AI-Enhanced Bioinformatics™
NaturaPredicta®는 기능성 원료 탐색을 위한 AI 기반 생리활성 예측 플랫폼입니다. PubMed 문헌을 분석해 건강기능식품 신소재 후보의 생리활성을 실험 전에 예측합니다.NaturaPredicta® is an AI platform for predicting the bioactivity of candidate health functional food ingredients. It analyses PubMed literature to estimate bioactivity before any lab work begins.
의약품은 단일 활성분자를 타깃으로 설계합니다. 그러나 천연 원료는 수많은 화합물로 이루어진 매트릭스라, 단일 성분 접근은 근본적으로 맞지 않습니다.Drugs are designed around a single active molecule. A botanical ingredient is a matrix of many compounds, so a single-compound approach does not fit.
승인된 건강기능식품 원료와 새로운 후보 원료의 문헌 기반 기능성 패턴을 비교해 유사도를 산출하고, 후속 검토할 후보의 우선순위를 정합니다.We compare literature-based functional patterns of listed health functional food ingredients and new candidates, then rank candidates for follow-up.
승인원료와 타겟원료의 PubMed 초록을 수집합니다. MeSH 통제 어휘로 카테고리별 검색어를 구성합니다.Collect PubMed abstracts for listed and target ingredients, with MeSH-based queries per category.
BioBERT가 초록마다 기능성 카테고리 확률(0~1)을 산출하고, 원료별로 집계·정규화합니다.BioBERT assigns each abstract a probability (0–1) per functional category, aggregated and normalised per ingredient.
코사인 유사도로 후보와 기존 원료의 패턴 방향을 비교하고 후보를 선별합니다.Cosine similarity compares the direction of each pattern and ranks the candidates.
cos(θ) = (A · B) / (‖A‖ ‖B‖)A: 승인 원료의 기능성 벡터 · B: 후보 원료의 기능성 벡터A: listed ingredient vector · B: candidate vector
계통이 다른 식물이라도 문헌 기반 기능성 패턴은 비슷할 수 있습니다. 땅콩은 생강·강황과 높은 유사도를 보였습니다.Botanically distant plants can share a similar literature-based pattern. Peanut showed high similarity to ginger and turmeric.
숫자는 땅콩과의 코사인 유사도입니다. 막대는 문헌 기반 점수이며 실제 효능의 크기를 뜻하지 않습니다.Figures are cosine similarity to peanut. Bars are literature-based scores, not the size of an actual effect. Kim SH, Choi D. Food Suppl Biomater Health. 2023;3(3):e17.
땅콩이 강황·생강과 0.95 내외의 유사도를 보인다는 것은, 이미 개별인정형 기능성을 확보한 원료의 연구자들이 걸어온 검증 경로(타깃 기능성·시험설계)를 땅콩 개발 초기에 참고할 수 있다는 뜻입니다.A similarity of about 0.95 between peanut and turmeric or ginger means peanut development can borrow the validation path — target claims and study designs — of ingredients that already hold individual recognition.
타깃 기능성을 잘못 설정해 비임상·임상 단계에서 실패하는 리스크를 초기에 줄이는 것이 핵심입니다.The point is to reduce, early on, the risk of failing in non-clinical or clinical stages because of the wrong target claim.
항산화 × 혈당처럼 두 축을 동시에 분석하면, 비슷한 패턴을 가진 원료가 군집으로 묶입니다. 이 군집은 조합 설계와 대체소재 탐색의 출발점이 됩니다.Plotting two axes, such as antioxidant and blood glucose, groups ingredients with similar patterns — a starting point for blend design and substitutes.
실전 적용 · Samyang Foods 공동연구Applied study · with Samyang Foods
미토콘드리아 기능과 세포 노화를 함께 타깃하는 천연물 블렌드를 찾는 연구에서, NaturaPredicta®가 후보 천연소재를 문헌 기반으로 스크리닝했습니다.In a study seeking a botanical blend that targets both mitochondrial function and cellular senescence, NaturaPredicta® screened the candidate materials from the literature.
Park SH, Kim HS, Choi PG, et al. “Broccoli-licorice-passionflower blend improves mitochondrial function and exerts senotherapeutic effects.” Food Sci Biotechnol. 2026;35(11):3409–3421.
