%EB%B0%94%EC%9D%B4%EC%98%A4%EB%B0%8F%EB%87%8C%EA%B3%B5%ED%95%99%EA%B3%BC
-
포유류 종마다 시각 뇌신경망 구조 다른 원인 밝혀
바이오및뇌공학과 백세범 교수 연구팀이 포유류 종들의 시각피질에서 서로 다른 뇌신경망 구조가 형성되는 원리를 밝혔다.
이번 연구결과는 시스템 뇌신경과학 분야에서 수십 년간 설명되지 못했던 문제를 이론적 접근과 계산적 모델 시뮬레이션을 통해 해답을 제시한 계산뇌과학 연구의 성공적인 예시로 평가된다.
연구팀은 두뇌의 시각피질과 망막에 분포하는 신경세포들 간의 정보 추출 비율을 분석함으로써 특정 포유류 종이 갖는 시각피질의 기능적 구조를 예측할 수 있음을 밝혀냈다.
연구팀은 서로 다른 크기의 망막과 시각피질 사이의 신경망 연결 모델을 시뮬레이션 해 두 정보 처리 영역 사이에 대응되는 신경세포의 비율이 달라짐에 따라 완전히 다른 두 가지 구조의 기능성 뇌지도가 형성됨을 보이고, 이 결과가 실제 실험에서 관측되는 신경망 구조와 일치함을 증명했다.
장재선, 송민 박사과정이 공동 1저자로 참여한 이번 연구는 국제 학술지 ‘셀(cell)’의 온라인 자매지 ‘셀 리포츠(Cell Reports)’ 3월 10일 자에 게재됐다. (논문명 : Retino-cortical mapping ratio predicts columnar and salt-and-pepper organization in mammalian visual cortex)
포유류의 시각피질에서는 시각 자극의 방향에 따라 반응의 정도가 달라지는 성질인 방향 선택성(orientation selectivity)을 갖는 세포들이 관측된다. 원숭이, 고양이 등의 종에서는 이 세포들의 선호 방향이 연속적, 주기적인 형태로 변하는 방향성 지도(orientation map) 구조를 형성하는 반면, 생쥐 등의 설치류에서는 마치 소금과 후추를 뿌려 놓은 듯한 무작위에 가까운 형태로 분포해, 이를 소금-후추 구조(salt-and-pepper organization)라 한다.
동일한 역할을 수행하는 것으로 보이는 기능성 뇌신경망이 이렇게 종에 따라 다른 구조를 갖는 원인을 찾기 위해 지난 수십여 년 간 다양한 연구가 진행됐으나, 아직까지도 이를 결정하는 요인에 대해서는 명확하게 알려진 바가 없었다.
이러한 원리를 규명하기 위해 연구팀은 서로 다른 크기의 망막과 시각피질이 연결될 때 동일한 망막 신호를 샘플링하는 시각피질 세포의 비율이 달라지게 된다고 가정했다. 이러한 조건에서 망막-시각피질 신호의 샘플링 형태를 시뮬레이션 하여 샘플링 비율에 따라 시각피질에서 형성되는 기능성 지도의 구조가 완전히 다르게 결정될 수 있음을 발견했다.
이 결과를 기반으로 연구팀은 다양한 종들에 대한 망막 및 시각피질 데이터를 종합적으로 비교해 시각피질이 클수록, 또 망막이 작을수록 연속적인 방향성 지도가 형성되는 경향이 있음을 확인했다.
또한, 기존의 연구에서 확인된 포유류 여덟 종의 시각피질-망막 크기 비율을 기반으로 한 모델을 정량적으로 시뮬레이션하고, 이 결과가 실험에서 관측된 것과 같이 방향성 지도 존재 여부에 따라 두 그룹으로 명확히 나누어짐을 확인했다.
이러한 결과는 다른 종으로 진화가 이뤄질 때, 감각기관의 크기와 같은 지극히 단순한 물리적인 조건의 차이에 의해서도 뇌신경망의 구조가 완전히 다른 방향으로 변화될 수 있음을 뜻한다. 이는 다양한 생물학적 구조가 기존의 생각보다 훨씬 단순한 물리적 요소들의 차이에 의해 예측되거나 설명될 수 있음을 보여준다.
