① 어떤 상황에서 AI를 활용했나요?

2025년 12월, 오염자부담원칙이 아닌 시민에게 PFAS 정수 비용을 묻는 설문지에 의문을 품고 PFAS에 대해 알아가기 시작했으며, 이후 관련 활동 전반에 AI를 활용했습니다.

당시 제 의문은 단순했습니다.

오염자부담원칙은 어디에 있는가? 오염을 발생시킨 산업의 책임보다 왜 시민에게 정수 비용을 부담할 것인지를 먼저 묻는가?

이 의문은 PFAS라는 화학물질 자체에 대한 질문을 넘어 산업의 책임, 식수 안전, 보건·환경권과 미래 세대의 권리에 관한 문제로 이어졌습니다.

PFAS라는 낯선 물질을 이해하기 위해 분자 구조와 성질을 공부하고, 국내외 논문과 정부 자료, 국제 규제 문서를 읽어야 했습니다. 화학·환경공학·산업정책·국제 인권을 연결해 이해하기 위해 ChatGPT, Claude, Gemini 세 가지 AI를 조사, 학습, 보고서 작성의 파트너로 활용했습니다.


② 어떤 AI를 어떻게 활용했나요?

설문지에서 시작된 의문으로 PFAS를 알아가던 몇 주 뒤, AI와 질의응답을 하던 중 PFAS 각국 사례를 요청하는 유엔 웹페이지를 발견했습니다. 관련 내용을 검토해 서한을 제출했고, 두 달 뒤 공식적으로 검토하겠다는 답신을 받았습니다. 이때 제출한 보고서는 PFAS 사안을 본격적으로 파악하기 전에 작성한 것이라 AI에 대한 의존도가 높았습니다. 서한을 보낸 직후 PFAS의 크기와 화학적 성질을 파악하면서, 이 물질이 정수장에서 잘 걸러지지 않는다는 연구를 접하고 마음이 상당히 심란하고 분주해졌습니다.

이때 AI에서 좋은 답을 끌어내기 위한 프롬프트의 중요성을 깨달았습니다. 전문 자료인 PFAS 논문을 검토하는 과정에서 오류를 줄이기 위한 교차검증이 필요했고, 기존에 쓰던 ChatGPT 외에 Claude와 Gemini를 본격적으로 활용하면서 해외 PFAS 동향을 이해하는 폭이 넓어졌습니다.

이 과정에서 AX의 기반인 반도체와 데이터센터 등의 수요 증가에 따른 PFAS 사용량 증가를 우려하게 되었고, 이에 어떻게 대응해야 할지도 고민하게 되었습니다.

그러던 중 10월 19일, 삼성전자 평택캠퍼스가 있는 고덕산업단지 방류수에서 17종의 PFAS가 합계 9,008ng/L 검출되었다는 소식을 들었습니다. 이와 관련해 팔당호 상류에 위치한 SK하이닉스 이천전자산업단지 방류수에 대한 아리수본부 서울물연구원의 조사연구와, 2024년 12월 일본 구마모토에서 가동을 시작한 TSMC의 방류수에 대한 현지 언론 보도 등을 파악하는 데 AI를 활용했습니다.

AI를 단순한 검색창이 아니라 공부 파트너, 자료 분석 보조자, 질문을 발전시키는 협업 도구로 활용했습니다.

첫째, 화학 교사로 활용했습니다.

PFAS를 이해하기 위해 불소의 전기음성도, 탄소-불소(C-F) 결합, 분자 구조부터 질문했습니다. 단쇄와 장쇄 PFAS의 차이, 물질별 특성, 환경 중 이동과 수처리 문제까지 단계적으로 공부했습니다.

전문적인 설명을 고등학생이나 중학생도 이해할 수 있는 수준으로 다시 설명해 달라고 요청했고, 이해한 내용은 논문과 원자료를 통해 확인했습니다.

둘째, 논문과 국제 규제 자료를 읽는 연구 보조자로 활용했습니다.

OECD의 PFAS 정의, 국제협약과 규제 문서, 국내외 학술논문, 수질 측정 자료를 검토했습니다.

전문용어를 풀어 설명하게 하고, 서로 다른 연구의 조사 대상, 분석 물질, 측정 조건을 비교했습니다. 단순 요약에 그치지 않고 자료가 의미하는 바와 추가로 확인해야 할 사항을 질문했습니다.

셋째, 세 가지 AI를 활용해 생각을 확장하고 검토했습니다.