NaturaPredicta®(AI-method)와 기존 인력 기반 개발(Human-method)을 비교한 온라인 설문에서, 모든 항목에서 AI-method가 유의하게 높게 평가되었습니다(p<0.05). 신뢰도와 전문성 인식은 제품 태도와 구매 의도를 완전 매개했습니다.In an online survey comparing NaturaPredicta® (AI-method) with conventional human-based development, the AI-method scored significantly higher on every item (p<0.05). Perceived trust and expertise fully mediated product attitude and purchase intention.
AI 기반 원료 선정 과정을 공개하는 것 자체가 제품의 마케팅 자산이 될 수 있습니다.Disclosing an AI-based selection process can itself become a marketing asset.
Whang J, Kim SH. Food Suppl Biomater Health. 2024;4(2):e14.
새 후보와 이미 기능성을 확보한 원료 간 유사도로 초기 개발 방향을 설정합니다.Set early development direction from a candidate's similarity to ingredients with established claims.
두 개 이상의 기능성 축을 함께 분석해 유사 소재군을 찾고, 조합·대체소재 설계에 활용합니다.Analyse two or more functional axes together to find ingredient groups for blend or substitute design.
여러 추출물의 조합을 다중 지표로 스크리닝해 최적 블렌드를 도출합니다.Screen extract combinations across multiple indicators to identify the best blend.
보조 표현층을 설계해 기능성 예측 결과의 해석가능성을 높입니다.Design an auxiliary representation layer that makes predictions easier to interpret.
신규·해외 원료의 한국 개별인정형 기능성원료 인정 경로 설계를 자문합니다.Advise on pathways for new or overseas ingredients to gain individual functional recognition in Korea.
분석 결과는 연구개발 판단을 돕는 자료이며, 식약처의 기능성 인정을 보장하지 않습니다.Results support R&D decisions and do not guarantee recognition by the Korean MFDS.
산업 현장의 실무 경험과 AI·경영학 전문성이 결합된 다학제 연구진이 함께 개발했습니다.Developed by a multidisciplinary team combining industry experience with AI and business research.
대표 · 공학박사President · Ph.D. in Engineering
세아바이오솔루션SEAH bio solution
연세대학교 공학박사. 前 종근당 의약연구소 천연물탐색실 책임연구원, CJ제일제당 건강식품사업부. 식약처 건강기능식품공전 개정 활동. 2014년부터 세아바이오솔루션 대표.Ph.D., Yonsei University. Former principal researcher in natural product discovery at Chong Kun Dang Research Institute; former CJ CheilJedang health food division. Contributed to revisions of the Korean Health Functional Food Code. President of SEAH bio solution since 2014.
학부장 · 교수 · 컴퓨터공학박사Dean & Professor · Ph.D. in Computer Science
고려사이버대학교 AI·데이터과학부Cyber University of Korea, AI & Data Science
고려대학교 컴퓨터공학 박사. 연구분야는 엣지 인텔리전스, 연합학습, 분산 머신러닝.Ph.D. in Computer Science, Korea University. Research in edge intelligence, federated learning and distributed machine learning.
조교수 · 경영학박사Assistant Professor · Ph.D. in Business
제주대학교 경영학과Jeju National University, Business Administration
고려대학교 경영학(마케팅) 박사. 세부전공은 마케팅 전략·혁신, 디지털 마케팅 전략.Ph.D. in Marketing, Korea University. Focus on marketing strategy and innovation, and digital marketing.
NaturaPredicta®는 대한민국 특허청 상표등록 제40-2370089호입니다.NaturaPredicta® is a registered trademark in Korea (Reg. No. 40-2370089).
세아바이오솔루션은 2007년 설립 이후 건강기능식품·천연물 R&D, 규제 자문, 글로벌 원료 사업을 이어왔습니다. 원료명과 개발 단계를 알려주시면 적합한 분석 범위를 제안드립니다.Since 2007, SEAH bio solution has worked across health functional food and botanical R&D, regulatory advisory and global ingredient sourcing. Tell us the ingredient and your stage, and we will propose a scope.
B618, 167 Songpa-daero, Songpa-gu, Seoul, Korea
