AI 보안 연구자 강장묵 교수, 의료 영상 AI로 연구 지평 확장…규폐증 조기 스크리닝 가능성 제시 작성일 06-26 37 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">- Nature Portfolio 계열 국제학술지 Scientific Reports 게재<br>- 국제공동연구 통해 신뢰가능 AI의 산업보건 활용 가능성 제시</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="21nzBRjJsO"> <figure class="figure_frm origin_fig" contents-hash="d0e00c298a0bce02971e8a8dcac990bbe13d32497e344f3672a0618782a9953c" dmcf-pid="VHrQMchDws" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/26/etimesi/20260626135005843fhih.png" data-org-width="561" dmcf-mid="Wjk46asADU" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/26/etimesi/20260626135005843fhih.png" width="658"></p> </figure> <p contents-hash="c1ae6fa13e132d89de298ad643cdfc5927690fcb68cc051ae8949e1a1c8161b9" dmcf-pid="fXmxRklwEm" dmcf-ptype="general">AI보안 연구자 강장묵 교수(사진)가 강원대학교 첨단AI학과 갸넨드라 조쉬, 경찰대학교 치안정책연구소 윤철희 박사 외 해외교수들과 함께 참여한 국제공동연구 논문이 네이처 포트폴리오(Nature Portfolio) 계열 국제학술지 사이언티픽 리포트(Scientific Reports)에 지난 22일 게재됐다.</p> <p contents-hash="ccd93812f1e80e1782a885e704524150a636c589a70cacec33b6b0958b636820" dmcf-pid="4ZsMeESrDr" dmcf-ptype="general">강 교수는 경성대학교 글로컬사업단 소속 연구자로 국제공동연구에 참여했으며, 동국대학교 국제정보보호대학원 인공지능보안 전공 교수로 AI 보안·신뢰가능 AI·사이버보안 거버넌스 연구를 수행하고 있다.<br></p> <figure class="figure_frm origin_fig" contents-hash="a091ba4a217bfc3f45ee534ee80c00cf49db533dff3b7885d0fafe014146cc32" dmcf-pid="85ORdDvmOw" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/26/etimesi/20260626135007293coon.jpg" data-org-width="698" dmcf-mid="9ApOC1B3sI" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/26/etimesi/20260626135007293coon.jpg" width="658"></p> </figure> <p contents-hash="087aea1adee71f802752cddbb6f14b8d1040bb879188074e829a76dae03d4a18" dmcf-pid="61IeJwTswD" dmcf-ptype="general">이번 논문은 '방사선 영상에서 규폐증을 정확하게 탐지하기 위한 멀티모달 딥러닝 프레임워크(A multimodal deep learning framework for precise silicosis detection on radiographic images'라는 제목으로 발표됐으며, 흉부 방사선 영상을 활용해 규폐증을 정밀하게 탐지하는 멀티모달 딥러닝 프레임워크를 제안했다.</p> <p contents-hash="b0d00be2f2eb0f5f413e2fede8e8a1da56a2688a786e1a4180c7a7a2cec053c1" dmcf-pid="PtCdiryOrE" dmcf-ptype="general">규폐증은 결정질 실리카 분진을 장기간 흡입할 때 발생하는 대표적인 직업성 폐질환이다. 조기 발견과 지속적인 관리가 중요하지만, 산업보건 현장이나 의료 인프라가 부족한 지역에서는 숙련된 영상 판독 인력의 접근성이 제한되는 경우가 많다. 이번 연구는 이러한 한계를 보완하기 위해 인공지능 기반 의료영상 분석 기술을 활용한 보조진단 가능성을 제시했다는 점에서 의미가 크다.</p> <p contents-hash="bfdde96b12ff6952d16f218542ca905bd315470094846a3bf28d2ac3d21a0622" dmcf-pid="QFhJnmWIEk" dmcf-ptype="general">연구진은 흉부 방사선 영상에서 규폐증 관련 특징을 자동으로 추출하고 분류하기 위해 '규폐증 조기 식별을 위한 멀티모달 딥러닝 모델(MDLF-EISD)'을 제안했다. 쉽게 말해, 하나의 인공지능만으로 판단하는 것이 아니라 여러 종류의 영상분석 인공지능이 X-ray 사진을 각기 다른 방식으로 살펴본 뒤, 그 결과를 종합해 규폐증 가능성을 판별하는 방식이다.</p> <p contents-hash="10a27e2cf82c5c99631b15fd686d7d8896cea44dd3288947c790c4086b1341ef" dmcf-pid="x3liLsYCwc" dmcf-ptype="general">이 데이터셋에는 규폐증 환자뿐 아니라 규폐결핵, 결핵, 정상 사례의 흉부 X-ray 영상이 함께 포함되어 있다. 따라서 AI가 단순히 '폐에 이상이 있는지'만 보는 것이 아니라, 규폐증과 비슷하게 보일 수 있는 다른 폐질환과 정상 영상을 함께 비교하며 판별 성능을 평가할 수 있다는 점에서 의미가 있다.