헤더로 바로가기 본문으로 바로가기

검색 폼

통합검색

인기검색어

AI검색 폼

연구현장 Q&A

[건양대학교] 이정윤 교수님 인터뷰

작성일:
조회수:
147
1. 자기소개와 현재 수행 중인 연구, 그리고 연구 목표에 대해 말씀해 주세요.

         

건양대학교 식품생명공학과 이정윤 교수님

 안녕하세요, 저는 건양대학교 식품생명공학과 학과장을 맡고 있으며, 현재 새롭게 구축 중인 건양대학교 스마트푸드테크 글로컬 실증지원센터에서 연구를 겸직하고 있습니다. 주요 연구 분야는 지역 농산물을 기반으로 한 기능성 소재 발굴로, 항산화·항균·면역 관련 활성을 중심으로 in vitro 기초 평가부터 동물시험 단계의 비임상 연구까지 수행하고 있습니다.
 
 현재는 식품 내 유효 성분을 발굴하고 그 기능을 평가하는 한편, 향후 건강기능식품 개발에 활용할 수 있는 지표 물질을 도출하는 연구 서비스를 단계적으로 추진하고 있습니다. 지표 물질 분석 장비는 구축되어 있으나 효능 평가를 위한 실험 인프라 등 센터가 아직 완전히 구축되지 않은 상황이기 때문에, 효능 실험은 모교인 한남대학교와 협업하여 별도로 진행하고 있으며, 현재는 지표 물질 분석을 우선적으로 수행하고 있습니다. 아직 특정 소재가 확정되어 활용 단계에 들어간 것은 아니지만, 건양대학교가 논산 지역에 위치해 있다는 특성을 반영해 지역 특산물인 딸기를 중심으로 기능성 소재 발굴 연구를 진행하고 있습니다. 또한 교내 스마트팜학과 및 AI 기반 연구 체계와 연계해, 스마트 농업 데이터와 기능성 분석 기술을 결합한 맞춤형 분석법 개발도 함께 추진하고 있습니다.


 
2. 현재 진행 중인 기능성 소재 연구는 어떤 방식으로 소재를 선정하고 있으며, 지역 자원이나 학내 연구 환경과는 어떻게 연계하고 계신가요?

 현재 건양대학교에서는 지역 특성을 반영해 딸기 농산물을 중심으로 기능성 소재 발굴 연구를 진행하고 있습니다. 이는 지역 농가와 농업법인과의 협력뿐만 아니라, 교내 스마트팜학부와의 연계 연구를 기반으로 추진되고 있습니다.
지역 농민들의 요구와 현장의 의견을 적극적으로 반영하여 연구가 진행되며, 스마트팜학부가 보유한 딸기 품종 데이터베이스를 활용해 우선적으로 연구 대상 품종을 선정하고 있습니다. 선정된 품종은 재배 환경에 따라 성분 차이가 크게 나타나기 때문에, 날씨나 하우스 구조, 온도 등 다양한 조건에서 생산된 시료를 확보한 뒤 특정 지표 물질을 중심으로 비교·분석을 수행하고 있습니다. 이러한 방식으로 지역 농업 데이터와 기능성 분석 기술을 결합해, 현장 적용이 가능한 연구 결과를 도출하는 데 중점을 두고 있습니다.


 
3. 연구를 시작할 때, 선행 연구 자료는 주로 어떤 방식으로 탐색하고 계신가요?

 연구를 시작할 때는 기본적으로 논문과 특허를 함께 조사하지만, 국내에서 이용할 수 있는 자료는 상당히 제한적인 편입니다. 해외 연구 자료 역시 최신 논문의 경우 접근이 쉽지 않고, 학교나 기관이 보유한 IP(접속 권한)에 따라 열람 가능 범위가 크게 달라집니다. 이러한 현실적인 제약 때문에 국내에서 자유롭게 활용할 수 있는 데이터베이스는 많지 않은 상황입니다. 실제 연구 실무에서는 구글 검색을 가장 많이 활용하고 있으며, 제한적이지만 PubMed도 함께 참고하고 있습니다. 특정 데이터베이스에 의존하기보다는, 접근 가능한 범위 내에서 물질의 화학적 정보나 기존 연구에서 보고된 효능, 분석 방법 등을 폭넓게 조사해 연구의 출발점으로 삼고 있습니다. 논문 검색 역시 특정 저널에 한정하지 않고, 연도나 키워드 조건을 설정해 필요한 자료를 필터링하는 방식으로 진행합니다. 국내 연구 과제 정보가 필요한 경우에는 NTIS(국가과학기술지식정보서비스)를 통해 유사 과제를 참고하는 정도로 활용하고 있습니다.

 
4. 자료 접근 과정에서 어려움은 없으신지도 궁금합니다.