백세범 교수는 “이미 오랫동안 알려져 있었으나 그 의미를 찾아내지 못했던 데이터들과 이론적인 모델을 결합해 새로운 발견을 도출해낸 의미 있는 연구이다”라며 “뇌 과학뿐만 아니라 계통분류학, 진화생물학 등 생물의 기능적 구조와 관련된 다양한 생물학 분야에서 이론적 모델 연구의 역할에 대한 중요한 시각을 제공할 것이다”라고 언급했다.
이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2020.03.11 조회수 16024 -
초음파를 내비게이션으로 사용하는 광학현미경 개발
생체 내부를 꿰뚫어볼 수 있는 새로운 현미경이 나왔다. 바이오 및 뇌공학과 장무석 교수 연구팀이 기초과학연구원 분자 분광학 및 동력학 연구단 최원식 부연구단장 연구팀과의 공동 연구를 통해 초음파를 이용해 기존 현미경으로 볼 수 없었던 생체 내부의 미세구조를 관찰하는 기법을 개발했다.
연구결과는 국제학술지 네이처 커뮤니케이션즈(Nature Communications)2월 5일자 온라인 판에 게재됐다.
사람의 눈은 250㎜ 떨어진 거리에 70㎜의 간격을 두고 놓인 물체를 구분할 수 있다. 이보다 작은 미세구조를 관찰하기 위해서는 광학현미경이 필요하다. 광학현미경은 눈으로 볼 수 없는 작은 미세구조를 확대해서 보여준다. 하지만 생체조직을 관찰할 때는 이야기가 달라진다.
빛이 생체 조직을 투과할 때 직진광과 산란광이라는 두 종류의 빛이 생겨난다. 직진광은 말 그대로 생체 조직의 영향 없이 직진하는 빛이며, 산란광은 생체 조직 내 세포나 세포 내 구조의 영향에 의해 진행 방향이 무작위로 굴절된 빛이다. 광학 현미경으로 생체 조직 깊은 곳을 관찰하려면 직진광에 비해 산란광이 강해져 이미지 정보가 흐려진다는 치명적인 단점이 있다. 안개 속을 볼 수 없듯, 생체 조직의 수많은 세포와 구조들이 빛을 산란시켜 이미지를 흐리게 만들기 때문이다. 반면, 초음파 영상은 태아를 감별할 수 있을 정도로 생체 내부 깊은 곳까지 이미징할 수 있지만, 해상도가 낮아 미세한 구조를 볼 수 없다는 단점이 있다.
연구진은 광학 현미경과 초음파 영상의 장점을 결합하여, 생체 내부 깊은 곳을 높은 해상도로 관찰할 수 있는 초음파 결합 광학 현미경을 개발했다. 초음파 결합 현미경은 생체 조직 내부를 잘 침투하는 초음파를 집속시킨 후, 초음파의 초점을 지나는 빛만 측정하는 방식으로 산란광의 세기를 크게 감쇄시킬 수 있다. 초음파가 광학현미경에게 관찰 경로를 알려주는 일종의 내비게이션 역할을 하는 셈이다.
초음파는 생체 조직을 응축, 팽창시켜 굴절률을 변조하는 방식으로 빛의 진행에 영향을 준다. 연구진은 이런 초음파의 특성을 응용해 초음파의 초점을 통과하는 빛만을 선택적으로 측정하는 기술을 개발하고, 이 기술을 공간 게이팅(space-gating)이라 명명했다. 초음파는 생체 내부의 ‘빛 거름망’ 역할을 하며 무작위로 산란되던 빛을 차폐한다. 공간 게이팅 기술을 통해 연구진은 산란광을 100배 이상 감쇄시키며 생체 조직 내에서 광학 이미지가 흐려지는 문제를 극복할 수 있었다.
