씨더스는 최근 농촌진흥청 국립농업과학원에서 개최된 ‘2025 농업과학기술 성과공유대회’에 참석하여 ‘인실리코(In-silico) 유용 신소재 딥데이터 예측 활용’ 프로젝트의 주요 성과를 발표했다. 이번 연구는 유전체 설계 AI 시뮬레이터 기술을 통해 콩의 유용 성분을 사전에 예측하고 미래 품종을 설계하는 혁신적인 시도로 주목받았다.
 

유전체 설계 AI 시뮬레이터 도입 배경

전통적인 육종 방식은 새로운 품종을 개발하기 위해 수년간 반복적인 시험 재배와 분석 과정을 거쳐야 했다. 씨더스는 이러한 한계를 극복하고자 "실제 재배 전, 데이터와 AI만으로 유용 성분 함량을 예측할 수 있는가?"라는 질문을 바탕으로 유전체 설계 AI 시뮬레이터를 도입했다. 이를 위해 씨더스는 국립농업과학원 및 대학 연구팀과 협력하여 수백 개의 유전자원을 대상으로 유전체, 전사체, 대사체, 단백체, 표현형 데이터를 통합한 딥데이터(Deep Data) 맵을 구축했으며, 이를 AI 시뮬레이터의 핵심 엔진으로 활용하고 있다.

2025년 주요 성과 및 기반 구축

이번 대회에서 씨더스가 공유한 1년 차 주요 성과는 다음과 같다.

• 오믹스 딥데이터 맵 구축: 430여 유전자원의 유전체·표현형·대사체 통합 데이터 확보

• 유전적 패턴 분석: 이소플라본, 소야사포닌 등 주요 기능성 성분의 유전적 메커니즘 규명

• 예측 모델 개발: 유전체 선택(Genomic Selection) 모델을 이용한 1차 예측 알고리즘 개발

이번 성과를 통해 유전체 정보만으로도 기능성 성분을 일정 수준 예측할 수 있음이 확인되었으며, 이는 향후 실제 품종 개발 단계와 연결되는 중요한 기술적 토대가 될 전망이다.

AI 시뮬레이터가 변화시키는 육종 패러다임

유전체 설계 AI 시뮬레이터를 활용하면 기존의 '교배-재배-분석-선발'로 이어지는 긴 육종 사이클을 획기적으로 단축할 수 있다. 실제 교배 전 컴퓨터상에서 수만 번의 가상 교배를 수행하고 성공 확률이 높은 조합만을 실제 시험에 투입함으로써 육종 비용과 시간을 절감하는 방식이다. 이러한 시뮬레이터 기반 파이프라인은 콩뿐만 아니라 다양한 작물로 확장 가능하며, 향후 기능성 식품 및 소재 산업 전반에 걸친 농생명 혁신을 가능하게 한다.
 

향후 계획 및 비전

씨더스는 내년부터 이번 예측 모델을 실제 부모 선발, 계통 선발, 시험 재배 설계에 본격적으로 적용할 계획이다. '유전체 설계 AI 시뮬레이터'에서 '현실 육종'으로 이어지는 데이터 흐름이 완성되면, 연구자들은 원하는 기능성 특성을 지닌 품종을 과거보다 훨씬 신속하게 구현할 수 있게 된다. 씨더스는 앞으로도 데이터를 통해 씨앗을 설계하는 디지털 육종 시뮬레이션 기술로 농업의 패러다임을 지속적으로 전환해 나갈 것이다.