Explainable machine learning for predicting shellfish toxicity in the Adriatic Sea using long-term monitoring data of HABs

본 연구는 28 년간의 장기 모니터링 데이터를 활용하여 랜덤 포레스트 모델과 SHAP 등의 설명 가능한 머신러닝 기법을 적용해 아드리아해 굴 독성 (DSP) 발생을 예측하고, 주요 원인 종과 환경 요인을 규명하여 조기 경보 시스템 및 지속 가능한 양식업에 기여하는 결과를 도출했습니다.

핵심

🌊 1. 문제 상황: "조개들이 갑자기 독이 생겼어요!"

바다에서 키운 조개 (특히 가리비나 이끼조개) 는 우리가 맛있는 해산물로 먹지만, 때로는 **유해한 미세 조류 (HABs)**가 폭발적으로 늘어나면서 조개 몸속에 독소를 축적합니다. 이를 '이산화탄소 중독 (DSP)'이라고 부르는데, 사람이 먹으면 심한 설사를 하거나 더 나쁘면 중독될 수 있습니다.

지금까지의 방식은 "조개를 잡아 독성 검사를 한 뒤에, 독이 나오면 판매를 멈추는" 수동적인 방법이었습니다. 하지만 독이 생긴 후 조치를 취하면 이미 늦을 수 있고, 농가에게는 막대한 경제적 손실 (판매 중단) 을 입힙니다.

이 연구의 목표: "독이 생기기 전에 미리 예측해서, "아, 오늘 조개는 위험할 것 같으니 미리 경보를 보내자!"라고 알려주는 시스템을 만드는 것입니다.

---

🤖 2. 해결책: "28 년간의 바다 기록을 읽는 AI"

연구진은 1994 년부터 2021 년까지 28 년 동안 쌓인 방대한 데이터를 모았습니다.

• 데이터 내용: 바다의 온도, 염분, 비, 강물의 유량, 그리고 바다에 사는 유해 조류의 개체 수와 조개의 독성 검사 결과.

이 방대한 데이터를 AI 에게 먹여서 학습시켰습니다. 마치 숙련된 어부가 바다의 상태만 보고 "오늘 조개는 안전할까, 위험할까?"를 눈치로 맞추는 것을 AI 가 데이터로 배운 셈입니다.

---

🎯 3. AI 의 선택: "랜덤 포레스트 (Random Forest)"가 가장 잘했어요

연구진은 여러 가지 AI 모델을 시험해 보았습니다.

• 결정 나무 (Decision Tree): 규칙을 하나씩 나열하는 간단한 방식 (예: "조류가 30 마리 이상이면 위험").
• 신경망 (ANN): 복잡한 패턴을 찾는 방식.
• 랜덤 포레스트 (Random Forest): 수천 개의 작은 결정 나무를 모아서 집단 지성으로 판단하는 방식.

결과적으로 **'랜덤 포레스트'**가 가장 정확하게 독성 발생을 예측했습니다. 이는 마치 한 명의 전문가보다 100 명의 전문가가 모여 토론한 결론이 더 정확할 수 있다는 원리와 같습니다.

---

🔍 4. 핵심 발견: "왜 독이 생길까?" (설명 가능한 AI)

기존의 AI 는 "정답은 A 입니다"라고만 말하고, **"왜 A 인지"**는 설명하지 않는 '블랙박스'였습니다. 하지만 이 연구는 XAI(설명 가능한 인공지능) 기술을 써서 AI 가 왜 그렇게 판단했는지 이유를 밝혀냈습니다.

AI 가 가장 중요하게 생각한 **'독성 발생의 3 대 요인'**은 다음과 같습니다:

1. 특정 조류의 출몰 (Dinophysis fortii 등):
   • 비유: "바다에 **나쁜 놈 (유해 조류)**이 많이 보이면 위험하다"는 신호입니다. 특히 'D. fortii'라는 조류가 많이 발견되면 독성 확률이 급격히 올라갑니다.
2. 담수 유입 (강물과 비):
   • 비유: 강물 (소차 강) 이 많이 흘러들어가거나 비가 오면 바다의 염분이 낮아집니다. 이는 마치 "나쁜 조류가 좋아하는 따뜻한 온천 같은 환경"을 만들어주어 독소를 만드는 조류가 번성하게 합니다.
3. 바다의 염분과 온도:
   • 비유: 바닷물이 너무 짜지 않고 (염분 낮음), 따뜻할 때 위험합니다.

