The Korean text of this paper can be translated into multiple languages on the website of http://jksee.or.kr through Google Translator.
AbstractThis paper aims to address the critical issue of biofouling in water treatment membrane systems, which decreases operational efficiency and increases energy consumption. The study explores energy-efficient biofouling control methods, focusing on established and emerging technologies. The review examines various approaches, including surface modification, antimicrobial nanomaterials, and photocatalytic membranes. Techniques using zwitterionic polymers, amphiphilic coatings, silver nanoparticles (nAg), and nanodiamonds (UDD) are analyzed for their effectiveness in mitigating biofouling. Photocatalytic membranes employing Metal-Organic Frameworks (MOFs) are also evaluated for their sustainable microbial inhibition capabilities. Surface modification techniques demonstrated the potential to alter membrane hydrophilicity, effectively preventing microbial adhesion and biofilm formation. Incorporating antimicrobial nanomaterials such as nAg and UDD disrupted microbial cell membranes and enhanced hydrophilicity, significantly increasing biofouling resistance. Photocatalytic membranes utilizing MOFs produced reactive oxygen species (ROS) under light exposure, providing a sustainable and energy-efficient approach to biofouling control. However, the integration of real-time monitoring systems and AI-based predictive models remains necessary to further optimize membrane performance and reduce energy consumption. The development of multifunctional membranes that combine biofouling resistance with resource recovery capabilities is essential to tackle the global water crisis and ensure access to clean water. Continued research in integrating advanced technologies such as AI and sustainable materials will be pivotal in advancing energy-efficient biofouling control.
요약본 논문은 최근 수처리 멤브레인 시스템에서 바이오파울링이 운영 효율성을 저하시키고 에너지 소비를 증가시키는 주요 문제로 대두됨에 따라, 이를 에너지 효율적으로 제어하기 위한 기존 및 유망한 기술을 탐구하는 것을 목적으로 한다. 바이오파울링 제어를 위해 표면 개질, 항균 나노물질 도입, 광촉매 멤브레인과 같은 물리적, 화학적, 생물학적 접근법을 분석하였다. 특히, 양이온성 폴리머 및 양친성 코팅 기술과 은 나노입자(nAg), 나노다이아몬드(UDD)를 포함한 다양한 항균 물질의 효과를 평가하였으며, 광촉매 메커니즘을 이용한 지속 가능한 바이오파울링 억제 기술의 가능성을 검토하였다. 양이온성 폴리머와 양친성 코팅을 사용한 표면 개질 기술은 멤브레인 친수성을 변화시켜 미생물 부착을 방지함으로써 바이오파울링 억제에 효과적임을 보여주었다. 또한, 은 나노입자와 나노다이아몬드의 도입은 미생물 세포막을 파괴하고 친수성을 증가시켜 바이오파울링 저항성을 강화하였다. 금속-유기 구조체(MOFs)를 사용하는 광촉매 멤브레인은 빛을 받아 활성 산소종(ROS)을 생성하여 지속 가능하고 에너지 효율적인 바이오파울링 제어 방법으로 평가되었다. 그러나 이러한 기술에도 불구하고, 실시간 모니터링과 인공 지능(AI) 기반 예측 모델의 도입을 통해 멤브레인 운영의 최적화와 에너지 소비 최소화가 필요하다. 바이오파울링 저항성과 자원 회수 기능을 결합한 다기능성 멤브레인의 개발은 깨끗한 물에 대한 전 세계적 수요를 충족하고 물 부족 문제를 해결하는 데 필수적이다. 추가 연구를 통해 에너지 효율적인 운영과 지속 가능한 바이오파울링 제어 기술을 구현할 필요가 있다.
1. 서 론바이오파울링(biofouling)은 수중에 잠긴 표면에 미생물, 조류, 식물 및 기타 생물학적 물질이 축적되는 현상으로[1], 이는 주로 미생물 군집이 형성하는 생물막(biofilm)으로 나타난다(Fig. 1). 이러한 생물막은 미생물이 분비하는 세포 외 고분자 물질(EPS)로 둘러싸여 있으며[2], 수처리 시스템, 특히 멤브레인 기반 여과 시스템에서 큰 문제를 일으킨다. 멤브레인 표면에 형성된 생물막은 물의 흐름에 대한 저항을 증가시키며, 그 결과 투과 플럭스(permeate flux)가 감소하여 막간 압력(Transmembrane pressure, TMP)이 상승하게 된다[3]. 이를 해결하기 위해 더 많은 에너지가 필요하게 되어 시스템의 효율성을 저하시킬 뿐 아니라 운영 비용도 증가시킨다[4].
특히, 역삼투(RO), 나노여과(NF)와 같은 멤브레인 여과 시스템에서 바이오파울링은 주요 문제로 대두되고 있다[5]. 바이오막이 형성되면 수처리 시스템의 효율성 저하 뿐만 아니라, 멤브레인의 물리적 손상과 더불어 더 자주 청소하거나 교체해야 하는 상황이 발생하게 된다. 이러한 문제들은 운영 비용을 크게 증가시키므로, 바이오파울링의 효과적인 제어는 수처리 시스템의 지속 가능성과 경제성을 확보하기 위해 필수적이다[6].
수처리 멤브레인에서 바이오파울링이 발생하면 다양한 운영상의 문제를 초래한다. 그 중 가장 중요한 문제는 에너지 소비의 증가이다[9]. 생물막이 성장하면서 멤브레인 성능을 저해하는 장벽을 형성하여 시스템의 출력 유지에 더 많은 에너지가 필요해진다[7]. 또한, 바이오파울링은 흐름 분포의 불균형, 멤브레인 막힘, 나아가서는 비가역적 손상까지 일으킬 수 있다 [10]. 장기적으로 이러한 문제들은 시스템의 전체적인 효율성을 저하시켜 수처리 목표를 달성하는 데 어려움을 겪게 하며, 운영 비용 뿐만 아니라 환경적 부담도 증가시킨다[8, 11].