장무석 교수는 “촘촘한 거름망을 사용하면 더 고운 가루만 남는 것처럼 초음파의 초점을 작게 할수록 산란광을 더 많이 감쇄시킬 수 있다”며 “향후 산란광을 1000~1만 배 수준까지 감쇄시켜 더 선명한 이미지를 얻게 될 것으로 기대한다”고 말했다.
연구진은 개발한 현미경을 이용해 별도의 형광 표지 없이 부화한지 30일 된 성체 제브라피시의 척추 안쪽 근육 조직 이미지를 얻는데 성공했다. 기존 기술은 제브라피시의 장기, 척추 등 내부 구조에서 산란 현상이 일어나 절단을 통해서만 내부 근육 결을 관찰할 수 있었다. 이와 달리 개발된 현미경은 자연 상태 그대로 살아있는 제브라피쉬 내부 조직을 꿰뚫어볼 수 있다.
연구진은 인체 조직에도 사용할 수 있는 공간 게이팅 기술을 구현해나갈 계획이다. 향후 현미경을 소형화하고 이미징 속도를 증가시키면, 실시간 질병 진단에도 응용할 수 있을 것으로 기대된다. 이번 연구를 이끈 최원식 부연구단장은 “초음파 결합 광학 현미경은 기존 광학 현미경의 얕은 이미징 깊이 문제를 해결하는 획기적인 기술”이라며 “공간 게이팅 기술을 더욱 발전시켜 빛의 산란 현상을 이해하고, 의생명 광학 기술 분야 활용 범위를 넓혀나갈 것”이라고 말했다.
2020.02.21 조회수 15369 -
예종철 교수, IEEE 의용생체공학회 특훈강연교수 임명
우리 대학 바이오및뇌공학과 예종철 교수가 국제전기전자공학회 산하 의용생체공학회(IEEE Engineering in Medicine and Biology Society :IEEE EMBS)의 특훈강연교수(Distinguished Lecturer: DL)로 임명됐다.
이번 특훈강연교수는 국제전기전자공학회 산하 의용생체공학회가 선정하는 것으로, 학회 내 큰 포상 중 하나이다. 예 교수는 2020년부터 2년간 특훈강연교수로 활동한다. 예종철 교수는 의료영상복원 분야의 인공지능 기술 관련 선도적인 연구를 인정받아 특훈강연교수에 임명됐다. 예 교수는 국제전기전자공학회 산하 의용생체공회를 대표해 해당 주제 관련 초청 강의를 진행할 예정이다.
국제전기전자공학회 산하 의용생체공학회 특훈강연교수 프로그램이란 의용생체공학 분야 발전의 추세와 최첨단 기술을 전 세계 의용생체공학 연구자와 학회 회원을 대상으로 교육하기 위한 프로그램으로, 국제전자공학회의 후원으로 회원들이 해당 특훈강연교수의 연구주제에 대한 초청 강의를 들을 수 있다.
예 교수는 “의료영상에서 인공지능의 중요성이 증가하는 시점에서 이 분야의 공헌을 국제적으로 인정받아 국제전기전자공학회 산하 의용생체공학회에서 특훈강연교수가 되었다는 점에서 자부심을 느낀다”라고 밝혔다.
2020.02.18 조회수 9188 -
재촬영 없이 MRI 강조영상 얻는 AI 기술 개발
우리 대학 바이오및뇌공학과 예종철 교수 연구팀 자기공명영상(magnetic resonance imaging: MRI)에서 재촬영 없이도 누락된 강조영상을 얻을 수 있는 인공지능 기술을 개발했다.
이 연구를 통해 각 질환별로 강조영상이 암의 진단에 미치는 영향을 객관적으로 밝힐 수 있으며, 실제 임상에서 고비용의 MRI를 효과적이고 체계적으로 활용할 수 있는 방안을 설계할 수 있을 것으로 기대된다.
이동욱 박사가 1 저자로 참여하고 건국대 의과대학 영상의학과 문원진 교수팀이 참여한 이번 연구 결과는 국제 학술지 ‘네이처 머신인테리젼스(Nature Machine Intelligence)’ 1월 18일 자 온라인판에 게재됐다. (논문명 : Assessing the importance of magnetic resonance contrasts using collaborative generative adversarial networks).
