KAIST, AI 계산 알고리즘 활용해...고가 장비 한계 넘어

강익성 전기및전자공학부 교수

생체조직 관찰 현미경 왜곡 보정

뇌과학 연구 새로운 전환점 제시

KAIST 강익성 교수.ⓒKAIST

물리 기반 인공지능(AI)을 통해 생체조직을 관찰할 수 있는 기술이 개발됐다. 한국과학기술원(KAIST) 연구진이 물리 기반으로 한 AI 계산 알고리즘을 활용해 추가적인 광학 측정 장비 없이도 흐릿한 이미지를 또렷하게 복원하는 기술을 개발하며 뇌과학 연구의 새로운 전환점을 제시한 것이다.

KAIST는 전기및전자공학부 강익성 교수가 UC 버클리 나지 교수 연구팀과 공동연구를 통해 신경장 모델을 활용, 생체 내부를 관찰하는 현미경의 이미지 왜곡을 정밀하게 보정하는 기술을 개발했다고 21일 밝혔다.

연구팀이 활용한 이광자 형광 현미경은 살아있는 생체 조직 깊은 곳을 관찰할 수 있는 핵심 장비다.

그러나 빛이 두꺼운 조직을 통과하는 과정에서 휘고 흩어지면서 마치 물속에서 물체가 일그러져 보이듯 이미지가 흐릿해지는 문제가 있었다. 이를 광학 수차라고 한다.

기존에는 이러한 왜곡을 보정하기 위해 파면 센서와 같은 복잡하고 값비싼 하드웨어 장비를 추가해야 했다.

연구팀은 이와 달리, 이미 촬영된 이미지 데이터만을 이용해 빛이 어떻게 왜곡됐는지를 역으로 계산하고 이를 바로잡는 알고리즘을 개발했다.

즉 흐릿한 사진을 보고 원래 모습을 복원하는 것처럼 추가 장비 없이도 선명한 이미지를 되살리는 방식이다.

기술의 핵심은 신경장 모델 기반의 기계학습 알고리즘이다. 이 알고리즘은 빛이 이동하며 발생하는 왜곡 과정을 추적해 생체 조직에 의한 광학 수차뿐 아니라 생체의 미세한 움직임, 현미경의 기계적 오차까지 동시에 보정하는 통합 기술을 구현한다.

그 결과 별도의 광학 측정·보정 장비 없이도 생체 조직 깊은 곳에서 고해상도·고대비 이미지를 안정적으로 획득하는 데 성공했다.

특히 연구는 ‘더 좋은 이미지를 얻기 위해서는 더 비싼 장비가 필요하다’는 기존 한계를 넘어 소프트웨어 기반으로 문제를 해결했다는 점에서 의미가 크다. 이를 통해 연구 장비에 대한 부담을 낮추고, 보다 많은 연구자들이 정밀한 뇌 관찰을 수행할 수 있을 것으로 기대된다.

강익성 교수는 “연구는 광학과 인공지능 기술을 결합해 생체 내부를 더 정확하게 볼 수 있는 길을 연 것”이라며 “향후 현미경이 스스로 최적의 이미지를 찾아내는 지능형 광학 이미징 시스템으로 발전시켜 나갈 계획”이라고 말했다.

연구 결과는 생명과학 분야 최고 권위의 방법론 학술지인 네이처 메소드에 지난 13일 게재됐다.