---

🛡️ 5. 실제 활용: "미리 알면 모두 안전해진다"

이 AI 모델을 사용하면 다음과 같은 이점이 있습니다:

• 조기 경보 시스템: 독이 생기기 전에 "다음 주에 조개 독성 위험이 높으니 미리 검사하거나 판매를 자제하세요"라고 알려줍니다.
• 신뢰도 확보: AI 가 "위험하다"고 했을 때, "왜? 어떤 조류가 많고 강물이 얼마나 흘렀기 때문이야?"라고 구체적인 이유를 알려주기 때문에, 정부나 농가들이 그 경보를 믿고 행동할 수 있습니다.
• 경제적 이득: 불필요한 판매 중단을 줄이고, 진짜 위험한 때만 정확하게 막아 농가의 손실을 줄입니다.

💡 요약

이 논문은 **"28 년간의 바다 데이터를 AI 에게 가르쳐, 나쁜 조류와 날씨 패턴을 분석하게 했다"**는 이야기입니다. AI 는 이제 **"어떤 조류가 많고, 강물이 얼마나 불었는지"**만 보면 **"오늘 조개는 독이 있을 확률이 높다"**고 미리 알려줄 수 있게 되었습니다. 이는 바다 생태계와 인간의 건강을 지키기 위한 **똑똑한 '디지털 파수꾼'**이 된 셈입니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 아드리아해 (특히 트리에스테 만) 의 조개 양식업은 유해조류 번성 (HABs) 으로 인한 식중독 위험에 직면해 있습니다. 특히 이 지역에서는 이소산 (Okadaic acid) 계열의 설사성 패류 중독 (DSP) 이 가장 빈번하게 발생하며, 이는 인간 건강과 양식업의 경제적 손실로 이어집니다.
• 문제점:
  • 기존의 모니터링 시스템은 독성이 확인된 후에만 판매를 중단하는 사후 대응 방식이라, 불필요한 폐쇄나 인명 피해의 위험이 공존합니다.
  • 머신러닝 (ML) 을 HAB 예측에 적용한 연구는 많으나, **조개류의 실제 독성 (Toxicity)**을 직접 예측하는 연구는 부족합니다.
  • 기존 ML 모델은 높은 예측 정확도를 보이지만 '블랙박스' 성격이 강해, 의사결정 근거를 설명하기 어렵습니다. 이는 보건 및 환경 리스크 관리에 있어 신뢰성을 떨어뜨립니다.
• 목표: 28 년간의 장기 모니터링 데이터를 활용하여 DSP 독성 발생을 예측하는 ML 모델을 개발하고, 설명 가능한 인공지능 (XAI) 기법을 적용하여 모델의 의사결정 근거를 명확히 밝히는 것입니다.

2. 방법론 (Methodology)

2.1 데이터 수집 및 전처리

• 데이터 범위: 1994 년부터 2021 년까지의 28 년간 슬로베니아 연안 (트리에스테 만) 의 데이터.
• 입력 변수 (14 개):
  • 생물학적: 5 가지 주요 DSP 생성 종 (Dinophysis fortii, D. caudata, D. sacculus, D. tripos, Phalacroma rotundatum) 의 개체 수 및 전체 DSP 종 합계 (DSP-tot).
  • 환경적: 해수 온도 (SST), 염분, Soča 강 유량, 강수량, 기온, 일사량 등.
• 타겟 변수: 조개 (Mytilus galloprovincialis) 의 DSP 독성 여부 (이산화탄소 분석법 또는 생쥐 생체 검사법 결과에 기반한 이진 분류: 양성/음성).
• 전처리 과정:
  • 불균형 데이터 해결: 양성 사례 (12%) 가 음성에 비해 현저히 적어, SMOTE(합성 소수 클래스 오버샘플링) 와 언더샘플링을 결합하여 클래스 불균형을 완화.
  • 노이즈 제거: UMAP 을 이용한 차원 축소 시각화 결과, 양성/음성 데이터가 혼재되어 있어 모델 학습을 방해하는 '충돌'하는 음성 샘플 211 개를 제거 (Edited Nearest Neighbors 기법).
  • 최종 데이터셋: 877 개 인스턴스 (음성 745, 양성 132).

2.2 모델 학습 및 평가

• 사용 알고리즘: 의사결정나무 (DT), 랜덤 포레스트 (RF), 서포트 벡터 머신 (SVM), 인공신경망 (ANN).
• 학습 전략:
  • 그리드 서치 (Grid Search) 를 통한 하이퍼파라미터 최적화.
  • 5-fold 교차검증 및 100 회 반복 실행을 통해 성능의 안정성 확보.
  • 평가 지표: 정밀도 (Precision), 재현율 (Recall), F1 점수. (실제 조기경보 시스템에서는 재현율을 높이는 것이 중요하지만, 오경보 (False Positive) 를 통제하기 위해 F1 점수를 최적화 기준으로 사용).

