Earticle

유전자 편집 기술을 활용한 작물 품종의 개발은 더 이상 새로운 개념이 아니다. 글로벌 종자 회사의 최근 연구는 식량작물에서 cis-genesis 방법을 통해 새로운 특성을 통합하여 엘리트 계통을 강화하는 데 중점을 두고 있다. 또한 linkage drag, centromere 위치 등에 의해 교배육종으로 획득하기 어려운 형질들도 유전자가위를 이용한 inversion, dupulication, insertion 등으로 해결하려고 연구하고 있다. 반면 스타트업 기업은 과일, 채소 등 minor 작물 개량을 목표로 하고 있다. 예를 들어, 블랙베리의 가시를 제거하려는 노력은 수확을 더 쉽게 만들고, 씨 없는 품종은 소비자의 편의성에 초점을 맞추어 개발하고 있는 형질이다. 또한 일부 회사에서는 새로운 품종 개발 과 함께 유전자교정에 필요한 데이터 operation system를 제품으로 함께 개발하여 시판하고 있다. 국내 종자회사 의 경우, 그 규모를 고려할 때 유전자교정 품종 개발을 진전시키기 위해서는 이들 해외 스타트업 기업의 연구개발 동향 및 과정을 참고할 필요가 있다. 하지만 우리나라에서 이런 기술적인 발전보다 더 선행되어야 할 것이 유전자교 정 관련 법을 시급하게 제정하는 것이다.

시설원예 스마트팜은 사물인터넷(IoT), 빅데이터, 인공지능(AI), 로봇 등 4차 산업혁명 기술을 접목하여 작물 생 육 환경을 원격자동으로 관리하는 농장을 말한다. 현재 국내에서 스마트폰을 통한 원격 제어 중심의 1세대 기술이 농가에 보급되어 있으나, 빅데이터 분석과 인공지능 모델을 활용하여 온실 환경 정밀 관리가 가능한 2세대 기술은 아직 개발 단계에 있거나 제한적으로 상용화되고 있다. 2세대 시설원예 스마트팜을 농가에 보급하기 위해서는 서로 다른 스마트팜 장비 간 낮은 호환성 문제를 해결하고 인공지능 기반 제어 모델을 손쉽게 배포 및 운용할 수 있는 개방형 표준 플랫폼 기술이 필요하다. 이러한 필요성에 따라 2023년부터 개발된 아라온실(Ara Greenhouse) 플랫폼은 스마트온실 내 다양한 센서와 구동기, 제어기를 엣지 컴퓨팅 기술로 통합 관리하며, 농업용 앱스토어를 통해 지능형 애플리케이션을 다운로드ㆍ설치ㆍ운용할 수 있도 록 개발되었다. 아라온실 플랫폼은 스마트팜 장치 간 호환성을 높이기 위해 온실 인트라넷 구축 기술과 사물인터넷 통신 프로토 콜 기반 데이터 통신 기술을 포함하고 있으며, 인공지능 모델 적용을 위한 표준 데이터 코드와 데이터베이스 관리 기술, 그리고 자바스크립트 및 파이썬 기반 애플리케이션 운용 기술을 제공한다. 현재 아라온실 상용화를 위해 민관 협업 기반의 상용화 드림팀이 운영되고 있으며, 국내 주요 스마트팜 기업과 스타트업 27개사가 참여하고 있다. 또한 지속 가능한 제품개발 지원을 위해 온라인 개발자 커뮤니티(https://cafe.naver.com/aragp)를 운영하고 있다. 커뮤니티를 통해 오픈소스 및 관련 기술 문서, 개발 지원 도구, 활용 예제 등을 공개하고 있으며, 현장 기술 지원을 통해 민간 기업의 제품개발을 적극 지원하고 있다. 아라온실 플랫폼이 농가에 도입되면 스마트팜 장비 간 상호 운용성을 확보하여 농가의 선택권을 확대할 수 있다. 또한 농가 단위에서 빅데이터 분석과 인공지능 모델을 실제로 적용할 수 있어 작물 생육 환경을 과학적으로 관리하 고 생산성과 품질을 동시에 향상시킬 수 있다. 앞으로는 농가, 연구자, 개발자, 기업이 함께 참여하는 농업용 앱스토 어 기반의 개방형 생태계를 구축하여, 새로운 서비스와 응용 기술이 지속적이고 체계적으로 농가에 보급될 수 있도 록 민관 협력 체계를 더욱 강화할 계획이다.