</p> <p contents-hash="88f623749e3ff4a57c3afb50cad1384fe50bd8fef1fe162a8c942d9b151c6d4a" dmcf-pid="ya8Z19RfsA" dmcf-ptype="general">구체적으로는 영상의 전체 패턴을 효율적으로 읽는 구조(EfficientNet-B3), 병변의 모양과 위치 관계를 함께 살피는 구조(Capsule Network), 세밀한 영상 특징을 추출하는 최신 영상분석 구조(ConvNeXt V2)를 함께 활용했다. 연구진은 이들이 찾아낸 정보를 '특징 융합(feature fusion)' 방식으로 결합하고, 중요한 병변 후보 영역에 더 집중하도록 돕는 '양방향 주의집중 모델(Convolutional Bidirectional Attention Model)'을 적용했다.</p> <p contents-hash="fc74c6c4e9f41cdf63f29af6bcaf9fc7b3026a984804dab0bf77e75af20c04a0" dmcf-pid="WN65t2e4sj" dmcf-ptype="general">논문의 제안 모델은 '실리코데이터(Silicodata)'를 기반으로 한 비교 실험에서 98.73%의 정확도를 보였다. 실리코데이터는 규폐증 인공지능 연구에 활용되는 흉부 X-ray 영상 데이터셋이다. 쉽게 말해, AI가 규폐증을 구분하는 능력을 학습하고 검증할 수 있도록 모아놓은 X-ray 사진 자료집이다. 이는 단일 딥러닝 모델에 의존하는 방식보다 다양한 영상 특징을 통합적으로 분석하는 접근이 규폐증 탐지 성능 향상에 기여할 수 있을 것으로 보고 있다.</p> <p contents-hash="aad864f9e3993f9870013c942f47963d4c07779cbaa6096487ef71819e7a501f" dmcf-pid="YjP1FVd8ON" dmcf-ptype="general">연구진들은 '분석 모델의 성능저하 극복을 위한 데이터 드리프트 관리 기술 개발' 관점에서 수행된 연구 결과를 토대로, 알고리즘 데이터 드리프트 관리 방안을 토대로 산업보건과 의료 전반의 기술적 기여를 예상하고 있다. 우선 규폐증 발생 위험이 높은 광산, 석재 가공, 건설, 제조업 등 고위험 산업군 근로자를 대상으로 정기검진을 실시할 때, 인공지능이 흉부 X-ray 영상을 1차로 분석하는 보조 도구로 활용될 수 있다. 이를 통해 질환 의심 사례를 보다 빠르게 선별하고, 의료진의 판독 부담을 줄이는 데 기여할 수 있을 것으로 기대된다.</p> <p contents-hash="c09a9d2a232ec30fbab2a23966fc461d0a594fddbe73f2159c4a9ef28a4c8146" dmcf-pid="GAQt3fJ6sa" dmcf-ptype="general">이번 연구는 인공지능 의료영상 분석 기술이 단순히 질병을 분류하는 수준을 넘어, 산업재해 예방과 근로자 건강권 보호, 예방 중심 보건체계 구축, 직업환경 개선으로 확장될 수 있음을 보여준다. 규폐증은 개인의 질병 문제에 그치지 않고 산업현장의 안전관리와 직결되는 질환인 만큼, 이번 연구는 인공지능 기술이 산업보건 분야에서 실질적인 사회적 가치를 만들어낼 수 있다는 가능성을 제시했다는 점에서 의미가 있다.</p> <p contents-hash="a19bbf1fc28d22d2f698dc322abfe6346b83cd247cefadaad415ec3df0e70738" dmcf-pid="HcxF04iPIg" dmcf-ptype="general">강장묵 교수는 “인공지능이 의료진의 판단을 대체한다는 의미가 아니라, 산업보건 현장에서 조기진단과 위험 선별을 지원할 수 있는 보조적 기술 기반을 제시했다는 데 의미가 있다. 규폐증은 조기 발견과 예방적 관리가 중요한 직업성 질환인 만큼, AI 기반 정밀 스크리닝 기술이 현장에 적용된다면 근로자의 건강 보호와 산업재해 예방에 실질적으로 기여할 수 있을 것으로 기대한다”고 말했다.</p> <p contents-hash="b5bdebbf76bcc71501639cbdc342b80e64b1c2222baffcbb337b135b207b6f83" dmcf-pid="XN65t2e4Do" dmcf-ptype="general">공동연구에 참여한 윤철희 박사도 “이번 연구는 인공지능, 의료영상 분석, 산업안전, 직업보건이 결합된 융합 연구라는 점에서 중요하다”며 “향후 다양한 산업현장 데이터와 실제 임상 환경에서의 추가 검증이 이루어진다면 AI 기반 직업성 폐질환 진단 보조기술의 실용화 가능성이 더욱 높아질 것”이라고 설명했다.</p> <p contents-hash="6c4cdca616e6f5e8fcc44ab89d7ccae0f0a41008def3503f55a4f77e10978cf2" dmcf-pid="ZjP1FVd8DL" dmcf-ptype="general">다만 연구진은 이번 모델이 실제 의료현장에서 활용되기 위해서는 외부 의료기관 데이터 검증, 다양한 인종·지역·장비 환경에서의 일반화 성능 평가, 민감도와 특이도 분석, 설명가능성 강화, 의료진과의 협업 체계 구축 등이 추가적으로 필요하다고 밝혔다.</p> <p contents-hash="2ba73c0735ceed7a5bab21f15d469d0dfee18049851e354eb8f233d11bd26813" dmcf-pid="5AQt3fJ6sn" dmcf-ptype="general">이번 논문은 현재 최종 편집 전 조기 공개 원고 형태로 제공되고 있으며, 최종 출판본에서 일부 문구나 편집 사항은 변경될 수 있다.</p> <p contents-hash="718402651d4241c3245048af75bd17fe44b1f51b966e2c5e43bf4a1212708a5a" dmcf-pid="1cxF04iPwi" dmcf-ptype="general">임민지 기자 minzi56@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 HL 안양, 아시아리그 V10 목표로 새 시즌 훈련 돌입 06-26 다음 알뜰폰 업계, 전파사용료·QoS 난관 넘어 06-26 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