바이오파울링이 제어의 중요성을 고려할 때, 에너지 효율적인 제어 전략의 개발이 필수적이다. 멤브레인의 형태, 재질, 기공 크기(pore size)와 같은 물리적 특성은 바이오파울링에 중요한 영향을 미치는 요소로 잘 알려져 있다. 그러나 본 논문은 물리적 특성에 대한 논의보다는 바이오 파울링 제어 기술의 에너지 효율성에 중점을 두고자 하였다. 이는 수처리 시스템의 실질적인 운영 효율을 향상시키는 데 있어 제어 기술이 핵심적인 역할을 하고 기존 멤브레인 시스템에 적용 가능하다고 판단했기 때문이다. 또한, 물리적 특성에 대한 연구는 이미 다양한 선행 연구를 통해 그 중요성과 효과가 충분히 논의되어 왔기 때문에, 본 논문에서는 최신 제어 기술의 동향과 에너지 효율적 관점에서의 응용 가능성에 초점을 맞추고 있다. 기존의 바이오파울링 제어 기술인 화학적 세정 및 물리적 백워싱(backwashing) 등의 방법은 단기적으로는 효과적일 수 있지만, 반복적인 적용이 필요하며, 에너지 소모가 크고 화학 물질 사용 증가와 멤브레인 마모 등의 부작용이 있다[12]. 이러한 한계점을 극복하기 위해 지속 가능하고 에너지 효율적인 바이오 파울링 제어 기술이 필요하다[13].
최근 연구에서는 표면 개질, 항균 나노입자, 광촉매 기술, 그리고 인공지능(AI) 기반 예측 모델이 바이오파울링 제어에 적용되고 있다. 표면 개질을 통해 멤브레인의 물리적, 화학적 특성을 개선하여 미생물의 부착을 억제하고, 항균 나노입자를 멤브레인 표면에 도입하여 미생물의 세포막을 파괴하는 방법이 발전하고 있다[14]. 또한 광촉매 멤브레인은 금속-유기 구조체(MOFs)를 통해 빛을 받아 활성 산소종(ROS)을 생성하여 미생물 성장을 억제하는 지속 가능하고 에너지 효율적인 방법으로 평가된다[15]. AI 기반 예측 모델은 실시간으로 바이오파울링 발생 가능성을 예측하고, 이를 기반으로 시스템 운영을 최적화함으로써 에너지 소비를 줄이는 데 기여하고 있다 [16].
본 논문은 수처리 멤브레인에서 바이오파울링을 보다 에너지 효율적으로 제어하기 위한 최신 기술과 전략을 탐구하고자 한다. 기존 기술의 한계를 고찰함과 동시에, 에너지 소비를 최소화하면서 바이오파울링을 억제할 수 있는 대안적 방법을 소개하고자 한다. 특히, 바이오파울링 제어를 위한 물리적, 화학적, 생물학적 그리고 예측 기술들과 같은 최신 기술을 중심으로 논의할 것이다. 본 논문을 통해 향후 연구 및 개발의 주요 방향을 제시하고, 지속 가능하고 에너지 효율적인 수처리 솔루션을 위한 기여를 하고자 한다.
2. 바이오파울링의 메커니즘바이오파울링(biofouling)은 수처리 멤브레인에서 발생하는 대표적인 오염 현상으로, 바이오필름(biofilm) 형성에 의해 주로 발생한다[17]. 바이오필름은 미생물이 멤브레인 표면에 부착하여 군집을 형성하고, 그들이 분비하는 세포 외 고분자 물질(extracellular polymeric substances, EPS)에 의해 형성된다[2]. 바이오필름 형성 과정은 크게 네 단계로 구분된다[18]. 첫 번째로, 초기 부착 단계에서는 미생물이 물속에서 멤브레인 표면에 접촉하게 되며, 반데르발스힘, 전기적 상호작용과 같은 물리화학적 상호작용을 통해 표면에 부착된다[19]. 이 부착은 가역적일 수 있으며, 미생물이 다시 떨어져 나갈 수 있다. 두 번째 단계는 영구 부착으로, 미생물이 섬모와 편모 같은 구조를 통해 멤브레인 표면에 강하게 결합하고, EPS를 분비하여 안정적인 생물막을 형성한다[20]. 세 번째 단계는 미생물 군집이 증식하고, 쿼럼 센싱(quorum sensing)을 통해 미생물 간 신호 전달이 이루어지는 단계이다. 쿼럼 센싱은 미생물들이 주변 환경에서 다른 미생물의 농도를 감지하고, 일정 수준에 도달하면 집단 행동을 조절하는 메커니즘으로, 이 과정을 통해 바이오필름의 성장이 촉진된다[21]. 마지막으로, 성숙한 바이오필름은 일부 미생물이 떨어져 나가 다른 표면에 부착하고 새로운 바이오필름을 형성할 수 있다. 이러한 바이오필름의 반복적인 형성은 멤브레인 표면을 덮어 시스템 성능을 저하시키는 주요 원인이 된다[17].
바이오파울링은 에너지 효율에도 큰 영향을 미친다[22]. 바이오필름이 멤브레인 표면에 형성되면 물 흐름 저항이 증가하게 되며, 이는 동일한 처리량을 유지하기 위해 더 높은 운영 압력을 필요로 한다[23]. 예를 들어, 역삼투(RO) 시스템에서 바이오파울링이 발생하면 막간 압력(Transmembrane Pressure, TMP)이 약 30% 증가할 수 있으며, 이는 시스템의 에너지 소비를 20%까지 상승시키는 결과를 초래할 수 있다[24]. 운영 압력이 증가할수록 시스템의 에너지 소모량도 선형적으로 증가하며, 이는 장기적으로 멤브레인의 물리적 손상을 가속화시켜 유지보수 비용이 상승하게 된다. 바이오파울링이 심화되면, 멤브레인의 세정 주기가 단축되며, 물리적 또는 화학적 세정을 통해 이를 억제할 수 있지만, 빈번한 세정은 추가적인 에너지와 자원의 소모를 유발한다[12]. 이는 멤브레인의 수명을 단축시키고, 잦은 세정으로 인해 시스템 가동 시간이 줄어들어 전체 운영 효율이 저하된다.
