세포부터 반도체까지 3D구현 가능한 AI 등장

시사위크=박설민 기자  국내 연구진이 세포부터 반도체까지 다양한 초미세 3차원 구조를 형상화할 수 있는 ‘인공지능(AI)’ 기술개발에 성공했다. 차세대 반도체 개발부터 바이오 산업까지 다양한 분야에 적용 가능할 것으로 기대된다.

한국표준과학연구원(표준연)은 주사전자현미경(SEM)으로 촬영한 생물학 시료의 2차원 단면 이미지를 3차원 구조로 빠르게 형상화할 수 있는 ‘AI 기반 영상 분할 알고리즘’을 개발했다고 29일 밝혔다.

이번에 개발한 AI알고리즘은 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 줄여준다.

주사전자현미경(SEM)은 분석 대상의 단층을 수십 나노미터(nm) 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.

영상 분할(Image Segmentation)은 SEM으로 촬영한 이미지를 3차원 구조로 재구성하기 위한 전처리 과정이다. 이는 각 단면 이미지에서 세포핵, 미토콘드리아 등 분석 대상의 정확한 위치와 형태를 구분하는 작업이다. 불필요한 정보를 걸러내고 분석 대상만 선명하게 드러내 정확한 3차원 재구성을 가능케 한다. 

연구진은 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.

이에 표준연 미래선도연구장비그룹은 일정 간격으로 사람이 정답을 표기한 이미지를 기준으로 삼았다. 그 다음, 인접 단면의 정답을 자동으로 표시하는 ‘준 지도학습’ 방식의 알고리즘을 개발했다.

먼저 1번부터 100번까지의 단면 이미지가 있을 때 10장 간격마다 사람이 레이블링한 기준 데이터를 삽입했다. 그 다음, 나머지 90장은 개발한 알고리즘이 레이블링을 수행해 전체 이미지를 분석한다. 이를 통해 AI 기반 3차원 구조 형상에 필요한 데이터셋(Dataset) 준비 시간과 비용을 대폭 줄일 수 있었다.

표준연 연구진은 신형 AI모델로 실제 쥐 뇌세포 데이터 분석 성능 시험을 진행했다. 그 결과, 기존 방식과 정확도 차이는 3% 이내에 불과했다. 하지만 분석에 필요한 시간과 비용은 8분의 1로 대폭 감소했다. 또한 4096×6144의 고해상도 대용량 데이터를 활용한 실험에서도 분석 정확도와 속도를 유지하며 안정적인 성능을 보였다.

윤달재 표준연 미래선도연구장비그룹 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.

이번 연구 성과는 국제학술지 ‘마이크로스코피 앤 마이크로아날리시스(Microscopy and Microanalysis)’에 6월 게재됐다.