MRI는 엑스선 컴퓨터 단층촬영, 초음파와 더불어 임상 진단에서 중요한 역할을 하는 진단 장비이다. 특히 비침습적 방법으로 고해상도의 영상을 얻기 때문에 종양이나 병변을 관찰하며 진단하는데 매우 중요한 임상 정보를 제공한다. 이는 영상의 대조도 (contrast)를 다양하게 조절할 수 있는 MRI의 특징 덕분이다.
예를 들어 뇌종양을 진단하는 데 활용되는 T1·T2 강조영상, FLAIR 기법 영상, T1 조영증강 영상 등 여러 가지 대조 영상을 얻어 진단에 사용함으로써 종양을 찾을 수 있다.
하지만 실제 임상 환경에서는 강조영상을 모두 얻기 어려운 경우가 많다. 여러 장의 강조영상 촬영을 위해 촬영시간이 길어지기도 하고, 잡음이나 인공음영 발생으로 인해 진단에 사용하기 어려운 경우가 많기 때문이다.
또한, 뇌질환진단을 위한 MRI 검사는 의심 질환이 무엇인지에 따라 필수 강조영상이 달라지며, 이후 특정 질환으로 진단명이 좁혀지면서 부득이하게 누락된 강조영상을 확보하기 위한 재촬영이 필요한 경우가 많다. 이러한 상황에 의해 많은 시간과 비용이 소모된다.
최근 인공지능 분야에서 생성적 적대 신경망(Generative adversarial networks, GAN)이라는 딥러닝을 이용해 영상을 합성하는 기술이 많이 보고되고 있지만, 이 기술을 MRI 강조영상 합성에 사용하면 준비하고 미리 학습해야 하는 네트워크가 너무 많아지게 된다.
또한, 이러한 기법은 하나의 영상에서 다른 영상으로의 관계를 학습하기 때문에 몇 개의 강조영상의 존재하더라도 이 정보 간의 시너지를 활용하는 영상 학습기법이 없는 현실이다.
예 교수 연구팀은 자체 개발한 ‘협조·생성적 적대신경망(Collaborative Generative Adversarial Network : CollaGAN)’이라는 기술을 이용해 여러 MRI 강조영상의 공통 특징 공간을 학습함으로써 확장성의 문제를 해결했다.
이를 통해 어떤 대조 영상의 생성이 가능한지와 불가능한지에 대한 질문과, 그에 대한 체계적인 대답 기법을 제안했다.
즉, 여러 개의 강조영상 중에서 임의의 순서 및 개수로 영상이 없어져도 남아있는 영상을 통해 사라진 영상을 복원하는 기법을 학습한 후 합성된 영상의 임상적 정확도를 평가해, 강조 영상 간 중요도를 자동으로 평가할 수 있는 원천 기술을 개발했다.
예 교수 연구팀은 건국대 문원진 교수 연구팀과의 협력을 통해 T1강조·T2강조 영상과 같이 내인성 강조영상은 다른 영상으로부터 정확한 합성이 가능하며, 합성된 강조영상이 실제 영상과 매우 유사하게 임상 정보를 표현하고 있다는 것을 확인했다.
연구팀은 확보한 합성 영상이 뇌종양 분할기법을 통해 뇌종양 범위를 파악하는데 유용한 정보를 제공한다는 것을 확인했다. 또한, 현재 많이 사용되는 합성 MRI 기법(synthetic MRI)에서 생기는 인공음영 영상도 자동 제거가 가능함이 증명됐다. 이 기술을 이용하면 추가적인 재촬영을 하지 않고도 필요한 대조 영상을 생성해 시간과 비용을 비약적으로 줄일 수 있을 것으로 기대된다.
건국대 영상의학과 문원진 교수는 “연구에서 개발한 방법을 이용해 인공지능을 통한 합성 영상을 임상현장에서 이용하면 재촬영으로 인한 환자의 불편을 최소화하고 진단정확도를 높여 전체의료비용 절감 효과를 가져올 것이다”라고 말했다.