결국, 바이오파울링이 제대로 관리되지 않을 경우 수처리 시스템의 전반적인 에너지 소비는 꾸준히 증가하게 된다. 이는 시스템의 경제성 및 지속 가능성에 부정적인 영향을 미친다. 따라서, 바이오파울링의 메커니즘을 깊이 이해함으로써 이를 효과적으로 제어하는 기술 개발은 수처리 멤브레인 시스템의 장기적인 성능 유지와 에너지 효율 향상을 위해 필수적이다.
3. 바이오파울링 제어를 위한 물리적 방법3.1. 표면개질 및 나노패턴바이오파울링을 효과적으로 억제하기 위한 물리적 제어 방법으로, 표면 개질과 나노패턴을 적용한 기술이 주목받고 있다[25]. 이들 기술은 멤브레인의 표면 특성을 변화시켜 미생물 부착을 방지하고, 이를 통해 바이오파울링을 제어하는 데 중점을 둔다[26]. 나노임프린트(nanoimprint)와 이온 빔 조사(ion beam irradiation)는 이러한 물리적 제어 기술 중 두 가지 대표적인 방법으로, 각각 다른 방식으로 멤브레인 표면의 물리적 특성을 조정하여 바이오파울링을 억제한다.
3.1.1. 나노임프린트 기술을 활용한 바이오파울링 제어나노임프린트 기술은 멤브레인 표면에 정밀한 나노 구조를 형성하여 미생물 부착을 물리적으로 차단하는 방식이다[27]. 이를 통해 바이오파울링을 효과적으로 억제 할 수 있다. 예를 들어, PFTE 멤브레인에 606 nm 주기와 100 nm 깊이의 나노패턴을 형성한 결과, 표면 패턴이 물리적 장벽 역할을 하여 미생물이나 단백질의 부착이 약80% 감소되었다[28]. 또한, 나노 패턴은 표면 에너지를 변화시켜 미생물과의 접촉을 방해하며, 미생물이 표면에 안정적으로 부착하지 못하게 한다. 이 기술은 화학적 처리 없이 다양한 물질에 적용 가능하며, 상대적으로 간단한 공정을 통해 바이오파울링 저항성을 크게 향상시킬 수 있다는 장점이 있다[29].
나노임프린트 기술은 물리적 장벽 효과와 표면 에너지 변화를 동시에 제공하여 바이오파울링을 물리적으로 차단하는 데 매우 효과적이다. 표면 패턴은 미생물 부착을 방지할 뿐만 아니라, 오염 물질의 흐름 프로필을 변화시켜 표면에 균일한 오염 물질 침적을 막아준다[25]. 이러한 효과는 바이오파울링 발생 초기 단계에서 중요한 역할을 하며, 시스템의 운영 압력을 감소시키는 데도 기여할 수 있다.
3.1.2. 이온 빔 조사 기술을 활용한 바이오파울링 제어이온 빔 조사는 멤브레인의 표면의 거칠기와 미세 구조를 변화시켜 미생물 부착을 억제하는 기술이다(Fig. 2). 이온 빔이 멤브레인에 충돌하면서 에너지를 전달해 표면의 물리적 특성을 변화시키며, 거칠기를 줄여 미생물 부착을 방해한다. 예를 들어, 이온 빔 조사를 통해 멤브레인의 표면 거칠기를 21% 감소시킨 결과, 미생물 부착이 억제되었고, 바이오파울링 저항성이 크게 향상되었다[31]. 또한, 이온 빔 조사는 멤브레인의 용매 투과 계수(MTC)를 2배 이상 향상시켜 멤브레인의 성능을 유지하면서도 오염 발생을 줄이는 효과를 보였다[30].
이온 빔 조사는 장기적 효과에서도 주목 받고 있다. 표면 거칠기가 줄어들면 미생물 부착이 어려워지고, 이로 인해 멤브레인의 청소 주기를 늘릴 수 있으며, 시스템의 운영 효율성을 높일 수 있다. 특히, 이온 빔 조사는 화학 물질을 사용하지 않은 친환경적인 공정이라는 점에서 나노임프린트와 비교할 때 환경적 부담을 줄일 수 있는 장점을 가지고 있다[32].
3.2. 비교 분석 및 에너지 효율성나노임프린트 기술과 이온 빔 조사는 모두 바이오파울링을 억제하는 데 효과적이지만, 적용 방식과 장기적 효율성 측면에서 차이가 있다. 나노임프린트 기술은 즉각적인 물리적 차단 효과를 제공하며, 미세한 패턴을 통해 초기 부착 단계에서는 미생물의 부착을 방해한다. 그러나 장기적인 사용에 있어서는 표면 패턴이 시간이 지남에 따라 마모되거나 오염 물질이 축적될 가능성이 있다[33]. 반면, 이온 빔 조사는 표면 거칠기를 줄여 미생물 부착을 장기적으로 억제하며, 청소 주기를 늘려 운영 효율을 향상시킬 수 있다[34].
에너지 효율성 측면에서 나노임프린트는 화학적 처리 없이도 바이오파울링을 억제할 수 있어 에너지 소모가 적은 초기 공정을 제공한다. 그러나 시간이 지나면 패턴의 마모로 인해 성능이 저하될 수 있다[35]. 이온 빔 조사는 고에너지 빔을 사용하여 표면을 변화시키는 과정에서 초기 에너지 소비가 크지만, 장기적으로 세정 주기를 줄이고 시스템 운영 압력을 낮추어 전체적인 에너지 소비를 줄일 수 있다는 장점이 있다[36].
