인공지능으로 고가의 연구 장비 대체한다

살아있는 뇌 깊숙한 곳까지 선명하게 관찰하기 위해서는 고가의 장비가 필요하다. 그런데 국내 연구진이 중심이 된 국제 공동 연구팀이 인공지능(AI)으로 고가 장비를 대체할 수 있는 기술을 개발해 눈길을 끈다.

광학 수차와 생체의 움직임, 장비 오차를 통합 보정하는 프레임워크를 사용한 이미지 비교. 왼쪽이 원본, 오른쪽이 AI로 보정한 이미지. 카이스트 제공

카이스트 전기및전자공학부, 미국 캘리포니아 버클리대(UC 버클리) 공동 연구팀은 3차원 공간 구조를 연속적으로 표현해 이미지와 형태를 동시에 복원하는 신경망 기반 인공지능 기술인 신경장 모델을 활용해 생체 내부를 관찰하는 현미경의 이미지 왜곡을 정밀하게 보정하는 기술을 개발했다고 21일 밝혔다. 이번 연구 결과는 과학기술 방법론 분야 국제 학술지 ‘네이처 메소드’에 실렸다.

‘이광자 형광 현미경’은 두 개의 약한 빛을 사용해 생체 내 깊은 곳의 특정 지점만 선택적으로 빛나게 해 관찰하는 장비다. 문제는 빛이 두꺼운 생체 조직을 통과하면서 굴절되고 산란되면서 물속에서 물체가 일그러져 보이듯 이미지가 흐릿해지는 단점이 있다. 빛이 왜곡돼 초점이 흐려지는 이런 현상을 광학 수차라고 하는데 기존에는 광학 수차 보정을 위해 파면 센서 같은 복잡하고 값비싼 하드웨어 장비가 필요했다.

이에 연구팀은 고가의 하드웨어 장비 대신 이미 촬영된 이미지 데이터만으로 빛이 어떻게 왜곡됐는지 역(逆)으로 계산하고 해당 부분을 바로잡는 알고리즘을 개발했다. 흐릿한 사진을 보고 원래 모습을 복원하는 것처럼 추가 장비 없이도 AI 기술만으로 선명한 이미지를 확보할 수 있다.

이번에 활용된 핵심 기술은 신경장 모델 기반의 기계학습 알고리즘으로 빛이 이동하며 발생하는 왜곡 과정을 추적해 생체 조직에 의한 광학 수차뿐만 아니라 생체의 미세 움직임, 현미경의 기계적 오차까지 동시에 보정할 수 있다는 장점이 있다.

이광자 형광 현미경 통합 왜곡 보정을 위한 프레임워크 카이스트 제공

연구를 이끈 강익성 카이스트 교수는 “이번 연구 결과는 더 좋은 이미지를 얻기 위해서는 더 비싼 장비가 필요하다는 기존 통념을 벗어나 소프트웨어 기반으로 문제를 해결했다는 점에 의미가 크다”며 “이번 연구는 광학과 AI 기술을 결합해 생체 내부를 더 정확하게 볼 수 있는 길을 열어 연구 장비에 대한 부담을 낮춤으로써 많은 연구자가 정밀한 뇌 연구에 나설 수 있게 될 것으로 기대한다”고 밝혔다.

유용하 과학전문기자