Neonicotinoid residues in fruits, vegetables, and honey: advances in ultra-trace analysis, matrix-effect mitigation, and environmental risk monitoring

글로벌 식량 공급의 조용한 구석에는 수십억 명을 위한 충분한 식량을 재배해야 한다는 필요성과 그 식량을 보이지 않는 화학적 위협으로부터 안전하게 지켜야 한다는 필요성 사이의 고요한 긴장이 존재합니다. 농부들은 잎을 먹거나 즙을 빨아먹는 해충으로부터 작물을 보호하여 수확량을 일정하고 풍부하게 유지하기 위해 특정 계열의 살충제에 의존합니다. 이 화학 물질들은 전신성(systemic)으로 설계되어, 식물 자체에 흡수되어 뿌리나 씨앗에서부터 열매, 잎, 심지어 벌이 채집하는 꽃가루까지 이동합니다. 이는 작물을 보호하지만, 동시에 이 화학 물질들이 저녁 식탁이나 꿀 단지에 들어갈 수 있음을 의미하기도 합니다. 과학자와 규제 기관의 과제는 단순히 이러한 흔적을 찾는 것뿐만 아니라, 화학적으로 복잡한 식품 속에서 이를 확실하게 측정하는 것입니다. 과일, 채소, 꿀은 빈 용기가 아닙니다. 이들은 과학자들이 탐지하려는 신호를 숨기거나 왜곡할 수 있는 당분, 색소, 산, 왁스의 풍부한 혼합물입니다. 만약 측정이 잘못된다면, 안전한 식품이 부당하게 거부되거나 위험한 식품이 통과될 수 있습니다.

새로운 리뷰 논문은 2019년부터 2026년 사이의 연구에 초점을 맞추어 이 문제를 해결하기 위한 최신 사고를 종합합니다. 인도네시아, 중국, 말레이시아 및 유럽 전역의 기관들로부터 모인 연구진인 저자들은 이러한 살충제를 모니터링하는 방식이 단순한 탐지를 넘어 정교한 위험 기반 시스템으로 진화해야 한다고 주장합니다. 그들은 과학자들이 꿀이나 잎채소와 같은 복잡한 식품에서 이러한 화학 물질을 추출하는 방법을 어떻게 개선하고 있는지, 어떻게 첨단 기기를 사용하여 이를 더 명확하게 시각화하는지, 그리고 한 나라에서 수행된 측정이 다른 나라에서도 동일한 의미를 갖도록 하는 글로벌 프레임워크를 어떻게 구축하고 있는지를 검토합니다. 이 논문은 단 하나의 마법 같은 해결책을 찾았다고 주장하는 것이 아니라, 더 나은 화학, 더 똑똑한 데이터, 그리고 통일된 규칙이 함께 작동하여 인류의 건강과 우리 식량을 지탱하는 생태계를 모두 보호하는 미래의 경로를 그려내고 있습니다.

문제의 핵심은 식품 자체의 본질에 있습니다. 과학자가 꿀 한 단지나 시금치 한 다발에서 아주 적은 양의 살충제 잔류량을 측정하려고 할 때, 그들은 식품 자체의 성분들과 싸워야 합니다. 꿀은 당분과 꽃가루로 가득 차 있고, 잎채소는 녹색 색소와 왁스로 가득 차 있습니다. 이러한 식품들이 실험실에서 처리될 때, 이러한 천연 성분들은 화학 물질을 탐지하는 기계에 간섭을 일으켜, 종종 살충제가 실제보다 더 많거나 적게 있는 것처럼 보이게 만듭니다. 이러한 간섭은 '매트릭스 효과(matrix effect)'라고 불리며, 정확한 수치를 얻는 것이 매우 어려운 주요 원인입니다. 리뷰에서는 한 종류의 식품에 사용되는 표준 방법이 다른 유형의 식품에 적용될 때 실패하는 경우가 많다는 점을 강조합니다. 예를 들어, 수분이 많은 토마토에는 잘 작동하는 기술이 끈적이고 당분이 많은 꿀 샘플에는 신뢰할 수 없는 결과를 낳을 수 있습니다. 이를 해결하기 위해 연구자들은 추출 방법을 개선하여, 찾고자 하는 살충제 흔적을 잃지 않으면서도 간섭을 일으키는 당분과 색소를 제거하는 특화된 정제 단계를 만들어냈습니다.

