화학이 환경에 미치는 영향 - hwahag-i hwangyeong-e michineun yeonghyang

환경과 관련된 물, 공기, 토양, 생태계, 폐기물, 화학물질에 대해 함께 배워봅시다.

화확물질관리의 중요성

화학물질은 경제활동의 기본 물질이면서 현대생활에서 없어서는 안될 매우 중요한 요소이다. 세제, 비누, 각종 생활용품 등 오늘날 우리의 생활은 화학물질을 떼어 놓고는 상상할 수 없을 정도이다.

또한 화학물질은 환경오염의 원인이 되는 물질이다. 우리가 일상적으로 경험하고 있는 물, 공기, 토양오염의 근원에는 화학물질이 있는 경우가 대부분이다. 화학물질은 그 제조, 운반, 사용, 판매, 폐기 등 제품생산의 전 과정에서 사람의 건강과 환경의 위험요인이 될 수 있으며, 이로 인하여 화학물질의 관리는 환경정책에서 중심적인 위치를 점하고 있다고 해도 과언이 아니다.

이러한 화학물질의 양면성을 단적으로 보여주는 물질이 바로 DDT라는 물질이다. 1940년대 DDT는 놀라운 효능으로 기적의 농약으로 불리우며 노벨상 수상자까지 탄생시킨 화학물질로 전세계적으로 다량이 사용되었다. 그러나 1960년대 미국의 여류학자 칼슨의 「침묵의 봄(Silent Spring)」이 발표됨으로써 DDT가 환경에 잘 분해되지 않고 생물에 농축되는 등 그 해악이 밝혀지기 시작하였으며, 종국에는 1970년대, 개발 후 30여년만에 그 사용이 금지된 것을 보면 화학물질이 우리인간 사회에 미치는 편익과 해악을 극명하게 이해할 수 있다.

세계 대부분의 국가는 화학물질의 이러한 속성을 깊이 인식하고 화학물질로 인한 건강과 환경에 미치는 영향을 최소화하기 위하여 다양한 정책을 추진하고 있다.

우리나라의 화확물질관리 소개

우리나라는 보다 효과적인 화학물질관리정책 추진을 위하여 유해화학물질관리기본계획을 수립하고 이에 따라 종합적인 화학물질 관리를 수행해 나가고 있다. 화학물질은 전 생애 즉, 생산부터 폐기 모든 단계에서 적정하게 관리되어야 하며, 이를 위하여 새로운 화학물질이 개발되거나 수입되어 경제활동에 이용되기 전단계인 시장진입단계, 경제활동에 실제이용되는 시장유통단계, 환경에 배출되는 배출단계로 나누어 필요한 시책을 추진하고 있다.

- 시시장진입단계 : 유해성 심사, 화학물질의 수출입
- 시장유통단계 : 유독물의 영업등록(허가) 및 관리, 화학물질 유통량조사
- 환경배출단계 : 배출량 조사, 화학물질의 취급제한/금지

화학물질의 국제교역의 증가와 환경 중에서 국경을 넘어 이동하여 오염을 광역화시키는 화학물질의 문제는 화학물질 관리의 문제가 국제적인 문제임을 보여주고 있으며, 이에 따라 우리나라는 화학물질관리를 위한 각종 국제활동에 적극 참여하고 있다. 아울러 최근 전인류의 관심사로 대두된 내분비계장애물질에 대한 정책을 수립하여 적극 추진하고 있다.

컨텐츠 만족도 설문조사
이 페이지에서 제공하는 정보에 만족하셨습니까?

라디오를 들고 다니며 듣기 위해서는 배터리를 충전시켜야만 한다. 하지만 재난이 발생하거나 깊은 산 속에 들어가 있어서 전력을 구하지 못할 경우라면 어떻게 해야 할까.

자가발전(selfsupplier)은 바로 이런 상황에 처했을 때 사용하기 위해 개발된 기술이다. 라디오에 부착된 핸들을 돌려 운동에너지를 전기로 만들거나 몸이 움직일 때 발생하는 운동에너지를 전기로 바꾸는 기술인 것이다.

신개념 정전기 화학소재 개발로 자가발전 기술의 새로운 영역을 개척했다 ⓒ 화학연구원

이 뿐만이 아니다. 일상생활에서 버려지거나 소모되는 정전기에너지를 모아 전기에너지로 변환시켜 주는 기술도 큰 범주 안에서 일종의 자가발전이라 할 수 있는데, 이는 신개념 정전기 화학소재로 개발이 가능하다.

그런데 이와 같은 신개념 정전기 화학소재를 개발하여 자가발전 기술의 새로운 영역을 개척해 온 정부출연연구기관이 있어 눈길을 끌고 있다. 바로 한국화학연구원(KRICT)이다.

화학으로 당면한 사회문제 해결 위해 매진

화학은 인류의 삶의 질 향상과 현대 문명을 이끌어온 우리의 소중한 자산이자, 우리나라의 주력산업이다. 하지만 산업이 발전하면서 유해한 화학물질이 발생하고 이로 인한 환경 문제가 대두되면서, 화학산업에 대해 부정적 시각이 늘어나고 있는 것도 사실이다.

