[생활속 과학이야기] 스마트 AI 독성 평가

조재우 안전성평가연구소 박사

최근 전 세계의 언론에서 다루고 있는 Chat GPT를 들어보지 못한 사람은 거의 없을 것이다. Chat GPT뿐 아니라 스테이블 디퓨전과 같이 거대 언어 모델이나 생성형 인공지능 모델은 자연어 처리뿐 아니라 이미지 생성 등 사람의 창작영역을 대체할 수 있는 가능성을 보여주고 있다.

10여 년 전까지만 해도 개와 고양이의 이미지를 높은 정확도로 구분하는 CNN 모델이 개발돼 세계의 머신러닝 연구자들에게 깊은 충격을 줬다. 그리고 얼마 지나지 않아 사람의 이미지 분류 오류율을 뛰어넘는 높은 정확도를 가진 인공지능 모델(2015년)이 나왔으며, 2016년에는 인공지능 알파고와 이세돌 9단의 세기의 바둑 대결로 다시 한번 세계를 놀라게 했다.

지금도 사람의 영역이라고 생각됐던 분야에서 인공지능이 임무를 처리해 내고 있다는 뉴스들을 자주 접하고 있다. 예를 들어, 의료 영역에서 MRI, CT, X-ray 영상에 대한 인공지능 진단이 이제 의사의 진단 보조도구로 활용되고 있으며, 이보다 조금 늦긴 했지만 병리진단 또한 유리 슬라이드를 디지털화하는 장비로 대체되면서 디지털 병리 이미지에 대한 진단·판독 분야에서도 인공지능을 적용하는 연구들이 속도를 내고 있다. 과연 인공지능은 어디까지 발달할 수 있을까.

필자는 신약의 독성 여부를 병리 조직을 통해 평가하는 연구자로서 인공지능과는 거리가 먼 영역에서 일을 하고 있었다. 그러나 2009년에 국내 최초로 슬라이드 스캐너를 도입해 유리 슬라이드 자료를 디지털화하게 됐으며, 이를 계기로 디지털 병리 이미지를 어떻게 하면 효율적으로 그리고 정량적으로 분석할 수 있을지 방법을 모색하게 됐다.

그러던 중 2015년 당시 세계 최고 수준의 인공지능 모델 성능을 구현하는 스타트업 기업을 수소문해 독성 평가를 위한 디지털 슬라이드 분석이 가능한지를 문의하게 되었으나 연구 방향에 대한 접점을 찾지 못해 더 이상 진행되지 못했다.

물론, 그 기업은 현재 인공지능 영상진단 솔루션을 제공하는 국내 최고의 기업이 됐지만 지금 생각해 보면 당시의 컴퓨팅 파워 수준으로는 커다란 병리 슬라이드 이미지(랫드 간 슬라이드 1장 이미지는 약 12.5억 픽셀)를 감당하지 못했을 것이다.

그리고 시간이 흘러 2020년, 연구사업을 통해 개발된 독성병리 인공지능 프로그램을 통해 병리 슬라이드를 분석한 이미지를 처음 확인하는 순간을 맞이할 수 있었다. 간단한 하나의 병리 소견에 대한 분석 결과였고 화려하지는 않았지만 실제 연구 결과를 통해서 인공지능 기술의 가능성을 확인했으며 확신할 수 있었다.

현재는 독성이 잘 발현되는 주요 장기인 간, 신장, 폐에 대한 독성병변 평가가 가능한 인공지능 판독 플랫폼을 개발해 독성시험에서 발견할 수 있는 20여 종의 독성병변에 대한 정보를 인공지능에 학습해 실제 슬라이드 판독에 사용할 수 있도록 했다. 평균 90% 이상의 모델 정확도와 80% 이상의 유사도(전문가 판독 결과와 비교 시)를 나타내 세계 최고 수준의 성능을 확인했다.

물론 실제 독성병변은 무수히 많고 다양한 형태를 보이므로 이를 독성 평가에 사용하기 위해서는 추가 성능을 검증하고 분석이 가능한 장기와 조직의 숫자를 확대해 이미지 데이터를 확보해 여러 조건과 상황의 데이터를 합쳐야 하는 과정이 남아있다.

인공지능을 활용한 다양한 미래 기술의 개발과 함께 안전한 신약 개발을 위해 독성평가도 새로운 모습으로 변화하고 있다. 독성연구의 디지털 전환은 과학 기술을 넘어서 국민의 안전을 확보하는 시작점이 될 것이다. 우리는 곧 스마트해진 독성평가를 안전한 일상으로 경험하게 될 것이다.