예종철 교수는 “인공지능이 진단과 영상처리에 사용되는 현재의 응용 범위를 넘어서, 진단의 중요도를 선택하고 진단 규약을 계획하는 데 중요한 역할을 할 수 있는 것을 보여준 독창적인 연구이다”라고 말했다.
이 연구는 한국연구재단의 중견연구자지원사업을 받아 수행됐다.
□ 그림 설명
그림1. CollaGAN의 작동 원리의 예
2020.01.30 조회수 16203 -
조광현 교수, 암세포를 정상세포로 되돌리는 초기 원천기술 개발
우리대학 바이오및뇌공학과 조광현 교수 연구팀이 시스템생물학 연구를 통해 대장암세포를 일반적인 정상 세포로 되돌리는 초기 원천기술을 개발하는 데 성공했다.
연구팀은 대장암세포와 정상 대장 세포의 유전자 조절 네트워크를 분석해 대장암세포를 정상 대장 세포로 변환하는데 필요한 핵심 인자를 규명하고, 이를 통해 암세포의 정상 세포화라는 새로운 치료 원리를 개발했다.
KAIST 이수범 연구원, 황채영, 김동산 박사, 한영현 박사과정, 서울삼성병원의 이찬수 박사, 홍성노 교수, 김석형 교수 등이 참여한 이번 연구결과는 미국암학회(AACR)에서 출간하는 국제저널 ‘분자암연구(Molecular Cancer Research)’ 1월 2일 자 표지논문으로 게재됐으며, 하이라이트 특집 기사도 함께 출판됐다. (논문명: Network inference analysis identifies SETDB1 as a key regulator for reverting colorectal cancer cells into differentiated normal-like cells).
현재 항암치료로 가장 널리 사용되는 항암 화학요법은 빠르게 분열하는 암세포를 공격해 죽임으로써 암세포의 증식을 억제하는 방식이다. 이 기술은 신체 내 정상적으로 분열하고 있는 세포들까지도 함께 사멸시켜 구토, 설사, 탈모, 골수 기능장애, 무기력 등의 부작용을 일으킨다.
게다가 암세포들은 항암제에 본질적인 내성을 갖거나 새로운 내성을 갖게 돼 약물에 높은 저항성을 가지는 암세포로 진화하게 된다. 따라서 현재의 항암치료는 내성을 보이는 암세포를 없애기 위해 더 많은 정상 세포의 사멸을 감수해야만 하는 문제를 갖는다.
이를 극복하기 위해 암세포만을 특이적으로 없애는 표적 항암요법과 우리 몸의 면역시스템을 활용한 면역 항암요법이 주목을 받고 있으나 각각 효과와 적용대상이 매우 제한적이며 장기치료 시 여전히 내성 발생의 문제가 보고되고 있다. 이처럼 현재 개발된 항암요법들은 암세포를 죽여야 하는 공통적인 조건 때문에 근본적인 한계를 가진다.
문제 해결을 위해 연구팀은 암세포를 정상 세포로 변환하는 새로운 방식의의 치료전략을 제안했다. 암세포가 정상 세포로 변환되는 현상은 20세기 초부터 간혹 관찰됐지만, 그 원리가 연구되지 않았으며 또한 이를 인위적으로 제어하는 기술도 연구된 바 없었다.
1907년 스위스 병리학자 막스 아스카나지(Max Askanazy)가 난소의 기형종(테라토마)이 정상 세포로 분화되는 현상을 발견한 이래로 다양한 암종에서 정상 세포로 변화되는 현상들이 산발적으로 보고됐고, 이러한 보고에서는 암세포가 돌연변이를 지닌 상태에서 주변 미세환경의 변화나 특정 자극 때문에 정상 세포의 상태로 되돌아가는 현상만이 관찰됐다.
