유기 화학 전 분야를 아우르는 LCA 혁신, CRYSTAL 프레임워크

이 논문은 전 세계적으로 거래되는 40 000‑60 000종의 유기 화학 물질에 대한 포괄적인 전 생애주기 평가(LCA)를 가능하게 하는 새로운 프레임워크, CRYSTAL( Chemical RetrosYnthesiS for Transparent Assessment of Life‑cycles )을 소개한다. 기존 LCA 데이터베이스는 2 000여 종에 불과해, 화학 산업 전반의 환경 영향을 정량화하는 데 큰 한계가 있었다. 저자들은 이러한 데이터 공백을 메우기 위해, 목표 물질의 SMILES(분자 구조)만을 입력으로 받아 자동으로 레트로합성 경로를 생성하고, 각 반응 단계에 대한 물질·에너지 흐름을 추정하는 일련의 자동화 파이프라인을 구축했다. 첫 단계는 최신 머신러닝 기반 레트로합성 엔진을 활용해 수십 개의 합성 루트를 제시한다. 이때 생성된 전구체가 LCA 배경 데이터베이스(ecoinvent, cm‑chemicals 등)에 존재하면 그 전구체에 대해 다시 레트로합성을 수행하는 재귀적 탐색을 진행한다. 무기 전구체가 필요한 경우, 문헌에서 추출한 무기 반응 경로를 별도 데이터셋에 저장해 보완한다. 다음으로 각 반응식은 자동 균형화 알고리즘을 통해 물질 수지를 맞추고, 부생물·폐기물 흐름을 식별한다. 반응 수율, 전력·증기·냉각수 등 에너지 요구량은 산업 현장 데이터를 기반으로 훈련된 결정 트리 모델로 예측한다. 폐기물 처리와 부산물 활용은 계층적 규칙 기반 모델에 의해 최적화되며, 실제 산업 관행(예: 폐기물 소각, 재활용)과 연계된 배출 계수를 적용한다. 이렇게 얻어진 LCI 데이터는 화학 반응 네트워크(CRN)로 통합된다. CRN은 그래프 이론 기반 최적화 알고리즘을 사용해, 동일 물질을 공유하는 여러 경로를 연결하고 전체 시스템 수준에서 환경 영향을 최소화하는 최적 경로를 탐색한다. 사용자는 기후변화, 인간 독성, 재생 가능 에너지 비중 등 다양한 LCIA 방법과 목표 함수를 자유롭게 지정할 수 있다. 프레임워크의 성능은 세 개의 주요 LCA 데이터베이스와 Leave‑One‑Out 검증을 통해 평가되었다. 기후변화 지표(GWP) 기준으로 73 % 이상의 예측값이 기준값의 0.5‑2배 범위(AA​CE 허용 오차) 안에 들어갔으며, 마지막 반응 단계가 동일할 경우 피어슨 상관계수 0.9, 평균 절대 상대오차(MARE) 19 %를 기록했다. 반응 단계가 늘어날수록 오차가 커지는 경향은 누적된 경로 차이와 데이터 불확실성에 기인한다. 또한, 에너지 사용, 비재생 원료, 물 오염 등 다중 환경 카테고리에서 50개의 핵심 핫스팟을 도출하였다. 특히 인간 독성(발암성) 측면에서 1 600여 종이 비정상적으로 높은 기여도를 보였으며, 이들의 주요 전구체는 크롬산화물과 안트라퀴논으로 확인되었다. 이는 크롬 기반 촉매와 그 폐기물 처리 과정이 인간 독성에 큰 영향을 미친다는 점을 시사한다. CRYSTAL은 70 000여 종의 유기 화학 물질에 대해 110 000개의 투명한 LCI 데이터셋을 몇 시간 안에 생성했으며, 이는 기존 가장 큰 LCA 데이터베이스보다 40배 이상 규모가 크다. 모듈식 설계 덕분에 배경 데이터베이스 교체, 새로운 에너지 모델 적용, 혹은 특정 산업 규제 반영 등 향후 확장이 용이하다. 결론적으로, CRYSTAL은 “알 수 없는 알 수 없음(unknown unknowns)”을 “알고 있는 알 수 없음(known unknowns)”으로 전환시켜, 협업 기반 데이터 공유와 지속 가능한 화학 산업 전환을 가속화한다. 정책 입안자는 도출된 50개의 환경 핫스팟을 우선 순위로 삼아 규제·지원 정책을 설계할 수 있고, 기업은 핵심 허브 물질(예: 크롬산화물, 안트라퀴논) 대체·공정 최적화를 통해 환경 성과를 크게 개선할 수 있다.