따라서, 나노임프린트 기술은 단기적 제어에 유리하며, 이온 빔 조사는 장기적 효과에서 탁월한 성능을 발휘한다. 나노 임프린트 기술은 멤브레인 표면에 나노 규모의 패턴을 형성하여 바이오파울링을 억제하는 초기 효과를 제공한다. 이 기술은 물리적 패턴에 의한 오염 차단 효과가 주된 메커니즘으로, 일반적으로 3~6개월 동안 효과가 유지된다. 그러나 시간이 지남에 따라 표면 패턴이 마모되거나 오염 물질이 축적될 가능성이 높아, 주기적인 유지보수와 재패턴 작업이 요구된다[25]. 반면, 이온 빔 조사는 멤브레인 표면의 거칠기를 약 20% 이상 감소시키며, 미생물 부착을 장기적으로 억제하는 데 효과적이다. 이온 빔 조사는 표면 구조의 근본적인 변화를 유도하여 12개월 이상 안정적인 바이오파울링 저항성을 제공한다[36]. 이러한 결과를 바탕으로, 나노임프린트 기술은 단기적인 바이오파울링 억제 및 초기 운영 최적화에 적합하며, 이온 빔 기술은 장기적인 운영 안정성과 유지 비용 절감에 유리한 솔루션임을 확인 할 수 있다. 이러한 물리적 제어 기술은 기존의 화학적 제어 방법에 비해 에너지 효율성이 높아 수처리 멤브레인 시스템에서 장기적으로 안정적이고 지속 가능한 솔루션을 제공한다.
4. 바이오파울링 제어를 위한 화학적 방법4.1. 항균 나노물질을 이용한 멤브레인 표면 처리항균 나노물질을 사용한 멤브레인 표면 처리는 미생물의 부착 및 성장을 억제함으로써 바이오파울링을 효과적으로 제어할 수 있는 강력한 수단이다[37]. 대표적인 바이오파울링을 제어하는데 사용되고 있는 나노물질로는 은 나노입자(nAg)와 나노다이아몬드(UDD)가 있다.
4.1.1. 은 나노입자를 이용한 멤브레인 표면 처리은 나노입자는 멤브레인 표면에 적용될 때, 미생물의 세포막과 상호작용하여 세포막의 투과성을 증가시키고, 세포 내 물질의 유출을 유발하여 미생물을 억제시킨다[37]. 은 이온(Ag+)이 방출되면서 박테리아의 단백질 및 DNA에 결합하여 생리적 기능을 저해하고, 결과적으로 세포 파괴를 초래한다. 또한, 은 나노입자는 멤브레인의 표면 친수성을 향상시켜 오염 물질의 부착을 억제할 수 있다[37]. 이러한 특성 덕분에 은 나노입자가 포함된 멤브레인은 바이오파울링에 대한 저항성을 크게 향상시킬 수 있다. 결과적으로, 은 나노입자가 포함된 멤브레인은 일반 폴리설폰 멤브레인에 비해 박테리아 부착이 94% 감소하였으며, MS2 바이러스 제거율은 100%로 증가하였다.
그러나, 은 나노입자는 장기적인 사용 시 소실 문제가 발생할 수 있다. 나노입자는 시간이 지남에 따라 서서히 방출되거나 마모되면서 항균 효과가 감소할 수 있으며, 이는 멤브레인의 바이오파울링 저항성을 저하시킨다. 또한, 나노입자가 소실되면 에너지 소비 역시 증가할 수 있다. 초기에는 낮은 압력과 에너지로 운영할 수 있지만, 장기적으로는 나노입자의 손실로 인해 막간 압력(TMP)이 다시 증가하여 시스템의 에너지 효율성이 저하될 가능성이 있다[38]. 이러한 문제는 멤브레인의 유지보수 주기를 단축시키고, 운영 비용을 증가시킬 수 있다.
4.1.2. 나노다이아몬드를 이용한 멤브레인 표면 처리나노다이아몬드(Ultra Dispersed Diamonds, UDD)는 멤브레인의 기계적 강도를 강화하고, 동시에 항균 특성을 부여할 수 있는 나노물질이다. UDD는 박테리아의 세포막에 산화 반응을 유발하여 세포 파괴를 초래하며, 미생물 부착을 감소시키는 효과를 보인다(Fig. 3). UDD가 포함된 멤브레인은 일반 멤브레인 대비 세균 제거율이 5~8% 높아졌으며, 또한 UDD 농도를 0.02 g/cm3로 증가시키면 40분 후 97% 의 세균 제거율을 기록하였다[39]. 또한, UDD는 멤브레인의 표면 및 내부 구조에 고르게 분포하여 파울링 저항성을 높이고, 화학적 안정성이 높아 장기적으로 항균 특성을 유지할 수 있다[39].
나노다이아몬드의 경우, 다른 나노물질에 비해 장기적인 안정성이 높아, 오랜 시간 동안 항균 특성을 유지할 수 있으며, 이는 바이오파울링 발생을 효과적으로 억제하는 데 기여한다[40]. 특히 UDD는 멤브레인의 수명 연장에 기여하며, 이는 시스템의 에너지 효율성을 유지하는 데 중요한 역할을 한다. 장기적인 운영에서도 나노다이아몬드의 손실이 적어, 멤브레인 성능 저하가 적고, 결과적으로 에너지 소비 증가를 방지할 수 있다.
4.2. 광촉매 물질을 이용한 에너지 효율적 바이오파울링 제어광촉매 물질을 이용한 바이오파울링 제어는 외부 광원을 통해 활성화 된 물질이 미생물 성장을 억제하는 방식으로 작동한다. 금속-유기 구조체(Metal-Organic Frameworks, MOFs)와 같은 광촉매 물질은 빛을 흡수하여 활성 산소종(ROS, Reactive Oxygen Species)을 생성하며, 이 활성 산소는 미생물의 세포벽 및 세포막을 공격해 손상을 일으키고, 궁극적으로 미생물의 성장을 억제한다[41].
5. 바이오파울링 제어를 위한 생물학적 방법5.1. 항균 펩타이드를 이용한 멤브레인 표면 처리항균 펩타이드(antimicrobial peptides, AMPs)는 자연계에서 발견되는 짧은 단백질로, 주로 세균, 곰팡이, 바이러스 등 다양한 미생물에 대한 방어 역할을 수행한다[44]. 항균 펩타이드인 PGLa와 Magainin-2는 주로 개구리 피부에서 유래된 대표적인 항균 펩타이드로, 각각 고유의 항균 메커니즘을 통해 미생물의 성장을 억제한다[45].
