earticle

한국어

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