연구는 PAW가 생태적 및 약용 가치가 높은 식물의 생체량과 생산 성을 증진시킬 수 있어 향후 천연식물자 원 기반 유용물질 생산 및 응용에 활용 할수있으며, 지속 가능한 기술임을 제안 하였다.

Plasma-activated water (PAW) is gaining recognition as an eco-friendly agricultural tool capable of enhancing plant growth, seed germination, secondary metabolites, and environmental resilience of plants. In this study, we investigated the effects of PAW treatment on the growth of Conyza canadensis L. (synonym Erigeron canadensisL.), a fast-growing annual species with emerging applications in phytoremediation, ecological restoration, and traditional medicine. PAW was generated using a surface dielectric barrier discharge (SDBD) system and applied during the vegetative and reproductive growth stages. Our results show that PAW significantly improves shoot elongation, leaf production, and the total number of flowers. Morphological observations revealed an increase in vegetative biomass, while physiological measurements indicated elevated soil plant analysis development (SPAD) chlorophyll content. These findings suggest that reactive oxygen and nitrogen species (RONS) present in PAW play a role in stimulating growth and developmental processes in C. canadensis. This study demonstrates that PAW can enhance the biomass accumulation in the vegetative stage and productivity of ecologically and medicinally valuable plant species in the reproductive stage suggesting its potential as a sustainable technology for the future production and application of valuable compounds derived from natural plant resources.

본 연구를 통해 감귤박과 계분을 이용한 저온 호기성 발효 기반의 유기질 비료 제조 기술을 확립하였으며, 해당 퇴비가 상추, 고 추, 들깨, 토마토, 무, 배추, 감귤 등 다양한 작물의 생육을 촉진하고 품질 및 기능성 성 분 함량을 증가시키는 효과가 있음을 확인 하였다. 이는 감귤박 부산물의 새로운 산업 적 활용 가능성을 제시하며, 제주지역 감귤 산업의 순환구조 확립 및 지속가능 농업 실 현에 기여할 수 있을 것으로 기대된다. 향후 퇴비 장기적 시비 효과, 토양 미생물 군집 변화 및 경제성 분석 등 후속 연구를 통해 상업화 가능성을 더욱 확대할 계획이다.

This study evaluated the effects of organic fertilizer derived from citrus peel, a by-product of citrus processing, on the growth of various crops. Citrus peel contains diverse components such as moisture, organic acids, sugars, minerals, and flavonoids. In this study, it was mixed with poultry manure and subjected to low-temperature aerobic fermentation to produce an organic fertilizer. The resulting citrus peel + poultry manure compost significantly promoted the growth of lettuce, pepper, perilla, tomato, radish, and cabbage compared to commercially available compost. Notable increases were observed in plant weight, size, and levels of beneficial compounds such as flavonoids, polyphenols, and carotenoids (p < 0.05). In particular, application to citrus trees tended to increase the sugar-acid ratio and antioxidant activity. These findings suggest the potential for effective recycling of citrus peel waste, contributing to sustainable agriculture and environmental conservation.

대규모 언어 모델(LLM)은 방대한 지식을 바탕으로 비즈니스 전략을 제안하는 도구로서 가능성을 보여주고 있으나, 인터넷상의 일반적인 텍스트 데이터를 학습한 특성상 시장 소비자의 구체적인 선호와 상충되는 조언을 내놓는 '전략적 환각(Strategic Hallucination)'의 문제를 안고 있다. 이는 AI가 언어적 유창성은 갖추었으나, 의사결 정의 근거가 되는 실증적 데이터(Ground Truth)를 내재화하지 못했기 때문이다. 이를 해결하기 위해, 본 연구는 마케팅 분야 방법 론인 선택 기반 컨조인트(CBC) 분석과 강 화학습(RLHF)을 결합한 '효용 기반 RLHF (Utility-Grounded RLHF)' 프레임워크를 제안한다. 본 연구는 선택 기반 컨조인트 분석을 통해 속성별 효용 벡터를 도출하고, 이를 조건부 입력(Conditional Input)으로 받아들이는 새 로운 구조의 보상 모델(Utility-Aware Reward Model)을 구축하는 모델을 제안한 다. 이후 PPO(Proximal Policy Optimization) 알고리즘을 통해 생성 모델이 해당 보상 모델의 평가 기준을 내재화하도 록 최적화한다. 본 연구는 실증적 소비자 데 이터(CBC) 자체를 보상 모델의 입력으로 사용하는 Grounding 방식을 제안함으로써, 보상 신호의 신뢰성을 근본적으로 확보하고 자 한다. 실무적 시사점으로는, 본 연구가 제안하는 프레임워크를 통해 기업이 보유한 데이터나 시장 조사 결과를 LLM에 직접 반 영함으로써, '말만 잘하는 AI'가 아닌 '우리 고객을 이해하는 신뢰할 수 있는 AI 컨설턴 트'를 구축할 수 있는 구체적인 방법론을 제시했다는 점에 의의가 있다.

Large language models (LLMs) have demonstrated their potential as tools for proposing business strategies based on their vast knowledge. However, because they are trained on general text data from the Internet, they face the problem of "strategic hallucination," offering advice that may conflict with the specific preferences of market consumers. This occurs because, while AI possesses linguistic fluency, it does not internalize the empirical data (Ground Truth) that forms the basis of decision-making. To address this issue, this study proposes the "Utility-Grounded RLHF" framework, which combines Choice-Based Conjoint (CBC) analysis—a methodology from marketing— with Reinforcement Learning from Human Feedback (RLHF). This study proposes a model that derives utility vectors for each attribute through choice-based conjoint analysis and builds a novel utility-grounded reward model that accepts these vectors as the conditional inputs. Subsequently, the generative model is optimized using the Proximal Policy Optimization (PPO) algorithm to internalize the evaluation criteria of the reward model. By proposing a grounding method that directly uses empirical consumer data (CBC) as the input for the reward model, this study aims to fundamentally secure reward reliability. From a practical perspective, the significance of this study lies in presenting a concrete methodology for reflecting company-owned data or market research findings directly into an LLM, thereby enabling the construction of a “trustworthy AI consultant who understands our customers” rather than merely an “AI that speaks well.”