ChatGPT, Claude, Gemini에 자료와 질문을 제시하고 각 답변의 설명과 논리를 살펴보았습니다. 답변이 서로 다르거나 근거가 불충분한 경우에는 원문 논문과 공식 자료를 다시 확인했습니다.

AI끼리 의견이 일치한다고 해서 사실이 되는 것은 아닙니다. 최종 판단은 출처, 측정 조건, 원자료를 확인한 뒤에 내리려고 했습니다.

넷째, 국제적 문제 제기와 시민 기록에 활용했습니다.

PFAS 오염과 4대강·보 문제를 인권의 관점에서 정리해 유엔 인권 특별보고관에게 제출할 영문 서한을 준비했습니다. AI는 복잡한 내용을 구조화하고 영문 표현과 논리를 다듬는 데 활용했습니다.

이후 블로그를 개설해 제가 알게 된 내용을 공유하고 있습니다. '모래알의 질문' 시리즈를 연재하고 있으며, 행정기관·기업·언론에 전달할 공개 질문과 정보공개청구서를 작성하는 과정에서도 AI를 활용했습니다.

다섯째, 공개된 수질 자료를 검토하고 후속 질문을 만드는 데 활용했습니다.

측정 지점, PFAS 물질별 농도, 수계 연결 관계, 폐수처리시설의 역할 등을 검토했습니다. AI에게 분석 결과의 의미를 질문하고, 그 답변을 바탕으로 추가로 확보해야 할 자료와 정보공개 질문을 구체화했습니다.


③ 활용 결과 어떤 변화가 있었나요?

가장 큰 변화는 막연했던 의문이 실제 자료 조사와 공적 문제 제기로 발전했다는 것입니다.

1. 시민의 질문을 유엔 서한으로 발전시켰습니다.

2026년 1월 9일, 「PFAS Contamination in the Republic of Korea: Industrial Legacy, Emerging Risks, and Human Rights Obligations」라는 제목으로 PFAS 오염과 정체된 강의 녹조 문제를 다룬 서한을 유엔에 제출했습니다. 3월 14일에는 특별보고관이 제출 내용을 고려하겠다는 회신을 받았습니다.

이는 오염 문제를 단순한 수질 관리 차원을 넘어 환경권과 미래 세대의 권리라는 관점에서 제기한 경험이었습니다.

2. '모래알의 질문'이라는 시민 기록을 만들었습니다.

PFAS의 화학적 특성부터 산업적 사용, 수질오염과 관리 문제까지 블로그에 연속적인 질문과 기록을 남겼습니다.

기후부 장관, 경기도지사, 해외 반도체 산업을 특집으로 다룬 언론사 기자 등에게도 SNS를 통해 편지를 남기며, 산업의 성장과 함께 화학물질의 사용과 배출, 지역사회의 안전도 살펴야 한다는 문제를 제기해 오고 있습니다.

3. 창원에서는 정수장과 강변여과수 자료를 검토했습니다.

지역 상수도사업소 홈페이지에 게재된 정수장 원수와 정수의 PFOA·PFOS·PFHxS 측정 자료를 살펴보았습니다. 분석 대상은 3종이었으며, 정량한계 1ng/L로 분석된 결과를 검토했습니다.

특히 2026년 3/4분기 PFAS 감시항목 검사 결과에서 대산 강변여과수의 PFOA 16ng/L가 확인되었고, 이를 칠서·석동의 측정값과 비교하며 도표와 그래프를 만드는 데 AI의 도움을 받아 간편하게 작업할 수 있었습니다. 물론 수치 오류에 대한 최종 검토는 제 몫이었고, 실제로 한 항목의 수치가 잘못 바뀐 것을 확인해 수정한 뒤 관계자분들과 공유했습니다.

이를 통해 강변여과라는 취수 방식이 PFAS 관리의 충분한 대책인지, 측정 대상에 포함되지 않은 다른 PFAS는 어떻게 관리해야 하는지 질문하게 되었습니다.

지난 7월 강변여과수 확대안을 정부에 제출한 지역 시의원에게 이 자료와 질문을 SNS로 전달했고, 검토하겠다는 답변을 받았습니다.

4. 이천 반도체 산업단지 주변 하천의 PFAS 자료를 추적했습니다.

SK하이닉스 사업장이 있는 이천전자산업단지 주변 죽당천에서 남한강으로 이어지는 수계의 PFAS 측정 자료(아리수본부 서울물연구원 자료)와, 2024년 12월 가동을 시작한 구마모토 TSMC의 방류수 검사를 다룬 현지 언론 보도를 함께 검토했습니다.

