스스로 학습·진화하는 엑스선 촬영 장비 나온다

KAIST, 인공지능으로 폐 질환 진단 능력 향상시키는 기술 개발

DISTL 방식으로 학습된 비전 변환기 모델의 집중 시각화 결과를 기존과 비교.

[아시아경제 김봉수 기자] 인공지능(AI)을 활용해 진단 능력을 스스로 향상시키는 엑스선 촬영 장비가 나올 전망이다.

한국과학기술원(카이스트ㆍKAIST)은 김재철AI대학원 소속 예종철 교수 연구팀이 결핵, 기흉, 코로나-19 등의 흉부 엑스선 영상을 이용한 폐 질환의 자동 판독 능력을 스스로 향상할 수 있는 자기 진화형 인공지능 기술을 개발했다고 27일 밝혔다.

현재 사용되는 대부분의 의료 인공지능 기법은 지도학습 방식 (Supervised learning)이다. 인공지능 모델을 학습하기 위해서는 전문가에 의한 다량의 라벨이 필수적이다. 실제 임상 현장에서 전문가에 의해 라벨링 된 대규모의 데이터를 지속해서 얻는 것이 비용과 시간이 많이 들어 의료 인공지능 발전의 걸림돌이 돼왔다.

연구팀은 병원 현장에서 영상의학과 전문의들이 영상 판독을 학습하는 과정과 유사하게, 자기 학습과 선생-학생 간의 지식전달 기법을 묘사한 지식 증류 기법을 활용한 자기 지도학습 및 자기 훈련 방식(DISTL) 인공지능 알고리즘을 개발했다. 적은 수의 라벨데이터만 갖고 초기 모델을 학습시키면 시간이 지남에 따라 축적되는 라벨 없는 데이터 자체만을 가지고 해당 모델이 스스로 성능을 향상해 나갈 수 있는 것을 보였다.

실제 의료 영상 분야에서 전문가들이 판독한 정제된 라벨 획득의 어려움은 영상 양식이나 작업과 관계없이 빈번하게 발생하는 문제점다. 이러한 영상 전문의의 부족 현상은 저소득 국가들과 개발도상국과 같이 결핵과 같은 다양한 전염성 질환이 많이 발생하는 지역에서 흔하다. 연구팀이 개발한 인공지능 알고리즘은 해당 지역에서 인공지능 모델을 자기 진화시키는 방식으로 진단 정확도를 향상하는 데 큰 도움을 줄 것으로 기대된다.

예 교수는 "지도학습 방식으로 성능을 향상하기 위해서는 전문가 라벨을 지속해서 획득해야 하고, 비 지도학습 방식으로는 성능이 낮다는 문제점을 극복했다"면서 "영상 전문의들의 인공지능 학습을 위한 레이블 생성 비용과 수고를 줄이면서도 지도학습 성능을 뛰어넘었다는 점에서 의미가 있다"고 설명했다.

이번 연구 결과는 국제 학술지 '네이처 커뮤니케이션스(Nature Communications)'에 지난 4일 게재됐다.

김봉수 기자 bskim@asiae.co.kr