식·의약 열린 포럼서 식약처 최용훈 과장 발표
해마다 해외 직접구매 등 수입식품의 소비가 늘어가면서 이에 대한 철저하고도 체계적인 검증과 통합적인 검사 시스템이 구축돼야 한다는 주장이 지속적으로 제기되고 있다.
실제로 식약처의 수입식품 동향 조사 결과에 따르면 지난 2014년 55만4177건(1635만8000톤)에 달하는 수입식품 신고 건수는 작년 72만8114건(1855만4000톤)으로 크게 늘었다.
이에 식약처는 지난 2017년 통합수입검사시스템을 구축, 인공지능 등 4차산업혁명 기술을 활용한 검사모델을 적용, 수입식품에 대한 안전 조사와 통관 시스템의 고도화와 지능화를 진행 중이다.
지난 12일 컨슈머 소사이어티 코리아에서 진행된 ‘식품·의약품 안전 열린 포럼’에서 식품의약품안전처 수입식품안전정책국 최용훈 과장은 “해마다 증가하는 수입식품에 대해 시대에 맞는 발전된 시스템에 대한 필요성을 체감하는 바, 식약처에서는 더욱 효율적인 검사를 수행하고 식품·축·수산물의 통합 프로세스로 수입 전(全)단계를 아우르는 체계적인 정책 지원 시스템을 구축하는 등 다양한 정책 활동을 진행하고 있다”라며 “뿐만 아니라 4차 산업혁명 신기술을 활용한 지능화 관리로 정책 고도화를 도모해 대국민에게 더 나은 수입식품 안전정보를 제공하는 노력을 지속 중이다”라고 말했다.
인공지능 활용한 검사 모델 적용…정확·신뢰성 제고
업무 효율화로 국민 먹거리 안심-수입자 비용 절감
이에 식약처는 수입식품에 대한 위해도 분석과 검사대상 선별을 진행하는 데 있어 통계분석모델을 기반으로 한 기존 ‘무작위 추출시스템’에서 인공지능 기술과 통계분석을 함께 활용하는 ‘지능형 수입식품 통합시스템’으로 변경해 검사의 효용성을 높인다는 방침이다.
기존 무작위 추출모델인 ‘오페라’ 시스템은 로지스틱 모형을 기반으로 신고된 수입식품이 부적합 판정을 받을 확률을 계산해 검사대상으로 선정하는 모델로, 점수의 양극단화로 위해도를 섬세하게 식별하지 못하며, 가중치 값 현행화가 미흡해 정확도 떨어지는 등의 문제점들이 지적된 바 있다.
최 과장은 “기존 오페라 시스템은 비교적 섬세하지 못한 위해식별도와 다양한 수입식품 대비 항목 수 부족 등 문제점으로 데이터 선별 실효성이 떨어져 현 시대의 트렌드를 반영한 새로운 시스템 구축 필요성이 제기됐다”라며 “머신러닝 등 인공지능 기술과 로지스틱 회귀분석을 병행한 새 모델은 가중치 산출 기준항목을 확대하고 항목별 가중치를 정기적으로 현행화, 모든 신고 건에 알고리즘을 적용할 수 있는 다변량적 방법론으로 검사와 데이터 분석의 신뢰성을 제고했다”라고 설명했다.
이러한 머신러닝 기술을 적용으로 수입자 및 공무원의 업무 효율성은 증진될 것이라고 식약처는 보고 있다. 머신러닝 기술을 활용한 알고리즘 적용으로 신고수량, 중량, 금액, 성분비율에 대한 단일 항목별 이상치 구간 정의가 가능해져 수입신고 건별 이상 점수의 산출이 가능해진다.
아울러 영업자는 정비된 데이터를 기반으로 ‘사전진단’ 결과를 제공받을 수 있다. 관세청, 수입식품포털을 통한 사전 진단 요청을 통해 이상치 검출정보, 위해정보, 수입검사 관련 정보, 행정처분 및 교육명령 미이수 내역 등 사전 진단 결과를 받을 수 있어 이에 따라 수입신고 진행 및 중단을 결정할 수 있다.
식약처는 올해 연말까지 시스템 개발과 데이터 표준화·정비 및 데이터 검증을 마치고 시험운영에 들어갈 방침이며, 내년 1월부터는 시스템 사용자 및 관리자 교육을 실시하고, 통합 유지보수사업단에 이관해 서비스 안정화에 힘쓸 계획이다.
최 과장은 “지능형 수입식품 통합시스템의 성공적인 구축과 적용을 통해 공무원은 검사 업무 자동화와 정보 연계로 효율적인 업무수행이 가능하고, 수입업체에게는 수입신고 장벽을 낮추고 비용을 절감, 소비자에게는 투명한 수입식품 정보 제공으로 국민 먹거리 안심을 실현하겠다”라고 강조했다.