전 세계 농업은 기후위기, 생물다양성 감소, 노동인구의 감소, 품종 개발의 장기화 등 당면 문제에 직면하고 있으 며, 작물 유전자의 정밀한 예측과 빠른 선발을 통해 농업 생산성과 품질을 동시에 향상시킬 수 있는 기술적 전환이 요구되고 있다. 이러한 배경 속에서 등장한 디지털육종(Digital Breeding)은 유전체 정보, 표현체 분석기술, 인공 지능(AI), 통합 데이터 플랫폼 등 최첨단 융합기술이 집약된 차세대 농업육종 체계로, 미래 농업혁신의 핵심 전략으 로 자리 잡고 있다. 농촌진흥청은 ‘데이터 중심 정밀육종’을 핵심 방향으로 설정하고, 디지털육종 실현을 위한 정책적ㆍ기술적 체계를 빠르게 구축해 나가고 있다. 디지털육종을 이루는 주요 기술 요소로는 첫째, 작물별 유전체 해독 및 변이 분석을 기반으로 하는 대규모 오믹스 데이터 구축. 둘째, 생육ㆍ형질ㆍ환경 반응을 정량화할 수 있는 표현형의 자동화 계측 기술 개발. 셋째, 유전형-표현형 간 연관성을 분석하고 육종가의 의사결정을 지원하는 AI 기반 예측모델 개발. 넷째, 육종 전주기 데이터를 표준화ㆍ통합ㆍ수 있는 개방형 플랫폼 구축이다. 이러한 요소들은 작물육종의 속도와 정확도 를 획기적으로 높이며, 특히 수량, 품질, 내병성과 같은 농업형질의 정밀 예측을 가능하게 함으로써 육종의 효율성을 크게 향상시키고 있다. 국립농업과학원은 디지털육종을 선도적으로 실현하기 위해 핵심 인프라를 구축하고 4개의 선도작물 중심으로 성과를 축적해오고 있다. 슈퍼컴퓨터를 활용하여 벼, 콩, 고추, 밀 등의 주요 작물 핵심집단 및 유전자원의 유전체 데이터를 처리하고, 유전형을 초고속으로 분석해 표현형질 예측모델을 개발하고 있다. 동시에 표현체(표현형) 자동 분석시스템으로 고정밀 자동화 영상 계측 장비를 활용하여 작물의 전주기 생육데이터 및 환경 반응 모니터링 등 표 현형을 예측하기 위한 학습데이터를 확보, 분석하고 있다. 이들을 통해 개발된 AI 기반 형질 예측모델은 실제 육종 현장에서 교배조합 추천 및 우수계통 조기선발이 가능하도록 할 것이다. 또한, 지금까지 농촌진흥청에서 축척해 온 59개 작물의 육종정보를 통합하여 민간이 활용할 수 있도록 ‘디지털육종 통합 플랫폼’도 구축하고 있다. 다양한 데이 터 수요자들에게 이를 공개하여 연구기관, 대학, 종자기업 간 데이터를 연계, 우수자원의 형질정보를 공유할 수 있는 체계를 마련하고 있다. 이 플랫폼은 유전형, 표현형, 분자마커, 대사물질 등의 데이터를 통합 관리하며, 향후 NABIC 등 국가농업데이터시스템과의 연계를 통해 범국가적 디지털육종으로 확장될 예정이다. 현재 분석모듈 고도화 및 AI 예측 정확도 향상을 목표로 4개 선도 작물 중심으로 데이터베이스를 구축 중이며, 향후 이를 다양한 작물로 확대, 데이터 기반의 육종이 가능하도록 할 계획이다. 슈퍼컴퓨팅 인프라와 AI 기술의 융합은 디지털육종을 가속화하여 작물품종 육종의 국가 기술경쟁력을 높이는 데 결정적인 역할을 할 것이며, 글로벌 시장에 진출할 기회도 높일 것이다. 농촌진흥청은 정책-기술-인프라가 결합 된 디지털육종 체계를 통해, 지속가능한 미래 농업을 구현하고, 글로벌 농업 경쟁력을 확보하기 위한 실천적 노력을 이어갈 것이다

