KAIST '똑똑한 영상 복원' 인공지능 기술 개발

적혈구·장기 영상 통해 암·질병 조기 진단 가능
의료 영상·군용 감시·자율주행용 영상 적용 기대

물리 법칙을 통해 학습하는 인공지능 기술의 구상화. 사진=KAIST 제공

한국과학기술원(KAIST)은 인공지능(AI)의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.

바이오 및 뇌공학과 장무석 교수 연구팀과 김재철 AI대학원 예종철 교수 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 AI에 학습시키는 방법을 개발했다. '네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 '이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 AI에 이식하는 방법을 제시한 것.

연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상을 복원하는 데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증했다. 먼저, 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원했다. 이런 동적인 영상 환경에선 예상치 못한 변수로 여러 개의 적혈구 덩어리가 복잡하게 겹쳐지거나 예상치 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 이 과정에서 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도 구현에 성공했다.

연구팀은 암 진단의 표준기술인 생검 조직의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가돼 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이런 영상 복원 기술을 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다.

이찬석 KAIST 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다"고 밝혔다.

KAIST 바이오 및 뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 '네이처 머신 인텔리전스'에 지난달 17일 게재됐다.