컨텐츠 바로가기

03.29 (금)

암 진단 비용·시간 확 낮춘다...KAIST 영상복원 AI기술 개발

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

생검 조직 영상 복원에도 성공

다양한 계산영상 기술적용 기대

헤럴드경제

물리 법칙을 통해 학습하는 스마트 인공지능(AI) 기술의 구상화. 오른쪽 그림과 같이 변화하는 환경에선 적혈구의 회절 영상이 다양한 형상으로 나타남에도, 스마트 AI 기술을 활용하면 왼쪽 그림과 같이 적혈구의 영상 정보를 높은 해상도로 복원이 가능하다. [KAIST 제공]


국내 연구진이 기존 딥러닝 기술보다 훨씬 정확하고 빠르게 영상을 복원할 수 있는 인공지능(AI) 기술을 개발했다. 이 기술은 의료, 군용 감시, 자율주행 등 다양한 차세대 정밀 영상기술 분야에 적용이 가능할 것으로 기대된다.

카이스트(KAIST)는 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 AI의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.

연구팀은 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다.

특히 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 AI의 인지능력이 부가돼 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.

물리적 통찰력을 AI에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등에서는 인공지능 솔루션 탑재가 활발히 이뤄지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 AI 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.

이찬석 KAIST 바이오및뇌공학과 연구원은 “데이터와 물리 법칙을 동시에 학습하는 적응형 AI 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 했다.

이번 연구결과는 국제학술지 ‘네이처 머신 인텔리전스’ 1월 17일자에 출판됐다.

구본혁 기자

nbgkoo@heraldcorp.com

Copyright ⓒ 헤럴드경제 All Rights Reserved.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.