항균 펩타이드인 PGLa와 Magainin-2는 각각 고유의 항균 메커니즘을 통해 미생물의 성장을 억제하는데, 두 펩타이드가 함께 사용될 때 시너지 효과를 발휘하여 더 강력한 항균 활성을 나타낸다(Fig. 4). PGLa와 Magainin-2를 함께 사용한 경우, 이들 펩타이드는 미생물의 세포막을 더욱 빠르고 효율적으로 파괴하여 바이오필름 형성이 70~90% 지연되거나 억제된다[44]. 이 시너지 효과는 두 펩타이드가 서로 보완적인 작용을 하기 때문인데, PGLa는 주로 미생물 세포막에 구멍을 형성하여 세포 내부 물질이 유출되도록 하는 반면, Magainin-2는 세포막의 안정성을 붕괴시키고 세포막의 투과성을 증가시킨다[44]. 이러한 작용들이 결합됨으로써, 개별 펩타이드가 단독으로 사용될 때보다 훨씬 더 강력하고 광범위한 항균 효과를 발휘할 수 있다.
이들 펩타이드가 멤브레인 표면에 화학적으로 부착되면, 멤브레인은 친수성이 증가하며, 이는 미생물의 부착을 억제하는 중요한 요인으로 작용한다. 연구에 따르면, 표면 친수성의 증가로 인해 물 분자들이 멤브레인 표면에 더 잘 흡착하게 되고, 미생물이나 오염 물질이 표면에 부착하기 어려워진다[44]. 이러한 표면 친수성 증가는 미생물이 표면에 부착한 후에도 효과적으로 세포막을 손상시키는 항균 펩타이드의 작용을 강화하여 바이오필름 형성을 방해한다[46].
시너지 효과로 인해 항균 펩타이드를 적은 농도로 사용하더라도 높은 항균 효과를 유지할 수 있으며, 이는 장기적으로 바이오파울링 저항성을 크게 향상시키는 결과를 가져온다. PGLa와 Magainin-2를 함께 사용한 경우, 이들 펩타이드는 미생물의 세포막을 더욱 빠르고 효율적으로 파괴하여 바이오필름 형성이 70~90% 지연되거나 억제된다[44]. 또한, 표면 분석 결과에 따르면, 이러한 펩타이드 부착이 멤브레인의 표면 특성을 개선하여 미생물 부착을 억제하고, 멤브레인의 수명을 연장시키는 데 기여할 수 있음을 보여준다[44].
결론적으로, 항균 펩타이드의 시너지 효과는 멤브레인 표면에서 바이오파울링 저항성을 강화하고, 지속적으로 높은 항균 성능을 제공함으로써 효율적인 수처리 시스템 운영에 기여한다.
6. 바이오파울링 모니터링 및 예측 기술수처리 멤브레인 시스템에서 바이오파울링을 실시간으로 모니터링하고 예측하는 기술은 멤브레인의 성능 최적화 및 에너지 효율적 운영을 달성하기 위한 필수적인 요소이다. 특히, 인공지능(AI) 및 머신 러닝(ML)의 발전은 데이터 기반의 바이오파울링 예측과 실시간 운영 최적화를 가능하게 하여, 바이오파울링을 보다 효율적으로 관리할 수 있도록 돕고있다.
6.1. AI 및 머신 러닝 활용머신 러닝은 복잡한 바이오파울링 메커니즘을 분석하고, 실시간으로 멤브레인의 바이오파울링 발생 가능성을 예측하는 데 유용한 도구로 자리 잡았다[47]. 바이오파울링은 다양한 환경적 요인과 미생물 간의 상호작용에 의해 발생하기 때문에, 기존의 실험적 접근만으로는 파울링을 정확히 예측하기 어렵다[48]. 그러나 머신 러닝 모델은 방대한 양의 데이터를 학습하여 이러한 요인들 간의 복잡한 상관관계를 파악하고, 향후 발생할 파울링을 효과적으로 예측할 수 있다. 최근 연구에서는 다양한 입력 변수를 사용하여 바이오파울링을 예측하는 모델들이 개발되었다. Signor 등은 해양 재생에너지 구조물의 바이오파울링 이미지를 자동으로 분류하는 딥러닝 모델을 제안하였다. 이 모델은 구조물 표면의 고해상도 이미지를 입력으로 사용하여 바이오파울링의 유형과 심각도를 예측하였다[49]. 또한, Sharma 등은 전기화학적 임피던스 분광법(EIS) 데이터와 머신 러닝을 결합하여 바이오파울링이 글루코스 센서의 민감도에 미치는 영향을 예측하는 모델을 개발하였다[50]. 이 모델은 EIS 측정값, 온도, pH, 그리고 시간 경과에 따른 센서 반응 변화를 입력 변수로 사용하였다[50]. 이러한 머신 러닝 기반 예측 모델들은 다양한 입력 변수를 활용하여 바이오파울링의 발생과 진행을 예측함으로써, 멤브레인 시스템의 성능을 최적화하고 에너지 효율을 향상시키는 데 기여할 수 있다. 특히, 머신 러닝을 활용한 바이오파울링 예측 시스템은 멤브레인 운영에 필요한 에너지를 절감하고, 유지 보수 주기를 최적화하는 데 기여할 수 있다[48]. 이러한 접근은 멤브레인 사용자가 파울링 발생 전에 예방 조치를 취할 수 있도록 하여, 시스템의 전반적인 효율성을 높이는 데 도움을 준다.
6.2. 실시간 모니터링 기술실시간으로 바이오파울링을 감지하고 제어하기 위한 모니터링 기술은 최근의 중요한 연구 주제 중 하나이다. 형광 이미징과 같은 최신 모니터링 기법은 멤브레인 표면에서의 미생물 부착과 바이오필름 형성을 실시간으로 시각화 할 수 있다[49]. 이 기술은 미생물의 초기 부착 단계를 감지하여 파울링이 발생하기 전에 적절한 조치를 취할 수 있도록 한다. 형광 이미징 외에도 전기화학적 임피던스 분광법(EIS)과 같은 기술도 바이오파울링의 진행 상태를 실시간으로 평가하는 데 유용하게 사용되고 있다[50]. EIS는 센서 표면의 물리적 변화를 감지하여 파울링 진행을 실시간으로 모니터링하며, 이 데이터를 바탕으로 머신 러닝 모델이 멤브레인의 성능 저하를 예측할 수 있다.
