한국표준과학연구원(KRISS, 이하 표준연)이 주사전자현미경(SEM)으로 촬영한 생물학 시료의 2차원 단면 이미지를 3차원 구조로 빠르게 형상화하는 ‘인공지능(AI) 기반 영상분할 알고리즘’을 개발했다.
이 기술은 전체 이미지 데이터의 약 10%만 사람이 분석하면 나머지 부분은 AI가 자동으로 구조를 예측해 3차원으로 재구성하는 게 특징이다.
때문에 기존 사람이 모든 단면 이미지를 일일이 분석했던 방식보다 3차원 구조 관측에 소요되는 시간과 비용을 절반 이상 줄여 관련 분야 연구 효율성을 크게 높일 수 있다.
주사전자현미경(SEM)은 분석 대상의 단층을 수십 나노미터 간격으로 연속촬영한 후, 확보한 단면 이미지들을 결합해 3차원 입체구조로 재구성하는 장비다.
이 장비는 미세한 세포 내부구조를 고해상도로 정밀 관측할 수 있어 생명과학연구와 의료진단 분야에 널리 활용된다.
영상분할은 SEM으로 촬영한 이미지를 3차원 구조로 재구성하기 위한 전처리 과정으로, 각 단면 이미지에서 세포핵, 미토콘드리아 등 분석 대상의 정확한 위치와 형태를 구분해 불필요한 정보를 걸러내고 분석 대상만 선명하게 드러내 정확한 3차원으로 재구성 할 수 있다.
기존 영상분할은 수백~수천 장의 단면 이미지를 전문가가 직접 확인하고 분석대상을 수작업으로 표시하는 지도학습 방식을 이용했다. 이 방식은 막대한 시간과 인력이 필요하고, 연구자의 주관적 판단과 실수가 발생해 3차원 재구성 결과의 일관성과 신뢰성을 확보하기 어려웠다.
KRISS 미래선도연구장비그룹은 이 문제를 해결하기 위해 일정 간격으로 사람이 정답을 표기한 이미지를 기준으로 삼아 인접 단면의 정답을 자동으로 표시하는 ‘준 지도학습 방식’ 알고리즘을 개발했다. 이는 1~100번까지 단면 이미지가 있을 때 10장 간격마다 사람이 레이블링한 기준 데이터를 삽입하면, 나머지 90장은 개발한 알고리즘이 레이블링을 수행해 전체 이미지를 분석하는 방식이다.
이를 통해 AI 기반 3차원 구조 형상에 필요한 데이터셋 준비 시간과 비용을 대폭 줄일 수 있다.
실제 쥐 뇌세포 데이터를 대상으로 한 성능시험에서 연구진이 개발한 알고리즘은 기존 방식과 정확도 차이가 3% 이내로 유사하면서 분석에 걸리는 시간과 비용은 약 8분의 1 수준으로 단축했다.
또 4096×6144 해상도 대용량 데이터를 활용한 실험에서 분석 정확도와 속도를 유지하며 안정적인 성능을 보였다.
윤달재 KRISS 선임연구원은 “이번에 개발한 기술은 생물학 분야뿐 아니라 반도체 결함 분석, 신소재 개발 등 영상분석 자동화가 필요한 다양한 분야에서 쓰일 수 있다”며 “특히 개인정보 보호나 예산 부족 등으로 AI 학습데이터 확보가 어려운 영역에서 유용하게 활용할 수 있을 것”이라고 말했다.
한편, 이번 연구결과는 국제학술지 ‘Microscopy and Microanalysis(IF 3.0)’ 지난 6월 주요 논문으로 선정됐다.
