”세포부터 반도체까지“…3차원 초미세 구조, AI가 자동 구현한다

작성일 08-29

<div id="layerTranslateNotice" style="display:none;"></div>  <strong class="summary_view" data-translation="true">- 표준연, 현미경 이미지 3차원 구조로 재구성 AI 알고리즘 개발 <br>- 분석정확도 유지하면서 소요 시간과 비용은 8분의 1 수준 단축</strong> 
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="qHF48jFOHk">
          <figure class="figure_frm origin_fig" contents-hash="b53f8d876528bea0d3db0753396021e6d04bec55e651d5f0d274a76cf7bf1f47" dmcf-pid="BX386A3IZc" dmcf-ptype="figure">
           <p class="link_figure"><img alt="윤달재(왼쪽) 선임연구원과 박인용 미래선도연구장비그룹장이 주사전자현미경(SEM)을  점검하고 있다.[한국표준과학연구원 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202508/29/ned/20250829085342615xuzu.jpg" data-org-width="1280" dmcf-mid="7DO1t4OJXD" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202508/29/ned/20250829085342615xuzu.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            윤달재(왼쪽) 선임연구원과 박인용 미래선도연구장비그룹장이 주사전자현미경(SEM)을 점검하고 있다.[한국표준과학연구원 제공]
           </figcaption>
          </figure>
          <p contents-hash="292af4736a6357702a917cb771913247fdaa349895ec24bcbd35625e7bdc173b" dmcf-pid="bZ06Pc0CYA" dmcf-ptype="general">[헤럴드경제=구본혁 기자] 한국표준과학연구원(KRISS)은 주사전자현미경(SEM)으로 촬영한 생물학 시료의 2차원 단면 이미지를 3차원 구조로 빠르게 형상화할 수 있는 ‘인공지능(AI) 기반 영상 분할 알고리즘’을 개발했다고 29일 밝혔다.</p>
          <p contents-hash="3f0537bf26ca971c59cf2bfa51b9fb593b11f911ca065cd786e9227e0ee82c77" dmcf-pid="K5pPQkphGj" dmcf-ptype="general">이번에 개발한 알고리즘은 전체 이미지 데이터의 약 10%만 사람이 분석하면 나머지 부분은 AI가 자동으로 구조를 예측해 3차원으로 재구성하는 기술이다. 사람이 모든 단면 이미지를 일일이 분석했던 기존 방식에 비해 3차원 구조 관측에 소요되는 시간과 비용을 절반 이상 줄여 관련 분야의 연구 효율성을 크게 높일 것으로 기대된다.</p>
          <p contents-hash="8c70decd05fb78d9b4debc9433fd77deef06c401e08d62512b438a1e4d3eb68e" dmcf-pid="91UQxEUlGN" dmcf-ptype="general">주사전자현미경(SEM)은 분석 대상의 단층을 수십 나노미터 간격으로 연속 촬영한 후, 확보한 단면 이미지들을 결합해 3차원 입체 구조로 재구성하는 장비다. 이 장비는 미세한 세포 내부 구조를 고해상도로 정밀하게 관측할 수 있어 생명과학 연구와 의료 진단 분야에 널리 활용된다.</p>
          <p contents-hash="9ad1ab2b0984ed541cc01e5d4ba2ac86d25a86c5257bdb3c2585e23cba1ec9c5" dmcf-pid="2tuxMDuSGa" dmcf-ptype="general">기존 영상 분할은 수백에서 수천 장에 이르는 단면 이미지를 전문가가 직접 확인하고 분석 대상을 수작업으로 표시하는 ‘지도학습’ 방식을 이용했다. 그러나 이 방식은 막대한 시간과 인력이 필요하고, 연구자의 주관적 판단과 실수가 발생해 3차원 재구성 결과의 일관성·신뢰성을 확보하기도 어려웠다.</p>
          <p contents-hash="bb7b900cc2a67d481451ea4b2e9f374ebb0490af4fa6b0eddbec7f4577cb6e4a" dmcf-pid="VF7MRw7vHg" dmcf-ptype="general">KRISS 미래선도연구장비그룹은 이 문제를 해결하기 위해 일정 간격으로 사람이 정답을 표기한 이미지를 기준으로 삼아, 인접 단면의 정답을 자동으로 표시하는 ‘준 지도학습’ 방식의 알고리즘을 개발했다. 1번부터 100번까지의 단면 이미지가 있을 때 10장 간격마다 사람이 레이블링한 기준 데이터를 삽입하면, 나머지 90장은 개발한 알고리즘이 레이블링을 수행해 전체 이미지를 분석하는 방식이다. 이를 통해 AI 기반 3차원 구조 형상에 필요한 데이터셋(Dataset) 준비 시간과 비용을 대폭 줄일 수 있다.</p>
          <figure class="figure_frm origin_fig" contents-hash="4a2077312e30bbf1f6f60f04a10a632dd907620fb084f4e4ea555fcceb7f7f96" dmcf-pid="fjwHX9wMto" dmcf-ptype="figure">
           <p class="link_figure"><img alt="이번 연구를 수행한 한국표준과학연구원 미래선도연구장비그룹 연구진이 기념촬영을 하고 있다.[한국표준과학연구원 제공]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202508/29/ned/20250829085342835tlxx.jpg" data-org-width="1280" dmcf-mid="zVjvT7j4tE" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202508/29/ned/20250829085342835tlxx.jpg" width="658"></p>
           <figcaption class="txt_caption default_figure">
            이번 연구를 수행한 한국표준과학연구원 미래선도연구장비그룹 연구진이 기념촬영을 하고 있다.[한국표준과학연구원 제공]
           </figcaption>
          </figure>
          <p contents-hash="0e0ecfbe3802f558136322894f47cc8fa9ed73444f61dbc167547264ef383c5d" dmcf-pid="4ArXZ2rRHL" dmcf-ptype="general">실제 쥐 뇌세포 데이터를 대상으로 한 성능 시험에서 연구진이 개발한 알고리즘은 기존 방식과 정확도 차이가 3% 이내에 불과할 정도로 유사하면서 분석에 걸리는 시간과 비용은 약 8분의 1 수준으로 단축한 것으로 확인했다. 또한 4096×6144 해상도의 대용량 데이터를 활용한 실험에서도 분석 정확도와 속도를 유지하며 안정적인 성능을 보였다.</p>
          <p contents-hash="92851ed5ff5fecfc57e8cfb47a4749993b05ed50c2b5398c1b02ba94d292e36a" dmcf-pid="8cmZ5Vmetn" dmcf-ptype="general">윤달재 선임연구원은 “이번에 개발한 기술은 생물학 분야뿐 아니라 반도체 결함 분석, 신소재 개발 등 영상 분석 자동화가 필요한 다양한 분야에서 쓰일 수 있다”라며 “특히 개인정보 보호나 예산 부족 등으로 AI 학습데이터 확보가 어려운 영역에서 유용하게 활용할 수 있을 것”이라고 말했다.</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 헤럴드경제. 무단전재 및 재배포 금지.</p>

등록된 댓글이 없습니다.

로그인한 회원만 댓글 등록이 가능합니다.

먹튀폴리스

”세포부터 반도체까지“…3차원 초미세 구조, AI가 자동 구현한다

멤버랭킹

관련자료

멤버랭킹