광주과학기술원(GIST, 총장 임기철)은 전기전자컴퓨터공학부 송영민 교수와 AI대학원 전해곤 교수 공동 연구팀이 바이러스 크기의 바이오 입자를 신속하고 정확하게 정량화할 수 있는 인공지능(AI) 플랫폼 '딥GT(DeepGT)'를 개발했다고 31일 밝혔다.
색 변화를 통해 나노미터(10억분의 1미터) 크기의 바이오 입자들을 감지하고 딥러닝을 통해 입자 개수를 정확히 예측해 내는 플랫폼으로, 기존 바이러스 진단 과정의 복잡성은 줄이고 정확도는 높인 차세대 바이러스 진단 플랫폼으로 기대된다고 전했다.
연구팀은 다양한 구조로 뭉쳐진 바이오 입자를 CNN(합성곱 신경망)을 활용해 학습하고, 완성된 인공지능신경망으로 높은 정확도의 정량화에 성공했다.
연구팀이 개발한 ‘딥GT 플랫폼’은 분자진단에 사용되는 유전자 증폭 및 표지 등과 같은 복잡한 표본 처리 과정 없이 항원-항체 반응만을 기반으로 하여 단순성과 높은 확장성이 강점이라고 밝혔다. 또 많은 시간이 소요되고 측정 시 잡음이 필수적으로 발생하는 전기화학적 방식의 단점을 극복하여 신속하고 정확한 감지가 가능하다고 전했다.
송영민 교수 연구팀의 기존 연구 성과를 통해 낮은 굴절률 층과 금속 반사 층 사이에 다공성 복소 굴절률 층을 삽입해 광학 특성을 변조했고, 낮은 굴절률 층에서 느린 빛 효과를 갖는 단일 흡수를 구현했다. 이를 통해 100nm(나노미터, 10억분의 1m) 직경의 바이오 입자들을 감지했으며, 1596쌍의 광학 현미경 사진을 촬영해 합성곱 신경망에 학습했다.
전이 학습을 통해 인수공통감염 바이러스들의 일반적인 크기인 50, 200, 300nm 직경 바이오 입자에서도 제한된 적은 숫자의 데이터를 가지고도 각각 평균절대오차 3.59, 2.24, 그리고 2.71의 높은 정량 정확도를 보였다고 설명했다.
전해곤 교수는 “AI 기술을 포토닉스 분야에 적용해 사회적으로 도움이 되는 융합연구 성과를 낳은 사례”라고 평가하며 “두 분야 사이의 학문적 장벽을 허물기 위한 연구진의 노력이 있었기에 포토닉스 센서에서 측정된 데이터를 분석하기 위한 AI 알고리즘 설계의 완성도를 높일 수 있었다”고 설명했다.
송영민 교수는 “딥러닝과 포토닉스라는 전혀 다른 두 학문의 학제간 연구를 통해 기존 바이러스 센서의 한계를 극복하고 더 선명하고 정확한 바이러스 관찰이 가능해졌다”라며 “포스트 코로나 시대에 매우 중요한 기술로 사용될 수 있을 것으로 기대된다”라고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단 미래소재디스커버리사업, 미래유망 융합기술 파이오니아사업, 미래기술연구실사업, 세종과학펠로우십 및 ITC IPAC의 지원을 받아 수행했으며, 연구 결과는 국제학술지 ‘나노 투데이'에 25일자로 게재됐다.
임대준 기자 ydj@aitimes.com
