우리 연구진이 인공지능(AI) 신뢰도 문제를 해결할 수 있는 영상복원 딥러닝 기술을 개발했다.
한국과학기술원(KAIST·총장 이광형)은 장무석 바이오 및 뇌공학과 교수팀과 예종철·김재철 AI대학원 교수팀이 공동 연구로 이 같은 성과를 냈다고 6일 밝혔다.
딥러닝 기술은 기존 알고리즘보다 영상복원 속도가 수백 배 이상 빠르고 복원 정확도 역시 높지만, 영상 취득 환경에 변화가 생기면 성능이 급격히 저하된다.
연구팀은 물리법칙을 활용하면 영상취득 환경에서 발생하는 변수 대부분을 수학적으로 기술할 수 있음에 착안했다. 물리법칙과 심층 신경망을 통합한 학습기법을 제시했다. '물리적 통찰력'을 AI에 이식하는 방법이다.
연구팀은 영상취득 환경이 바뀌는 와중에도 고신뢰도 홀로그래피 영상복원에 성공했다. 홀로그래피 영상기술은 물체 그림자 패턴(회절 패턴)으로부터 형태를 복원하는 기법이다. 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀영상 기술에 활용되는데 이번 연구는 의료진단 분야 활용성을 검증했다.
연구팀은 먼저 3차원 공간에서 빠르게 움직이는 적혈구 회절 영상(확산된 그림자 형상)으로부터 적혈구 형태를 실시간 복원했다. 적혈구가 여러 개 덩어리로 복잡하게 겹치거나, 예상치 못한 위치로 흘러가는 등 변수를 극복했다. 빛 전파 이론을 활용해 검산하는 방식으로 복원 신뢰도를확보했다.
연구팀은 생검 조직(메스나 바늘로 채취한 생체 조직 일부) 영상 복원에도 성공했다. 특정한 위치에서 측정한 회절 영상만 학습해도 AI 인지능력이 더해져 다양한 위치에서의 물체 인식에 성공했다. 세포 염색 과정이나 수천만원 달하는 현미경이 필요 없어 생검 조직검사 속도를 높이고 비용을 줄일 수 있을 전망이다.
이 기술은 광범위한 영상기술에도 활용 가능하다. 모바일기기 카메라, 광 기반 반도체 공정 불량 검출 등에도 AI 솔루션 탑재가 활발히 이뤄지고 있다.
이찬석 KAIST 바이오 및 뇌공학과 연구원은 “데이터와 물리법칙을 동시 학습하는 적응형 AI 기술은 홀로그래피 영상 뿐만 아니라 초고해상도 영상, 3차원 영상, 장애물 뒷면을 보는 비시선 영상 등 다양한 계산 영상기술에 적용될 것으로 기대된다”고 밝혔다.
이찬석 KAIST 바이오 및 뇌공학과 박사과정이 제1저자로 참여한 이번 연구는 국제 학술지 '네이처 머신 인텔리전스'에 지난 1월 17일자 출판됐다. 한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업 지원을 받아 수행됐다.
김영준기자 kyj85@etnews.com
