육종가와 협업하는 AI, 디지털 육종이 바꾸는 새로운 농업 구조

육종가와 협업하는 AI, 디지털 육종이 바꾸는 새로운 농업 구조

 

오랜 시간 동안 농업은 전통적인 육종 방식을 중심으로 발전해 왔습니다.

 

수많은 개체를 재배하고, 육종가의 경험을 기반으로 우수한 개체를 선발하며, 교배를 반복하는 방식은 농업의 기본이자 오랜 지혜의 산물이었습니다.

 

그러나 기후 변화, 복잡해지는 소비자 요구, 생산성 한계 등 기존 방식만으로 해결하기 어려운 문제가 빠르게 증가했습니다.

이때 등장한 기술이 바로 디지털 육종(Digital Breeding)입니다. 데이터를 기반으로 형질을 분석하고, 최적의 교배 조합을 컴퓨터 안에서 설계해 육종 과정을 혁신하는 방식입니다.

 

이번 글에서는 전통 육종과 디지털 육종이 어떻게 다르고, 이 변화가 농업 구조를 어떻게 재편하고 있는지 살펴보려 합니다.

 

 

전통 육종 vs 디지털 육종

 

전통 육종은 “경험과 시간”이 핵심이었습니다.

수많은 개체를 키운 뒤, 육종가의 눈과 경험을 통해 우수한 개체를 골라내고, 이를 기반으로 교배를 반복하는 과정이 이어졌습니다.

 

품종 하나를 개발하는 데 5~10년, 작물에 따라 10년 이상이 걸리는 경우도 많았습니다.

이 방식은 현장의 감각을 바탕으로 한 높은 직관력이 장점이었지만 동시에 한계도 명확했습니다.

• 환경 변수에 영향이 크고
• 왜 특정 형질이 나타났는지 설명하기 어렵고
• 동일한 결과를 반복하기 쉽지 않았으며
• 개발 기간이 매우 길었습니다.

반면, 디지털 육종은 “데이터가 중심”이었습니다.

유전체·표현체·환경 데이터를 분석해 어떤 조합에서 원하는 형질이 나타날지를 사전에 예측했습니다.

 

과거에는 수천 개의 교배 조합을 직접 실험해야 했다면, 디지털 육종은 이를 컴퓨터 안에서 먼저 시뮬레이션해 가능성을 좁혀 갑니다.

 

그 결과 육종 기간은 절반 이하로 줄었고, 품질의 일관성은 크게 향상되었습니다.

 

 

육종가와 협업하는 AI 기술

디지털 육종은 기존 육종을 단순히 빠르게 만드는 정도가 아니라, 기존 방식으로는 해결하기 어려웠던 문제들을 기술적으로 보완했습니다. 그 중심 기술은 다음과 같았습니다.

• 유전체 분석: 수천 개의 유전형질을 한 번에 분석해 형질 발현의 원인을 규명했습니다.
• 마커 기반 선발(MAS): 표현형 대신 유전 정보를 기준으로 조기 선발이 가능했습니다.
• 교배 조합 시뮬레이션: 실제 실험 전에 컴퓨터가 가장 가능성 높은 조합을 계산했습니다.
• 표현체 분석 기술: 환경·생육 데이터를 정량화해 형질 반응을 정확하게 파악했습니다.

이러한 기술들은 “왜 좋은 형질이 나타났는가?”라는 기존 육종의 가장 어려운 질문에 답하는 역할을 했습니다.

 

 

 

디지털 육종이 바꾸는 새로운 농업 구조

 

디지털 육종은 단순히 육종 기술 하나가 바뀐 것이 아니라 데이터 기반 기술중심 산업으로 전환 시키는 흐름이었습니다.

첫째, 데이터 기반 품종 개발 체계를 확립하고 있습니다.

맛, 저장성, 내병성, 환경 적응성 같은 복합 형질도 데이터로 해석할 수 있게 되면서 품종 개발의 정확도와 속도가 함께 향상되었습니다.

둘째, 농업의 불확실성이 감소할 수 있습니다.

기후 변화로 인해 전통 방식만으로 안정적인 품질을 유지하기 어려웠지만, 디지털 육종은 환경 데이터를 함께 분석해 품종의 반응을 예측했습니다.

셋째, 육종-재배-유통을 하나의 데이터 흐름으로 연결하고 있습니다.

육종 단계에서 분석된 형질 데이터는 스마트팜 환경 제어 기술, 유통 단계의 품질 규격화와 자연스럽게 연결되며 농업 전체의 운영 체계를 바꾸고 연결할 수 있습니다.

이 모든 변화는 기존 농업이 “경험 중심 → 데이터 중심” 구조로 이동하는 중요한 전환점이 될 것 입니다.

 

 

경쟁관계가 아닌 상생관계

 

전통 육종과 디지털 육종은 경쟁 관계가 아니었습니다.

씨더스는 두 방식이 결합될 때 가장 강력한 시너지가 난다고 보았습니다.

전통 육종은 현장의 눈·경험·감각, 디지털 육종은 유전체·표현체 기반의 정밀 분석 기술을 강점으로 가졌습니다.

두 방식이 결합하면

• 형질을 이해하는 ‘눈’과
• 형질을 설계하는 ‘뇌’

가 함께 움직이며 완전히 새로운 품종을 만들 수 있었습니다.

 

즉, 디지털 육종은 전통 육종을 밀어내는 기술이 아니라, 기존 방식의 한계를 보완하며 미래 농업을 확장시키는 기술적 기반이었습니다.

 

그러나 지난 몇 년간 토마토의 주요 형질을 결정하는 유전 정보와 표현체 데이터를 정밀하게 축적해 왔습니다.

• 어떤 유전 조합이 맛을 안정적으로 만드는지
• 어떤 환경 조건이 식감·당도에 영향을 주는지
• 어떤 마커가 핵심 형질을 움직이는지

이 질문들에 대한 답을 하나씩 데이터로 확보하는 과정은 디지털 육종의 출발점이었습니다.

 

앞으로 씨더스는

• 더 정교한 설계형 육종
• 현장에서 활용 가능한 데이터 기반 선발 기술
• 다양한 작물로의 확장

에 집중해야 합니다.

이는 단순 기술 개발을 넘어, 디지털 육종 시대의 표준을 새롭게 쓰는 과정이 될 것입니다.

 

여기까지 다양한 산업군으로 확장할 수 있는 Gene Panel에 대해 알아보았습니다.

 

DATA IS REAL

씨더스는 데이터와 AI로 더 건강한 먹거리를 제안하는 기업입니다.