6.3. AI 및 머신 러닝 기반 바이오파울링 예측 시스템의 작동 방식AI 및 머신 러닝을 활용한 바이오파울링 예측 및 모니터링 시스템은 다양한 센서로부터 수집된 데이터를 실시간으로 분석하여 작동한다[51]. 우선, 형광 이미징 또는 전기화학적 임피던스 분광법(EIS)과 같은 실시간 모니터링 기술을 통해 멤브레인 표면의 미생물 부착 정도나 물리적 변화를 감지하고, 이를 데이터로 축적한다 [49]. 이 데이터는 머신 러닝 모델에 입력되고, 과거의 데이터 패턴을 학습함으로써 향후 바이오파울링 발생 가능성을 예측한다. 머신 러닝 알고리즘은 딥러닝 기술, 특히 합성곱 신경망(CNN)을 사용하여 이미지 기반 데이터를 처리하며, 이를 통해 멤브레인 표면의 바이오파울링 정도를 정밀하게 분류하고 평가할 수 있다[48]. 실제 사례로, CNN은 바이오파울링 이미지 데이터베이스에서 평균 74.75%의 정확도를 달성하였으며, 특정 클래스의 경우 95% 이상의 정확도를 기록했다 [48]. 또한, 해양 구조물에서 바이오파울링을 자동으로 분류하는 모델은 주요 클래스에서 평균 81%의 정확도를 보였다[49]. 이러한 성능은 바이오 파울링 제어 및 운영 최적화의 초기 단계에서 유의미한 지표로 활용될 수 있다. 이 과정에서 모델은 바이오파울링의 진행 상황에 따라 다양한 제어 전략을 제시할 수 있으며, 최적의 운영 조건을 실시간으로 제안하여 에너지 소비를 줄이는 동시에 멤브레인의 성능 저하를 방지하는 데 기여한다[49].
7. 결 론바이오파울링의 제어에서 에너지 효율성을 확보하는 것은 다양한 이유에서 매우 중요하다. 특히, 수처리 멤브레인 시스템에서 바이오파울링이 발생하면 물의 흐름에 저항이 증가하여 멤브레인의 투과 플럭스가 감소하고, 이를 보완하기 위해 더 높은 운영 압력이 필요해진다. 이는 운영 에너지를 더 많이 소모하게 만들어 시스템의 효율성을 저하시킨다. 따라서, 바이오파울링을 효율적으로 제어하는 것은 에너지 소비를 줄이고 장기적인 시스템의 경제성을 확보하는데 필수적이다.
에너지 효율적인 바이오파울링 제어는 멤브레인의 수명을 연장하고, 유지보수 빈도를 줄이며, 결과적으로 운영 비용을 감소시키는 장점이 있다. 이러한 점에서 기존의 물리적, 화학적, 생물학적 방법들이 발전하고 있다. 예를 들어, 표면 개질이나 항균 나노입자 도입 같은 방법들은 초기 투자나 설치 비용이 있을 수 있지만, 장기적으로는 지속적인 에너지 사용 절감 효과를 제공한다. 나아가, AI 기반의 예측 모델이나 실시간 모니터링 기술을 활용하면 바이오파울링의 발생을 미리 예측하고 조기에 대처할 수 있어, 불필요한 에너지 소비를 최소화할 수 있다.
이와 같은 에너지 효율적인 접근법들은 결국 수처리 시스템의 지속 가능성을 높이고, 장기적인 환경적 부담을 줄이는 데 중요한 역할을 한다. 이를 통해 바이오파울링 제어는 단순히 멤브레인의 오염 방지 뿐만 아니라, 에너지 절약, 식수 확보, 그리고 환경 보호를 함께 달성하는 다목적 솔루션으로 자리잡고 있다.
Fig. 4.Antimicrobial peptide-coated surfaces using PGLa and magainin-2 for enhanced biofouling resistance. Created with BioRender.com
![]() References1. Bixler GD, Bhushan B. Biofouling: Lessons from nature. Philos. Trans. R. Soc. A Math. Phys. Eng. Sci. 1967;370:2381–2417. https://doi.org/10.1098/rsta.2011.0502
![]() 2. Herzberg M, Kang S, Elimelech M. Role of extracellular polymeric substances (EPS) in biofouling of reverse osmosis membranes. Environ. Sci. Technol. 2009;43:4393–4398. https://doi.org/10.1021/es900087j
![]() 3. Sun C, Fiksdal L, Hanssen-Bauer A, Rye MB, Leiknes TO. Characterization of membrane biofouling at different operating conditions (flux) in drinking water treatment using confocal laser scanning microscopy (CLSM) and image analysis. J. Memb. Sci. 2011;382:194–201. https://doi.org/10.1016/j.memsci.2011.08.010
![]() 4. Hilal N, Al-Khatib L, Atkin BP, Kochkodan V, Potapchenko N. Photochemical modification of membrane surfaces for (bio)fouling reduction: A nano-scale study using AFM. Desalination. 2003;158:65–72. https://doi.org/10.1016/S0011-9164(03)00434-X
![]() 5. Choi W, Shin MG, Yoo CH, Park H, Park YI, Lee JS. Desalination membranes with ultralow biofouling via synergistic chemical and topological strategies. J. Memb. Sci. 2021;626:119–212. https://doi.org/10.1016/j.memsci.2021.119212
![]() 6. Schultz MP, Bendick JA, Holm ER, Hertel WM. Economic impact of biofouling on a naval surface ship. Biofouling. 2011;27:87–98. https://doi.org/10.1080/08927014.2010.542809
![]() 7. Weerasekara NA, Choo KH, Lee CH. Hybridization of physical cleaning and quorum quenching to minimize membrane biofouling and energy consumption in a membrane bioreactor. Water Res. 2014;67:1–10. https://doi.org/10.1016/j.watres.2014.08.049
![]() 8. Hakim ML, Nugroho B, Nurrohman MN, Suastika IK, Utama IKAP. Investigation of fuel consumption on an operating ship due to biofouling growth and quality of anti-fouling coating. IOP Conf. Ser. Earth Environ. Sci. 2019;339:012–037. https://doi.org/10.1088/1755-1315/339/1/012037
![]() 9. Lu D, Jia B, Xu S, Wang P, Song D, Lin R. Role of pre-coagulation in ultralow pressure membrane system for Microcystis aeruginosa-laden water treatment: Membrane fouling potential and mechanism. Sci. Total Environ. 2020;710:136340. https://doi.org/10.1016/j.scitotenv.2019.136340
![]() 10. Kim LH, Shin MS, Kim SJ, Kim CM, Chae KJ, Kim IS. Potential effects of damaged Pseudomonas aeruginosa PAO1 cells on development of reverse osmosis membrane biofouling. J. Memb. Sci. 2015;477:86–92. https://doi.org/10.1016/j.memsci.2014.12.032
![]() 11. Zhang X, Fan L, Roddick FA. Understanding the fouling of a ceramic microfiltration membrane caused by algal organic matter released from Microcystis aeruginosa. J. Memb. Sci. 2013;447:362–368. https://doi.org/10.1016/j.memsci.2013.07.059