샘플 준비가 끝나면, 다음 과제는 보이지 않는 것을 보는 것입니다. 논문은 현대 실험실들이 10년 전보다 훨씬 낮은 수준까지 이러한 화학 물질을 탐지할 수 있는 초고감도 기기로 이동하고 있음을 상세히 설명합니다. 흔히 질량 분석기(mass spectrometers)라고 불리는 이 기기들은 분자의 무게를 달아 정체를 확인하는 매우 정밀한 저울과 같은 역할을 합니다. 가장 흔한 도구는 화학 물질을 액체를 통해 이동하는 방식에 따라 분리한 다음, 그 정체를 확인하기 위해 무게를 재는 장치입니다. 이 방법은 빠르고 신뢰할 수 있기 때문에 현재 정기적인 점검의 표준이 되었습니다. 그러나 리뷰는 가장 까다로운 사례의 경우, 과학자들이 분자의 무게를 잴 뿐만 아니라 정확한 구조까지 들여다볼 수 있는 훨씬 더 강력한 도구에 의اً하고 있다고 지적합니다. 이러한 높은 수준의 세부 정보는 원래의 살충제뿐만 아니라, 식물이나 환경 내부에서 화학 물질이 분해되어 생성된 대사산물(metabolites)까지 찾아낼 수 있게 해줍니다. 이러한 대사산물은 때때로 원래의 화학 물질만큼이나 독성이 강할 수 있으므로, 이를 포착하는 것은 진정한 위험도를 파악하는 데 필수적입니다.

실험실을 넘어, 이 논문은 식품이 재배되거나 판매되는 현장에서 바로 잔류물을 테스트할 수 있는 능력을 갖춘 새로운 영역을 탐구합니다. 오랫동안 정확한 테스트를 위해서는 샘플을 중앙 실험실로 보내야 했으며, 이 과정에는 며칠 또는 몇 주가 소요되었습니다. 이제는 현장에서 빠른 답을 줄 수 있는 휴대용 장치들이 등장하고 있습니다. 여기에는 빛을 이용해 화학 물질을 식별하는 핸드헬드 센서, 잔류물이 있을 때 색이 변하는 스트립, 스마트폰에 연결할 수 있는 작은 전자 기기 등이 포함됩니다. 이러한 도구들이 공식적인 법적 결정을 위한 중량급 실험실 기기를 대체할 만큼 아직 정밀하지는 않지만, 제1선 방어선으로서 중요한 역할을 합니다. 이들은 검사관들이 수백 개의 샘플을 빠르게 스크리닝하여 의심스러운 샘물들을 선별하게 함으로써, 전체적이고 비용이 많이 드는 정밀 분석을 위해 실험실로 보내야 할 샘플만을 골라낼 수 있게 해줍니다. 이러한 접근 방식은 시간과 비용을 절약하여 규제 기관이 가장 높은 위험을 가진 식품에 자원을 집중할 수 있게 합니다.

또한 리뷰는 기술만으로는 충분하지 않으며, 이러한 테스트가 수행되는 방식에 관한 규칙이 어디서나 동일해야 함을 강조합니다. 현재 국가마다 허용되는 잔류량의 기준이 다르고, 이를 측정하는 방법도 다릅니다. 이는 혼란을 야기하고 무역을 방해할 수 있는데, 어떤 과일의 선적이 단순히 그곳의 테스트 방법이 재배된 국가의 방법보다 더 민감하다는 이유만으로 거부될 수 있기 때문입니다. 저자들은 실험실들이 샘플을 준비하는 방식, 기기를 교정하는 방식, 결과를 보고하는 방식에 대해 합의하는 글로벌 표준의 조화를 주장합니다. 그들은 이러한 합의 없이는 서로 다른 국가에서 수집된 데이터를 비교할 수 없으며, 이로 인해 전 세계적인 오염 실태를 이해하는 것이 불가능해진다고 제안합니다.

미래를 내다보며, 논문은 다음 단계의 도약이 이러한 물리적 도구들을 디지털 지능과 결합하는 데서 올 것이라고 제안합니다. 저자들은 방대한 양의 테스트 데이터를 분석하기 위해 인공지능을 사용할 것을 제안합니다. 오염이 발견된 후에 반응하는 대신, 이러한 스마트 시스템은 날씨, 농업 관행, 과거 데이터의 패턴을 살펴봄으로써 문제가 발생할 가능성이 높은 곳을 예측할 수 있습니다. 이를 통해 규제 기관은 적절한 시기에 적절한 작물을 점검함으로써 테스트 노력을 더욱 효과적으로 타겟팅할 수 있습니다. 리뷰는 결론적으로, 이러한 화학 물질로부터 우리의 식량 공급을 보호하기 위해서는 총체적인 접근 방식이 필요하다고 말합니다. 이는 단순히 더 나은 기계를 만드는 것뿐만 아니라, 우리가 먹는 음식이 안전하고, 우리의 식량을 가능하게 하는 수분 매개자와 생태계가 해를 입지 않도록 과학, 규제, 데이터가 일체화되어 작동하는 시스템을 만드는 것에 관한 것입니다.