[대전=뉴스프리존] 이기종 기자= 한국과학기술원(KAIST)은 김재철 AI 대학원 예종철 교수팀이 서울대학교 장성호 교수팀, 포항공과대학교 김기현 교수팀과 공동연구를 통해 형광 현미경의 오랜 문제인 이방성(Anisotropy)을 해결할 수 있는 인공지능 기술을 개발했다고 30일 밝혔다.
전자 현미경과 더불어 형광 현미경은 생물학 분야에서 생물학적 정보를 시각적으로 얻기 위해 가장 보편적으로 쓰이는 영상 획득 방법이다.
과거에는 2차원의 현미경 영상으로 생물학적 정보를 얻었지만 더 복잡한 생물학적 구조를 이해하기 위해 3차원 영상 획득에 대한 필요성은 갈수록 높아지고 있다.
실례로 뇌의 신경세포 연결망과 같이 매우 복잡한 생물학적 구조를 이해하기 위해서는 대규모 3차원 영상 정보가 필요하고 이를 세부 분석할 수 있도록 고화질로 획득하는 것이 매우 중요하다.
현재 형광 현미경은 형광 물질로 염색한 생물 조직에 빛을 투과시켜 형광 현상을 유도해 시각화를 이뤄내고 있다.
형광 현미경에 있어 형광 물질과 빛의 상호작용은 영상의 화질을 결정하는 중요한 요소 중의 하나이다.
특히 빛의 회절 현상은 영상 촬영 방향에 더 좋지 않은 영향을 미치기 때문에 형광 현미경을 이용해 3차원 영상을 촬영하는데 있어 영상을 촬영하는 방향에 대한 화질이 다른 방향보다 현저하게 떨어지게 된다.
이를 현미경 광학에서 비등방성(Anisotropy) 문제라고 한다.
현재까지 현미경을 새로 물리적으로 디자인하는 방법을 통해서도 아직 극복하기가 쉽지가 않은데 적게도 2-3배 정도의 화질 차이가 있다.
이러한 문제를 해결하기 위해 인공지능을 이용한 고화질 복원 기술들이 활발하게 연구되고 있으나 아직까지 실제 연구 환경에서 생물학 연구자가 쓰기에는 불편한 점들이 많다.
예를 들어 기존 대부분의 인공기능 기법들은 지도학습이라는 방법에 의존하고 있다.
이 과정에서 인공지능 신경망을 학습하기 위해서 일대일로 비교할 수 있는 저화질과 고화질 데이터가 둘 다 필요하다.
이를 해당 현미경 비등성 문제에 적용해 3차원 고화질 복원을 인공 신경망에 학습시키고자 한다면 학습 비교군으로 쓸 수 있도록 3차원 고화질 데이터를 물리적으로 별도 획득해야 한다는 어려움이 있다.
또 생물 조직의 성질이 바뀌거나 촬영 환경이 바뀔 때마다 새로 별도 획득해야 한다는 추가적인 어려움이 있다.
이번 연구팀은 이러한 제한점을 해결하기 위해 기존과는 다르게 비지도 학습 기반의 새로운 인공지능 알고리즘을 제안했다.
연구과정을 보면 기존 인공지능 기법들과는 다르게 연구팀이 제안한 알고리즘은 비등성을 띄는 3차원 영상에 있어 고화질 방향의 데이터를 자동 분석한 결과를 학습하고 이를 토대로 저화질 방향 영상에 유연하게 적용해 고화질로 끌어올린다.
이를 통해 별도의 학습 비교군이나 현미경의 영상 촬영 조건들에 대한 어떠한 정보가 필요하지 않고도 저화질의 3차원 데이터를 고화질로 끌어올렸다.
이 연구결과에 의하면 조직의 투명화 과정을 거친 쥐 대뇌 조직의 3차원 영상 화질은 크게 향상됐다.
카이스트 예종철 교수는 “3차원 영상 획득에 있어 극복하기 어려웠던 현미경의 물리적 한계를 인공지능 기술을 통해 뛰어넘었다는 점에서 의미가 있고 비지도 학습 기반으로 훈련이 진행됐다”면서 “다양한 많은 종류의 3차원 영상 촬영 기법에도 확장 적용 가능하며 또한 인공지능 연구의 새로운 응용을 개척했다는 데 의미가 있다”고 말했다.
KAIST 김재철 AI 대학원의 예종철 교수가 주도하고 박형준 연구원이 제1저자로 참여한 연구결과는 국제 학술지 네이처 커뮤니케이션스(Nature Communications)에 6월 8일 게재됐다.