겹쳐서 빠르게 이동하는 적혈구 확인...영상 복원 AI 나왔다

이영애 기자 입력 2023. 2. 6. 11:40
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

3차원 공간에서 매우 빠르게 움직이는 적혈구의 형태를 영상으로 복원하고 생체에서 조직 일부를 떼내 암을 진단하는 '생검' 영상을 정확히 복원하는 인공지능(AI) 기술이 개발됐다.

영상 촬영이 어려운 상황에서 정확한 정보를 만들어내 영상을 복원하는 기술로 실제 물리 법칙에 맞는지 여부를 AI가 확인하는 방식이다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

KAIST 연구진
물리적 통찰력을 갖춘 인공지능(AI)을 개발한 장무석 바이오 및 뇌공학과 교수와 이찬석 KAIST 바이오 및 뇌공학과 박사과정 연구원. KAIST 제공

3차원 공간에서 매우 빠르게 움직이는 적혈구의 형태를 영상으로 복원하고 생체에서 조직 일부를 떼내 암을 진단하는 '생검' 영상을 정확히 복원하는 인공지능(AI) 기술이 개발됐다. 영상 촬영이 어려운 상황에서 정확한 정보를 만들어내 영상을 복원하는 기술로 실제 물리 법칙에 맞는지 여부를 AI가 확인하는 방식이다. 

KAIST는 장무석 바이오 및 뇌공학과 교수와 예종철 김재철AI대학원 교수 등으로 구성된 공동연구팀이 물리적 학습 기반 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다. 연구 결과는 국제학술지 '네이처 기계 지능' 1월 17일(현지시간)자에 발표됐다.

연구팀은 영상을 얻을 때 생기는 변수 대부분이 물리 법칙을 통해 수학적으로 설명할 수 있다는 점에 착안해 물리 법칙과 심층신경망이 통합된 AI 학습 기법을 제시했다.

모든 영상 기술은 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 정보 취득 과정에 대한 물리적인 통찰력을 AI에 학습시키는 방법을 개발했다. 가령 '네가 도출한 복원 결과가 물리적으로 합당할까?' '이 영상 기기는 이런 물리적 변수가 생길 수 있을 것 같은데?' 하는 식의 질문으로 AI에 물리적 통찰력을 학습시켰다.

연구팀은 이렇게 개발한 AI 기술을 활용해 영상을 얻을 때 생기는 다양한 변수를 고려해 신뢰도가 높은 홀로그래피 영상을 복원하는 데 성공했다. 홀로그래피 영상은 물체의 그림자 패턴으로부터 물체의 형태를 복원하는 영상 기법이다. 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세구조를 감지할 수 있다. 의료영상, 군용 감시, 자율주행용 영상 등 다양한 정밀 영상 기술에 활용된다.

연구팀은 먼저 3차원 공간에서 매우 빠르게 움직이는 적혈구의 회절 영상으로부터 적혈구의 형태를 실시간 복원하는 데 성공했다. 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상치 못했던 위치로 흘러가는 경우가 있는데 연구팀은 AI가 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 복원 신뢰도를 높였다.

암 진단의 표준기술인 생검 조직(생체에서 조직 일부를 채취한 것)의 영상 복원에도 성공했다. 특정한 카메라 위치에서 측정된 회절 영상만을 학습했지만 AI 인지능력이 부가돼 다양한 카메라 위치에서 물체를 인식하는 데 성공했다. 이 기술을 이용하면 세포 염색 과정이나 수천만 원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 개선할 수 있다.

이 기술은 의료 진단 분야 외에도 모바일 기기 카메라, 반도체 공정 중 불량 검출 등 다양한 영상 기술에 활용할 수 있을 것으로 기대된다. 최근 산업계에서 AI 솔루션 탑재가 활발히 이뤄지고 있는데 신뢰도 문제로 실제 현장에서 활용이 제한적인 상황이다. 

이찬석 KAIST 바이오 및 뇌공학과 박사과정 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 AI 기술은 홀로그래피 영상뿐 아니라 초고해상도 영상, 3차원 영상, 비시선 영상 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다"고 말했다.

장 교수는 "데이터의 다양한 특성 중 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했다"며 "향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약 받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것"이라고 말했다.

AI를 이용해 흘러내리는 적혈구의 실시간 위상 영상을 복원 결과. KAIST 제공

 

[이영애 기자 yalee@donga.com]

Copyright © 동아사이언스. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?