2.3 설명 가능성 (Explainability, XAI) 적용

• 모델 해석:
  • DT: 트리 구조 시각화를 통한 직접적인 규칙 도출.
  • RF (최고 성능 모델):
    • Permutation Importance: 변수를 무작위로 섞었을 때 모델 성능이 얼마나 떨어지는지 측정하여 변수 중요도 순위 산출.
    • SHAP (Shapley Additive Explanations): 개별 예측에 각 변수가 기여한 정도 (양의 영향/음의 영향) 를 시각화 (Beeswarm plot, Force plot).

3. 주요 결과 (Results)

3.1 모델 성능

• 최고 성능 모델: **랜덤 포레스트 (RF)**가 가장 우수한 예측 성능을 보였습니다.
  • 평균 정밀도 (Precision): 0.74
  • 평균 재현율 (Recall): 0.59
  • 평균 F1 점수: 0.65
• 다른 모델 (DT, SVM, ANN) 은 RF 보다 낮은 성능을 보였으며, 특히 DT 는 해석은 용이하지만 예측력이 RF 보다 낮았습니다.

3.2 주요 예측 요인 (Key Drivers)

XAI 기법을 통해 도출된 주요 예측 변수는 다음과 같습니다:

1. 생물학적 요인:
   • Dinophysis fortii: 가장 중요한 예측 변수로, 개체 수가 30 cells/l 이상일 때 독성 발생 확률이 급격히 증가.
   • Dinophysis caudata: D. fortii 가 낮을 때 중요한 보조 요인.
   • DSP-tot (전체 DSP 종 합계): 전체적인 독성 조류 밀도가 높을수록 양성 예측 확률 증가.
2. 환경적 요인:
   • Soča 강 유량 및 강수량: 유량이 낮고 강수량이 적을 때 (염분 감소 및 수층 안정화) 독성 발생 확률 증가.
   • 염분 (Salinity): 낮은 염분 (≤36.17) 이 양성 예측에 기여.
   • 기온 및 일사량: 고온과 긴 일조 시간은 여름철 안정된 수층을 형성하여 독성 조류 번성에 기여.

3.3 시계열 분석

• DSP 독성 발생은 5 월부터 12 월까지 주로 발생하며, 특히 9 월과 10 월에 D. fortii의 개체 수 급증과 함께 독성 사례가 가장 많이 관찰됨.

4. 주요 기여 (Key Contributions)

1. 데이터셋 구축: 아드리아해 조개 양식 지역의 28 년간 독성 플랑크톤 및 조개 독성 데이터를 통합한 대규모 데이터셋을 구축하고 오픈소스로 공개.
2. 직접 독성 예측: 종의 출현이 아닌, 조개류의 실제 독성 수치를 직접 예측하는 ML 모델 개발.
3. 설명 가능한 AI (XAI) 적용: 블랙박스 모델의 한계를 극복하기 위해 SHAP 및 Permutation Importance 를 적용하여, 어떤 환경 및 생물학적 요인이 독성 발생을 유발하는지 과학적으로 입증.
4. 실용적 인사이트: D. fortii의 임계값 (30 cells/l) 과 염분, 강 유량 등 구체적인 환경 변수가 독성 예측에 미치는 영향을 규명하여 조기경보 시스템 (EWS) 의 고도화에 기여.

5. 의의 및 결론 (Significance)

• 조기경보 시스템 (EWS) 강화: 이 연구에서 개발된 ML 모델은 독성 발생을 사전에 예측하여 조개류 수확 중단이나 무역 금지와 같은 선제적 조치를 가능하게 함으로써, 공중보건 위험과 양식업의 경제적 손실을 동시에 줄일 수 있습니다.
• 신뢰성 확보: XAI 기법을 통해 모델이 '왜' 독성 발생을 예측했는지 설명할 수 있게 되어, 정책 입안자와 양식업자의 모델 수용성과 신뢰도를 높였습니다.
• 미래 방향: 향후 더 많은 양성 데이터 확보와 고해상도 모니터링 데이터 통합을 통해 모델의 일반화 능력과 정확도를 더욱 향상시킬 필요가 있습니다.

이 연구는 복잡한 해양 생태계 데이터에 머신러닝을 적용할 때, 단순히 예측 정확도뿐만 아니라 모델의 해석 가능성이 실제 현장 적용에 얼마나 중요한지를 잘 보여주는 사례입니다.