![]() 12. Nguyen T, Roddick FA, Fan L. Biofouling of water treatment membranes: A review of the underlying causes, monitoring techniques and control measures. Membranes (Basel). 2012;2:804–840. https://doi.org/10.3390/membranes2040804
![]() 13. Javier L, Farhat NM, Desmond P, Linares RV, Bucs S, Kruithof JC. Biofouling control by phosphorus limitation strongly depends on the assimilable organic carbon concentration. Water Res. 2020;183:116051. https://doi.org/10.1016/j.watres.2020.116051
![]() 14. Miller DJ, Araújo PA, Correia PB, Ramsey MM, Kruithof JC, van Loosdrecht MCM. Short-term adhesion and long-term biofouling testing of polydopamine and poly(ethylene glycol) surface modifications of membranes and feed spacers for biofouling control. Water Res. 2012;46:3737–3753. https://doi.org/10.1016/j.watres.2012.03.058
![]() 15. Kochkodan V, Hilal N. A comprehensive review on surface modified polymer membranes for biofouling mitigation. Desalination. 2015;356:187–207. https://doi.org/10.1016/j.desal.2014.09.015
![]() 16. AlSawaftah N, Abuwatfa W, Darwish N, Husseini GA. A review on membrane biofouling: Prediction, characterization, and mitigation. Membranes (Basel). 2022;12:12121271. https://doi.org/10.3390/membranes12121271
![]() 17. Flemming HC. Biofouling in water systems - Cases, causes and countermeasures. Appl. Microbiol. Biotechnol. 2002;59:629–640. https://doi.org/10.1007/s00253-002-1066-9
![]() 18. Farhat NM, Vrouwenvelder JS, Van Loosdrecht MCM, Bucs SS, Staal M. Effect of water temperature on biofouling development in reverse osmosis membrane systems. Water Res. 2016;103:149–159. https://doi.org/10.1016/j.watres.2016.07.015
![]() 19. Etha SA, Sivasankar VS, Sachar HS, Das S. Coating for preventing nonspecific adhesion mediated biofouling in salty systems: Effect of the electrostatic and van der Waals interactions. Electrophoresis. 2020;41:657–665. https://doi.org/10.1002/elps.201900348
![]() 20. Watermann B, Berger HD, Sönnichsen H, Willemsen P. Performance and effectiveness of non-stick coatings in seawater. Biofouling. 1997;11:101–118. https://doi.org/10.1080/08927019709378323
![]() 21. Solano C, Echeverz M. Biofilm dispersion and quorum sensing. Microb. Biotechnol. 2015;8:632–640. https://doi.org/10.1016/j.mib.2014.02.008
![]() 22. Vitzilaiou E, Stoica IM, Knøchel S. Microbial biofilm communities on Reverse Osmosis membranes in whey water processing before and after cleaning. J. Memb. Sci. 2019;587:117174. https://doi.org/10.1016/j.memsci.2019.117174
![]() 24. Cui Y, Gao H, Yu R, Gao L, Zhan M. Biological-based control strategies for MBR membrane biofouling: A review. Water Sci. Technol. 2021;83:2597–2614. https://doi.org/10.2166/wst.2021.168
![]() 25. Xie M, Luo W, Gray SR. Surface pattern by nanoimprint for membrane fouling mitigation: Design, performance and mechanisms. Water Res. 2017;124:238–243. https://doi.org/10.1016/j.watres.2017.07.057
![]() 26. Dobretsov S, Dahms HU, Qian PY. Inhibition of biofouling by marine microorganisms and their metabolites. Biofouling. 2006;22:43–54. Https://doi.org/10.1080/08927010500504784
![]() 27. Xie Q, Zeng H, Peng Q, Bressy C, Ma C, Zhang G. Self-stratifying silicone coating with nonleaching antifoulant for marine anti-biofouling. Adv. Mater. Interfaces. 2019;6:1–9. https://doi.org/10.1002/admi.201900535
![]() 28. Yu Y, Zhang L, Li X, Ye J, Meng J. Multifunctionalization of PTFE membrane surface for biofouling resistance and oil/water separation performance improvement. J. Environ. Chem. Eng. 2023;11:109158. https://doi.org/10.1016/j.jece.2022.109158
![]() 29. Taghavian H, Černík M, Dvořák L. Advanced (bio)fouling resistant surface modification of PTFE hollow-fiber membranes for water treatment. Sci. Rep. 2023;13:1–16. https://doi.org/10.1038/s41598-023-38764-9
![]() 30. Kitano H, Suzuki H, Kondo T, Sasaki K, Iwanaga S, Nakamura M. Image printing on the surface of anti-biofouling zwitterionic polymer brushes by ion beam irradiation. Macromol. Biosci. 2011;11:557–564. https://doi.org/10.1002/mabi.201000437
![]() 31. Good K, Escobar I, Xu X, Coleman M, Ponting M. Modification of commercial water treatment membranes by ion beam irradiation. Desalination. 2002;146:259–264. https://doi.org/10.1016/S0011-9164(02)00484-8
![]() 32. Sioshansi P, Tobin EJ. Surface treatment of biomaterials by ion beam processes. Surf. Coatings Technol. 1996;83:175–182. https://doi.org/10.1016/0257-8972(95)02838-2