따라서 화학의 부정적인 측면을 보완하고 지구와 인간의 평화로운 공존을 위해 산업계에는 새로운 화학의 바람이 불고 있다. 저탄소 연료 개발과 신재생에너지 사용 등 환경 오염을 줄이려는 기술이 개발되고 있다.

대표적으로는 오염물질을 자원으로 활용하여 유용한 물질로 전환하는 기술과 환경뿐만 아니라 안전과 삶의 질 등 다양한 사회문제를 해결하려는 기술이 주목을 받고 있다. 또한 아무런 자원을 소모하지 않고도 태양광만으로 화학원료를 생산하는 기술 등 자연생태계적 관점의 새로운 화학기술들도 선을 보이고 있다.

화학연구원의 비전 및 업무분야 ⓒ 화학연구원

이같은 추이에 발맞춰 한국화학연구원은 지난 1976년 설립 이래 화학 분야의 기술 개발에 매진해 왔다. 화학기술의 산업체 이전은 물론, 화학 전문인력 양성 및 다양한 화학 인프라 지원 서비스 등의 업무를 수행하면서 국가 화학산업 발전에 선도적인 역할을 수행해 왔다.

또한 첨단 화학 인프라를 바탕으로 친환경 화학공정과 고부가가치 그린 화학소재, 그리고 의약 및 바이오화학 분야에서 원천 기술을 개발해 왔다. 특히 국가 현안 해결형 융‧복합 기술 개발을 선도하고 있으며, 강소기업 육성과 기술사업화 촉진을 통한 화학산업의 지속적인 발전에도 앞장서고 있다.

이 외에도 화학연구원은 강소기업 육성과 기술사업화 촉진을 통한 화학산업의 지속적인 발전에 앞장서기 위해 다양한 준비를 하고 있다. 우리나라가 가진 화학 연구 역량을 결집하여 화학강국 실현에 기여하고 건강하고 풍요로운 지속가능 사회를 위한 화학기술 개발에 최선을 다한다는 미래상을 수립하고 있는 것이다.

온실가스인 메탄을 유용한 화학원료로 바꾸는 연구도 추진

신개념 정전기 화학소재를 개발하여 자가발전이라는 새로운 영역을 개척하고 있는 것 외에도 화학연구원은 온실가스를 유용한 화학원료로 바꾸는 연구를 통해 기후변화를 조금이라도 늦추기 위한 연구에 집중하고 있다.

온실가스인 메탄을 유용한 화학원료로 직접 바꾸는 실험에는 인공지능(AI) 기술이 활용되었다. 1,000도가 넘는 고온과 가스 속도, 그리고 압력 등 조건이 까다로운 실험을 우선 실험실에서 직접 수행한 후, 여기서 250개의 실험 데이터를 확보했다.

그리고 이들 실험 데이터를 가지고 AI가 10,000번이 넘는 모의실험을 가상의 상황에서 수행하여, 기존보다 수율을 10% 이상 높일 방법을 찾아냈다. 그리고 이 같은 방법이 현장에서도 적용할 수 있는지를 실험실에서 최종 검증했다.

이와 같이 가설에서부터 시작하여 최종 검증까지의 제반 연구과정에는 ‘인공꿀벌군집(Artificial Bee Colony)’이라는 알고리즘이 적용되었다. 인공꿀벌군집이란 지난 2005년에 개발되어 AI 분야에서 사용되는 알고리즘으로 산업 공학 등 다양한 분야에서 응용되고 있다.

온실가스를 유용 물질로 바꾸는 과정에 사용된 인공 꿀벌 군집 알고리즘 개념도 ⓒ 화학연구원

자연에서 꿀벌의 군집은 꿀이 있는 지역을 탐색하고, 꿀이 어디에 얼마나 있는지 구체적 정보를 수집하며, 수집된 정보들에서 꿀이 많은 곳을 알아내어 꿀을 모은다.

인공꿀벌의 군집이 가진 알고리즘 역시 마찬가지다. 여러 가상 실험 조건을 탐색하고, 어느 조건에서 어떤 실험 결과가 나오는지 구체적 정보를 수집한 후, 그 정보들에서 더 좋은 실험 결과가 나오는 조건으로 의사결정을 하는 것이다.

한국화학연구원 화학플랫폼연구본부의 장현주 박사팀과 화학공정연구본부 김용태 박사팀은 인공지능의 기계학습과 인공꿀벌 군집 알고리즘을 활용하여, 온실가스인 메탄을 에틸렌처럼 유용한 화학원료로 바꾸는 가상 실험을 수행하여 AI 활용 전보다 10% 이상 높은 수율을 얻었다.

에틸렌(ethylene)은 석유화학의 쌀로 불리는 물질로서, 화학 산업에서는 가장 많은 양이 활용되고 있다. 일반적인 플라스틱과 비닐부터 시작해서 합성고무와 각종 건축자재, 그리고 페인트까지 일상의 대부분에서 원료로 활용되고 있다.

메탄을 산소 투입 없이 화학원료로 직접 바꾸는 촉매공정은 기술 수준이 매우 높고 부산물이 많이 나와 상용화되지 못했다. 하지만 지난 2019년 화학연구원에서 부산물이 거의 없이 5.9%의 수율을 기록한 데 이어, 후속 연구와 AI 연구 협업을 통해 당시 수율의 2배인 13%를 달성하는 데 성공했다.

(19113)