KAIST 김재철 AI 대학원 예종철 교수 연구팀이 서울대학교 장성호 교수팀, 포스텍 김기현 교수팀과 공동연구를 통해 형광 현미경의 오랜 문제인 이방성(Anisotropy)을 해결했습니다. 이것으로 3차원 영상 화질을 획기적으로 끌어올리는 인공지능 기술을 개발할 수 있었습니다.
이방성 문제란 형광 현미경으로 3차원 영상을 획득하는 데 있어 빛의 성질로 인해 영상 공간 방향 간에 적게는 2~3배, 많게는 10배까지도 화질 차이가 발생하는 문제를 뜻하는데요. 예를 들면 3차원 영상을 보는 각도마다 화질의 차이가 발생하는 것입니다.
연구팀은 수학적 기법인 최적 수송이론 기반을 둔 새로운 인공지능 시스템을 개발해 공초점 현미경과 광 시트 현미경에 적용했습니다. 기존 인공지능 기법들과는 다르게, 인공지능 학습 데이터가 따로 필요하지 않고, 하나의 3차원 영상만으로도 인공지능 학습에 적용할 수 있다는 점에서 획기적이라 볼 수 있습니다. 생물학 연구자들에게 생물 표본의 3차원 고화질 영상 획득에 큰 도움을 줄 것으로 기대되는데요.
예종철 교수는 "3차원 영상 획득에 있어 극복하기 어려웠던 현미경의 물리적 한계를 인공지능 기술을 통해 뛰어넘었다는 점에서 의미가 있고, 비지도 학습 기반으로 훈련이 진행되기 때문에, 다양한 많은 종류의 3차원 영상 촬영 기법에도 확장 적용 가능하며, 또한 인공지능 연구의 새로운 응용을 개척했다는 데 의미가 있다ˮ 고 말했습니다.
연구 결과는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)' 6월 8일 字 온라인판에 게재됐습니다.
#용어설명
1. 형광 현미경 (Fluorescence microscopy)
생물 조직에 형광 물질을 염색시킨 후 이 물질에 빛을 비추어 형광을 유도하여 생물학적 조직 형태를 가시화 하는 현미경 기술.
2. 비등성 (Anisotropy)
물질의 성질이 방향에 따라 바뀌는 것. 현미경의 경우, 방향에 따라 화질이 크게 차이나는 형태로 나타난다.
3. 지도 학습 (Supervised Learning)
특정 입력에 대해 얻고자 하는 올바른 정답이 존재하고 일대일 매칭이 가능한 상황에서 입력 값과 올바른 정답의 직접적 상관 관계를 이용한 인공지능 학습 형태.
4. 비지도 학습 (Unsupervised learning)
특정 입력에 대해 얻고자 하는 올바른 정답이 일대일 매칭으로서 존재하지 않는 상황에서 데이터 집합 간의 상관 관계를 이용한 인공지능 학습 형태.