본 발표에서 고추(Capsicum annuum L.)의 신품종 개발 파이프라인을 혁신하기 위한 디지털 육종(Digital Breeding) 전략과 그 핵심 기술 개발 성과 및 발전 전략을 제시하고자 한다. 디지털 육종은 기존 전통 육종의 긴 시간과 낮은 효율성을 극복하기 위해 유전체(Genomics), 대규모 표현형(Phenotyping), 환경(Environment) 데 이터를 수집하고 이를 인공지능(AI) 및 빅데이터 분석 기법으로 통합하여 품종 설계 및 선발을 최적화하는 미래지향 적 기술이다. 특히, 기후 변화와 소비자 선호 변화에 빠르게 대응할 수 있는 고품질, 다기능성 신품종 개발이 절실한 현 시점에서 디지털 육종은 핵심 기술로 부상하고 있다. 구체적인 기술 내용으로는, 첫째, 광범위한 유전적 다양성 (Pan-genome)을 포괄하는 정보를 구축 및 분석함으로써 병 저항성, 기능성 성분 함량 등 유용한 농업 형질과 관련 된 유전적 변이를 체계적으로 발굴하고 품종 설계의 정밀도를 높이는 기반을 마련한다. 둘째, 센서 및 영상 분석 기술 을 활용하여 고추 과실의 형태, 수량성, 생육 특성, 그리고 매운맛을 결정하는 캡사이신 함량 및 주요 병해(역병, 청고 병)에 대한 저항성 등 복잡한 양적 형질 데이터를 대규모로, 신속하고 정밀하게 수집하는 기술 확립이 요구된다. 셋 째, 이와 같이 확보된 유전체 및 표현형 빅데이터를 기반으로 GWAS(Genome-Wide Association Study) 분석과 GS(Genomic Selection) 예측 모델을 개발한다. 특히 캡사이신 함량 예측 모델은 최대 0.7877에 달하는 매우 높은 정확도를 보여주었다. 이를 통해 선발 개체의 육종가(Breeding Value)를 효율적으로 추정하여 최적의 부모 계통 및 교배 조합을 조기에 예측하고 선발할 수 있다. 넷째, 나아가 유전자 편집 기술의 일종인 V IGE(Virus-Induced Gene Editing) 기술을 고추에 성공적으로 적용하여, 병 저항성과 신미 관련 유용 유전자를 정밀하게 편집한 혁신적 인 기술을 개발함으로써 원하는 형질을 단기간에 도입할 수 있는 길을 열었다. 이러한 디지털 육종 기술의 성공적인 적용은 고추 육종 과정을 데이터 주도적이고 예측 가능한 과학으로 전환시키고 있다. 향후 개발 및 강화가 필요한 기술은 다음과 같다. 디지털 육종 통합 플랫폼을 구축하여 유전체, 표현형, 환경 데이터를 아우르는 데이터베이스, 분석 도구, AI 모델을 통합하고 오픈 소스 기반으로 운영함으로써 사용자 친화적인 디지털 육종 생태계를 조성하고 IT 및 AI 전문가와의 다학제적 협업을 극대화해야 한다. 또한, 개발된 AI 예측 모델의 정확도를 현장 환경에서 지속 적으로 검증하고, 이를 통해 도출된 GEBV를 실제 품종 개발 파이프라인에 적극적으로 적용하여 그 경제적, 농업적 유효성을 입증할 필요가 있다.