![]() 33. Ma Z, Liang S, Xiao K, Wang X, Li M, Huang X. Superhydrophilic polyvinylidene fluoride membrane with hierarchical surface structures fabricated via nanoimprint and nanoparticle grafting. J. Memb. Sci. 2020;612:118332. https://doi.org/10.1016/j.memsci.2020.118332
![]() 34. Cui FZ, Luo ZS. Biomaterials modification by ion-beam processing. Surf. Coatings Technol. 1999;112:278–285. https://doi.org/10.1016/S0257-8972(98)00763-4
![]() 35. Kim T, Kwon S, Lee J, Lee JS, Kang S. A metallic anti-biofouling surface with a hierarchical topography containing nanostructures on curved micro-riblets. Microsystems Nanoeng. 2022;8:6. https://doi.org/10.1038/s41378-021-00341-3
![]() 36. King S, Escobar I, Xu X. Ion beam irradiation modifications of a commercial polyether sulfone water-treatment membrane. Environ. Chem. 2004;1:55–59. https://doi.org/10.1071/EN04003
![]() 37. Zodrow K, Brunet L, Mahendra S, Li D, Zhang A, Li Q. Polysulfone ultrafiltration membranes impregnated with silver nanoparticles show improved biofouling resistance and virus removal. Water Res. 2009;43:715–723. https://doi.org/10.1016/j.watres.2008.11.014
![]() 38. Ronen A, Resnick A, Lerman S, Eisen MS, Dosoretz CG. Biofouling suppression of modified feed spacers: Localized and long-distance antibacterial activity. Desalination. 2016;393:159–165. https://doi.org/10.1016/j.desal.2015.07.004
![]() 39. Colon A, Avalos J, Weiner BR, Morell G, Ríos R. Water treatment membranes embedded with a stable and bactericidal nanodiamond material. J. Water Health. 2023;21:601–614. https://doi.org/10.2166/wh.2023.298
![]() 40. Puthongkham P, Venton BJ. Nanodiamond coating improves the sensitivity and antifouling properties of carbon fiber microelectrodes. ACS Sensors. 2019;4:2403–2411. https://doi.org/10.1021/acssensors.9b00994
![]() 41. Yu Z, Li X, Wang Z, Fan Y, Zhao W, Li D. Robust chiral metal–organic framework coatings for self-activating and sustainable biofouling mitigation. Adv. Mater. 2024;36:2407409. https://doi.org/10.1002/adma.202407409
![]() 42. Yuan G, Tian Y, Wang B, You X, Liao Y. Mitigation of membrane biofouling via immobilizing Ag-MOFs on composite membrane surface for extractive membrane bioreactor. Water Res. 2022;209:117940. https://doi.org/10.1016/j.watres.2021.117940
![]() 43. Yu Y, Wei Y, Li B, Gao H, Liu T, Luan X. Bioinspired metal-organic framework-based liquid-infused surface (MOF-LIS) with corrosion and biofouling prohibition properties. Surf. Interfaces. 2022;34:102363. https://doi.org/10.1016/j.surfin.2022.102363
![]() 44. Kandiyote NS, Mohanraj G, Mao C, Kasher R, Arnusch CJ. Synergy on surfaces: Anti-biofouling interfaces using surface-attached antimicrobial peptides PGLa and Magainin-2. Langmuir. 2018;34:11147–11155. https://doi.org/10.1021/acs.langmuir.8b01617
![]() 45. Williams RW, Starman R, Taylor KMP, Gable K, Beeler T, Zasloff M. Raman spectroscopy of synthetic antimicrobial frog peptides Magainin 2a and PGLa. Biochemistry. 1990;29:4490–4496. https://doi.org/10.1021/bi00470a031
![]() 46. Li YJ, Chen GE, Liu LJ, Xu ZL, Xu SJ, Xie HY. Designing of a novel polyvinylidene fluoride/TiO2/UiO-66-NH2 membrane with photocatalytic antifouling properties using modified zirconium-based metal-organic framework. Water Sci. Technol. 2021;84:2380–2393. https://doi.org/10.2166/wst.2021.381
![]() 47. Okuyama H, Sugawara Y, Yamaguchi T. Machine-learning-aided understanding of protein adsorption on zwitterionic polymer brushes. ACS Appl. Mater. Interfaces. 2024;16:25236–25245. https://doi.org/10.1021/acsami.4c01401
![]() 48. Bloomfield NJ, Wei S, Woodham BA, Wilkinson P, Robinson AP. Automating the assessment of biofouling in images using expert agreement as a gold standard. Sci. Rep. 2021;11:1–10. https://doi.org/10.1038/s41598-021-81011-2
![]() 49. Signor J, Schoefs F, Quillien N, Damblans G. Automatic classification of biofouling images from offshore renewable energy structures using deep learning. Ocean Engineering. 2023;288:115928. https://doi.org/10.1016/j.oceaneng.2023.115928
![]() 50. Sharmar H, Kalita D, Naskar U, Mishra BK, Kumar P, Mirza KB. Prediction of Glucose Sensor Sensitivity in the Presence of Biofouling Using Machine Learning and Electrochemical Impedance Spectroscopy. IEEE Sensors Journal. 2023;23:18785–18797. https://doi.org/10.1109/JSEN.2023.3289619
![]() 51. Gupta P, Rasheed A, Steen S. Ship performance monitoring using machine-learning. Ocean Eng. 2022;254:1–11. https://doi.org/10.1016/j.oceaneng.2022.111094
![]() |
|