세포·반도체 3차원 초미세 구조, AI로 자동 구현

작성일 08-29

<div id="layerTranslateNotice" style="display:none;"></div> 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="WfgqvUaVJ0">
 <figure class="figure_frm origin_fig" contents-hash="0478b68ff9cebdba542ec29ab9229eb9d9a016d14afc8812943ff76f964bd671" dmcf-pid="Y4aBTuNfd3" dmcf-ptype="figure">
 <img alt="KRISS 미래선도연구장비그룹. 윗줄 왼쪽부터 시계방향으로 함영권 연구학생, 박준형 선임연구원, 정해원 책임연구원, 윤달재 선임연구원, 박인용 미래선도연구장비그룹장. 한국표준과학연구원 제공." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202508/29/dongascience/20250829111519766ngzi.jpg" data-org-width="680" dmcf-mid="B5x1wHMUd4" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202508/29/dongascience/20250829111519766ngzi.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 KRISS 미래선도연구장비그룹. 윗줄 왼쪽부터 시계방향으로 함영권 연구학생, 박준형 선임연구원, 정해원 책임연구원, 윤달재 선임연구원, 박인용 미래선도연구장비그룹장. 한국표준과학연구원 제공.
 </figcaption>
 </figure>
 국내 연구진이 세포부터 반도체까지 2차원 이미지를 빠르고 정밀하게 3차원 초미세 구조로 구현하는 인공지능(AI) 기술을 개발했다. 
 한국표준과학연구원(KRISS)은 박인용 미래선도연구장비그룹장 연구팀이 주사전자현미경(SEM)으로 촬영한 생물학 시료의 2차원 이미지를 빠르고 정밀하게 3차원 구조로 형상화할 수 있는 인공지능(AI) 기반 영상 분할 알고리즘을 개발했다고 29일 밝혔다. 이번 연구는 미국 전자현미경학회에서 발간하는 '현미경 및 미세분석(Microscopy and Microanalysis)'에 게재됐다.
 연구팀이 개발한 알고리즘을 이용하면 사람이 전체 이미지 데이터의 약 10%만 분석하면, 나머지 부분은 AI가 자동으로 구조를 예측해 3차원으로 재구성할 수 있다. 3차원 구조 관측에 소요되는 시간과 비용을 절반 이상 줄였다. 
 SEM은 분석 대상의 단층을 수십 나노미터(nm, 10억분의 1미터) 간격으로 연속 촬영한 후 확보한 단면 이미지들을 결합해 3차원 입체 구조로 재구성하는 장비다. 미세한 세포 내부 구조를 고해상도로 정밀하게 관측할 수 있어 생명과학 연구와 의료 진단 분야에 널리 활용된다.
 영상 분할(Image Segmentation)은 SEM으로 촬영한 이미지를 3차원 구조로 재구성하기 위한 전처리 과정이다. 각 단면 이미지에서 세포핵, 미토콘드리아 등 분석 대상의 정확한 위치와 형태를 구분하는 작업이다. 불필요한 정보를 걸러내고 분석 대상만 선명하게 드러내 정확한 3차원 이미지 재구성이 가능하다. 
 기존 영상 분할은 수백에서 수천 장에 이르는 단면 이미지를 전문가가 직접 확인하고, 분석 대상을 수작업으로 표시하는 ‘지도학습’ 방식을 이용했다. 막대한 시간과 인력이 필요하고 연구자의 주관적 판단과 실수가 발생해 3차원 재구성 결과의 일관성이나 신뢰성을 확보하기 어렵다. 
 KRISS 미래선도연구장비그룹은 이를 개선하기 위해 일정 간격마다 사람이 답(레이블)을 붙인 데이터를 기준으로 인접 단면 이미지를 AI가 자동 분류하는 ‘준 지도학습’ 방식 알고리즘을 개발했다.
 1번부터 100번까지의 단면 이미지가 있을 때 10장 간격마다 사람이 기준 데이터를 삽입하면 나머지 90장은 알고리즘이 작업을 수행해 전체 이미지를 분석하는 방식이다. 데이터셋(Dataset) 준비 시간과 비용을 대폭 줄일 수 있다.
 실제 쥐 뇌세포 데이터를 대상으로 한 성능 시험에서 연구팀이 개발한 알고리즘은 기존 방식과 정확도 차이가 3% 이내에 불과할 정도로 성능이 뛰어났다. 분석에 걸리는 시간과 비용은 약 8분의 1 수준으로 줄였다.
 KRISS가 개발한 기술은 생물학 분야뿐 아니라 반도체 결함 분석, 신소재 개발 등 영상 분석 자동화가 필요한 다양한 분야에도 쓰일 수 있다. 윤달재 KRISS 미래선도연구장비그룹 선임연구원은 “특히 개인정보 보호나 예산 부족 등으로 AI 학습데이터 확보가 어려운 영역에서 유용하게 활용할 수 있을 것”이라고 말했다.
 &lt;참고 자료&gt; - doi.org/10.1093/mam/ozaf047  
 [정지영 기자 jjy2011@donga.com]
 </section> 
 </div> 
 Copyright © 동아사이언스. 무단전재 및 재배포 금지.

이전

"원복 넘어 역대급" 내년 R&D 정부안 35.3조…6대 첨단산업 투자

08-29
다음

[李정부 첫 예산] R&D에 역대 최대 35조…AI에만 2조2천억 투입

08-29

등록된 댓글이 없습니다.

로그인한 회원만 댓글 등록이 가능합니다.

먹튀폴리스

세포·반도체 3차원 초미세 구조, AI로 자동 구현

멤버랭킹

관련자료

멤버랭킹