특히 PFBA와 PFBS 등 단쇄 PFAS의 비중에 주목했습니다. 대표적인 PFOS와 PFOA만 살펴보는 방식으로는 산업폐수의 PFAS 특성을 충분히 파악하기 어려울 수 있다는 점을 알게 되어, 물질별 측정과 반복 조사의 필요성을 질문했습니다.

이 과정은 공개된 기존 측정 자료를 검토하고 비교하는 것을 중심으로 진행했습니다.

5. 평택에서는 기사로 접한 시료 분석 결과를 검토했습니다.

2026년 9월 17일 삼성고덕산단 방류 지점 인근 서정리천에서 채취한 시료를 부산대학교 환경·에너지연구소가 분석했고, 그 결과가 10월 19일 공개된 것을 기사로 접했습니다.

공개된 결과에서는 PFAS 17종의 정량값 합계 농도가 약 9,008ng/L로 보고되었고, PFBA가 4,240ng/L로 가장 높은 농도를 나타냈습니다. 저는 이 결과를 단순히 높은 농도의 문제로만 보지 않습니다.

왜 PFBA와 같은 단쇄 PFAS가 높은 비중을 차지했을까? 고덕공공하수처리시설에서는 여러 사업장의 폐수가 어떻게 처리될까? 처리 전후의 농도는 얼마나 달라질까? 최종 방류수는 안성천과 평택호를 거치며 농업용수와 지역 생태계에 어떤 의미를 가질까?

AI를 활용해 공개된 분석 결과를 정리하고 추가로 확인해야 할 질문을 만들어 최근 기후부 SNS에 질문을 남겼으며, 앞으로 국민신문고 등으로 의견을 제출할 때에도 AI를 활용할 예정입니다.

다만 한 지점의 시료 분석만으로 개별 기업의 배출 기여도나 하천 전체의 오염 수준을 확정할 수는 없습니다. 이를 확인하려면 사업장별 유입수와 처리수, 최종 방류수, 하천 상·하류에 대한 반복 측정이 필요합니다.

창원·이천·평택 자료는 모두 공개된 측정 자료와 보도된 결과를 검토한 것입니다. 이처럼 AI 활용은 단순한 정보 습득을 넘어 실제 자료 검토와 후속 질문으로 이어졌습니다. 이 질문들은 지역사회뿐 아니라 전 국민과 관련된 기후부의 PFAS 먹는 물 기준 마련에도 의미 있는 질문이 될 것으로 기대합니다.


④ 나만의 활용 방식과 개선 포인트는 무엇인가요?

제가 AI를 활용하는 방식에는 하나의 원칙이 있습니다.

AI의 답변을 결론으로 삼지 않고, 다음에 확인해야 할 질문으로 삼는 것입니다.

AI가 PFAS의 특성을 설명하면 논문을 확인합니다. 수질 농도를 비교하면 측정 지점, 분석 물질, 정량한계를 확인합니다. 오염 경로를 추정하면 실제 하천과 폐수처리시설의 연결 관계를 다시 살펴봅니다.

특히 다음 세 가지를 중요하게 생각합니다.

- 사실과 추정을 구분하기
- AI 답변을 원자료와 대조하기
- 확인되지 않은 내용은 결론을 유보하기

또한 질문을 한 번에 끝내지 않습니다. 이전 조사에서 나온 의문을 다음 질문으로 발전시키고, 그 결과를 다시 원자료와 비교합니다.

이러한 반복 과정이 AI를 단순한 검색 도구가 아닌 시민 연구의 협업 도구로 활용하는 저만의 방식입니다.

앞으로는 AI의 답변뿐 아니라 답변의 근거와 출처, 분석 과정까지 기록해 다른 사람도 검증할 수 있도록 개선하고 싶습니다.


⑤ 다른 사람도 따라 할 수 있나요?

가능합니다. 전문 연구자가 아니더라도 자신의 생활 주변에서 발견한 문제를 AI와 함께 조사할 수 있습니다.

제가 제안하는 방법은 다음과 같습니다.

1. 생활 속에서 의문을 발견합니다.
2. AI를 활용해 관련 과학 개념과 전문용어를 공부합니다.
3. 정부·공공기관·학술논문 등 원자료를 찾습니다.
4. AI의 설명과 원자료를 대조하고 사실과 추정을 구분합니다.
5. 추가로 필요한 자료와 공공기관에 질문할 사항을 정리합니다.
6. 조사 과정과 결과를 다른 시민도 이해할 수 있는 글과 표로 기록합니다.