 이미 널리 알려진 소재에 대한 정보는 기존 논문 데이터베이스나 공개 자료에 비교적 잘 정리되어 있는 반면, 새로운 기능성 소재를 발굴하는 데 필요한 정보는 매우 부족합니다. 신규 소재의 경우 미량 성분이라 하더라도 식품 분야를 넘어 제약 분야로 확장될 가능성이 있지만, 이런 소재들은 데이터베이스에 의존해 찾기 어렵기 때문에 상당 부분을 직접 탐색하는 수작업 과정이 필요합니다. 이 과정에서는 화학적·유기화학적 분석이 필수적인데, 서적에 제시된 기본 원리를 그대로 적용하기보다는 소재별 특성을 고려해 여러 논문을 참고하며 분석 조건을 설정해야 합니다. 논문에서 사용한 장비와 동일한 장비를 활용하더라도 결과가 그대로 재현되지 않는 경우가 많아, 분석 조건을 반복적으로 검증하고 직접 개발하는 과정이 불가피합니다. 이러한 이유로 지표 물질 분석 단계는 구현성 검증을 위한 반복 실험이 계속해서 요구되는 기술적·시간적으로 매우 까다로운 단계라고 볼 수 있습니다.


 
5. 전반적인 연구 진행 과정에 대한 설명 부탁드립니다.

 연구는 시간 싸움이기 때문에, 초기 정보 수집 단계는 최대한 빠르게 진행하려고 합니다. 논문과 특허를 중심으로 최신 연구 동향을 파악하고, 이를 바탕으로 실험 가설과 연구 방향, 예상 결과를 설정하기까지 보통 일주일 이내에 마무리합니다.

 반면, 지표 물질 분석 단계는 활용할 수 있는 데이터베이스가 거의 없어 대부분 수작업으로 진행되므로 시간이 꽤 소요됩니다. 과일이나 식물과 같은 천연물은 같은 종이라도 재배 환경, 기후 조건, 연구자별 추출·분획 방식에 따라 성분이 매우 달라짐에도 불구하고 표준화된 데이터베이스가 존재하지 않고, 특히 신규 물질의 경우에는 참고할 만한 기존 자료 자체가 없는 경우도 적지 않습니다. 예를 들어 딸기 원료가 들어오면, 먼저 물·에탄올·메탄올·부탄올·헥산 등 다양한 용매로 추출을 진행합니다. 이후 각 추출액을 UV, LC, LC-MS로 분석해 피크가 확인되는 분획만 선별하고, 이 분획을 대상으로 in vitro 효능 평가를 의뢰합니다. 효능이 확인된 분획에 대해서는 다시 재분획과 정제, NMR 분석을 거쳐 최종적으로 지표 물질을 확인하게 되는데, 이러한 전 과정이 대부분 수작업으로 이루어집니다.

 하나의 소재를 발굴하고 연구를 마무리하기까지는 최소 6~7개월, 길게는 1년 이상이 소요되기도 합니다. 기존에 이미 알려진 물질의 경우에는 데이터베이스 기반 분석만으로도 확인이 가능해 1개월 내외로 결과를 도출할 수 있습니다. 그러나 신규 물질이거나 지표 물질 함량이 1% 이하로 매우 낮은 경우에는 NMR 분석 단계까지 진행해야 해서 이 과정만 3~4개월 이상 걸리기도 합니다. 게다가 동물실험에 필요한 양(약 10g 이상)을 확보해야 하는 경우에는 원료 확보와 농축·정제 작업을 반복해야 해 추가적인 시간이 필요합니다. 세포 기반 항산화·면역·항균 등 기본적인 효능 평가(in vitro)는 보통 3개월 정도면 마무리할 수 있습니다. 여기에 동물실험(in vivo) 단계를 추가하면 연구 기간은 더 늘어나게 되고, 단기 투여 실험의 경우 빠르면 1개월 이내에 종료되지만 장기 투여 실험은 2~3개월 이상 소요됩니다. 동물 관리와 투여 일정, 체중 및 각종 지표 모니터링이 병행되면서 전체 연구 기간이 1년까지 늘어나는 경우도 적지 않습니다.


 
6. 대부분 수작업으로 진행되고 있는데, 데이터베이스(DB)화가 필요한 부분이 있다고 보시나요?

 네, 필요하다고 생각합니다. 예를 들어 어떤 식물 소재에 대해 어떤 용매로 추출했을 때 어떤 물질이 검출되는지, 주성분이 무엇인지, 해당 물질을 효율적으로 정제하는 방법은 무엇인지와 같은 정보가 데이터베이스로 정리되어 있다면, 불필요한 용매별 추출 과정을 줄일 수 있겠죠. 그렇게 되면 정제·분획 과정도 현재 수개월 걸리는 작업을 일주일에서 한 달 이내로 단축할 수 있고, 핵심 물질을 확보하는 속도 역시 훨씬 빨라질 것입니다.

 현재 식물 추출물 연구는 연구자마다 분획과 정제 방식이 서로 달라, ‘누가 어떤 방법으로 연구했는지’가 체계적으로 정리된 데이터베이스가 거의 없는 상황입니다. 이로 인해 신규 연구자나 신진 연구자들은 매번 처음부터 시행착오를 반복할 수밖에 없고, 그만큼 시간과 노력이 많이 소요됩니다. 만약 이러한 정보들이 통합된 데이터베이스 형태로 구축된다면, 신규 연구자의 연구 진입 장벽을 낮출 수 있을 뿐 아니라 연구 기간 단축, 추출 효율 향상, 실험 재현성 증가 등으로 이어질 수 있습니다. 결과적으로는 개별 연구를 넘어 연구 생산성 전체를 크게 향상시킬 수 있는 구조가 될 것이라고 생각합니다.


 
7. 실제 연구 현장에서 연구자들이 가장 필요로 하는 지원은 무엇이라고 생각하시나요?

 가장 먼저 떠오르는 것은, AI를 통해 제가 설정한 연구 주제에 대해 선행 연구가 존재하는지 정리해 주는 기능이 있으면 유용할 것 같습니다. 자신이 세운 가설을 바탕으로 기존에 발표된 연구나 유사한 연구가 진행되었는지를 검증해 주는 기능은 연구자 입장에서 매우 유용할 것이라고 생각합니다. 실제로 제가 과거에 연구를 6개월 이상 진행했는데, 논문 투고 직전에 거의 동일한 주제가 먼저 발표되는 바람에 논문을 게재하지 못한 경험이 있습니다. 논문 투고 전 표절 유사도 검사를 하듯이, 수행 중인 연구와 유사한 선행 연구가 있는지를 최신 논문까지 반영해 확인할 수 있다면 연구 리스크를 크게 줄일 수 있을 것이라고 생각합니다.

 또한 저희 연구는 농작물 기반 기능성 소재 발굴이 중심이기 때문에, 기후 변화에 따라 농장에서 생산되는 성분이나 지표 물질이 달라지는 점을 빠르게 파악하는 것이 매우 중요합니다. 농장별·재배 환경별로 성분 변화 패턴이 다르게 나타나기 때문에, 변화된 환경에서 어떤 기능성 소재가 더 많이 또는 적게 생성되는지에 대한 동향 분석이 필요합니다. 이런 부분에서는 연구자가 일일이 데이터를 분석하기보다는, AI가 방대한 데이터를 기반으로 변화 흐름과 패턴을 빠르게 정리해 주는 기능이 큰 도움이 될 수 있을 것이라고 생각합니다.

 마지막으로는 연구용 의약품 구매와 관련된 정보 제공입니다. 생각보다 연구소나 학교에서 직접 구매하기 어려운 의약품들이 많은데, 이를 확보할 수 있는 방법을 연계해 주는 기능이 있으면 좋겠습니다. 제 경우에는 당뇨병 관련 비교 실험을 위해 항당뇨병제인 ‘아카보스(Acarbose)’가 필요했는데, 시약 형태는 구매할 수 있어도 실제 의약품 형태는 연구 목적으로 구매할 수 없었습니다. 만약 연구 목적으로 의약품을 구매하거나 공급받을 수 있는 다양한 경로와 절차를 BioOne에서 안내해 준다면, 연구 재료를 확보하는 데 큰 도움이 될 것이라고 생각합니다.


 
8. 앞으로 교수님께서 중점적으로 하고자 하시는 연구 목표나 계획은 무엇인가요?

 현재 건양대학교 차원에서 중점적으로 추진하고 있는 연구 분야는 대체식품, 대체육, 배양육, 그리고 미래 전투식량입니다. 특히 실제 전투 환경에서 72시간 이상 허기 없이 전투를 지속할 수 있고, 인지 기능을 유지하면서 전투력을 향상시킬 수 있는 고성능 군 전투식량 개발을 중요한 목표로 삼고 있습니다. 이러한 연구를 위해 가장 필요하다고 느끼는 정보는 군인 관련 데이터입니다. 다만 군인들의 세부적인 신체 정보나 영양 상태, 환경 변화에 따른 생리적 반응 데이터 등은 보안 정보에 해당해 민간 연구자가 접근하기가 매우 어렵습니다. 실제로 연구를 진행하기 위해서는 정밀한 수준의 영양 상태 데이터, 신체 지표, 섭취 패턴, 환경 적응 반응 등이 필요하지만, 현재로서는 관련 정보를 확보하는 데 한계가 있습니다. 미군의 경우에는 전투력 유지와 건강 예측을 위해 고정밀 생체 분석 데이터를 체계적으로 축적·활용하고 있는 것으로 알고 있습니다. 예를 들어 착지나 점프 시 발생하는 충격량과 좌우 밸런스, 심박수와 심장 스트레스 지표, 콜레스테롤 및 중성지방(Triglyceride, TG) 수치 등을 종합적으로 분석해 향후 심혈관 질환 위험까지 예측하고, 이를 바탕으로 병사의 상태를 등급화하는 시스템을 운영하고 있는 것으로 보입니다. 이러한 정밀 데이터 기반 접근은 향후 국내에서도 참고할 만한 방향이라고 생각합니다.

 궁극적으로는 기능성 소재 연구와 식품 기술을 통해 실제 현장에서 도움이 될 수 있는 결과를 만들어내는 것이 목표이며, 연구 성과가 사회적으로 활용될 수 있도록 지속적인 연구를 이어갈 계획입니다.
TOP