조 교수 연구팀은 시스템생물학 연구방법을 통해 대장암세포를 정상 대장 세포로 변환할 수 있는 핵심조절인자를 탐구했고, 그 결과 다섯 개의 핵심전사인자(CDX2, ELF3, HNF4G, PPARG, VDR)와 이들의 전사 활성도를 억제하고 있는 후성유전학적 조절인자인 SETDB1을 발견했다.
연구팀은 이번 연구를 통해 SETDB1을 억제함으로써 암세포를 효과적으로 정상 세포로 변환할 수 있음을 분자세포실험을 통해 증명했다. 대장암세포에서 SETDB1을 억제했을 때 세포가 분열을 중지하고 정상 대장 세포의 유전자 발현패턴을 회복하는 것을 확인했다.
이번 연구에 따르면 암세포에서는 암 특이적으로 활성화된 후성유전학적 조절인자 SETDB1이 정상 세포의 핵심전사인자를 억제해 암세포가 정상 세포로 변환하는 것을 차단하고 있는 것으로 밝혀졌다. 즉, SETDB1을 조절함으로써 다시 원래의 정상 세포 상태로 되돌릴 수 있음을 증명한 것이다.
조 교수 연구팀은 서울삼성병원과의 협동 연구를 통해 SETDB1이 높게 발현되는 대장암세포를 가진 환자들에게서 더 안 좋은 예후가 나타남을 확인했으며, 환자 유래 대장암 오가노이드(3차원으로 배양한 장기유사체)에서 SETDB1의 발현을 억제했을 때 다시 정상 세포와 같은 형태로 변화함을 관찰했다.
이번 연구에서 찾아낸 타겟 단백질의 활성을 억제할 수 있는 저분자화합물은 아직 개발된 바 없으며 추후 신약개발과 전임상실험을 통해 암세포의 정상 세포화라는 새로운 치료 기술이 본격적으로 실현될 수 있을 것으로 보인다.
이러한 새로운 개념의 치료전략이 적용된다면 현재 항암치료의 많은 부작용과 내성 발생을 모두 최소화함으로써 환자의 고통을 완화해 삶의 질을 크게 높일 수 있을 것으로 기대된다.
조 교수는 “그동안 암은 유전자 변이 축적에 의한 현상이므로 되돌릴 수 없다고 여겨졌으나 이를 되돌릴 가능성을 보여줬다”라며 “이번 연구는 암을 당뇨나 고혈압과 같은 만성질환으로서 잘 관리하면서 삶의 질을 유지할 수 있도록 하는 새로운 항암치료의 서막을 열었다”라고 말했다.
이번 연구는 과학기술정보통신부와 한국연구재단의 중견연구자지원사업과 바이오의료기술개발사업, KAIST Grand Challenge 30 사업의 지원으로 수행됐다.
□ 그림 설명
조광현 교수 연구팀은 SETDB1 단백질이 대장암세포가 정상대장세포로 분화하는 것을 차단하는 후성유전학적 장애물을 형성하고 있다는 사실을 밝히고 이를 억제함으로써 대장암세포를 정상대장세포로 효과적으로 분화시킬 수 있음을 증명하였다.
□ 분자암연구 표지 이미지
2020.01.09 조회수 20378 -
이상완 교수, 신경과학-인공지능 융합연구 통해 인간의 문제해결 과정 규명
우리 대학 바이오및뇌공학과 이상완 교수 연구팀이 신경과학과 인공지능의 융합연구를 통해 인간의 문제해결 과정에서 뇌가 정보를 처리하는 원리를 규명하는 데 성공했다.
연구팀은 신경과학-인공지능 융합연구를 이용해 인간의 문제 해결 과정을 이론적·신경과학적으로 규명하는 데 성공했다. 이번 연구를 통해 인간 지능의 핵심 요소들을 인공지능 알고리즘으로 이식할 가능성을 크게 높일 수 있을 것으로 기대된다.
이상완 교수와 함께 김동재 박사과정과 박건영 석사과정이 주도하고, 미국 캘리포니아 공과대학(Caltech)과의 국제 공동연구를 통해 진행된 이번 연구는 국제 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’12월 16일 자 온라인판에 게재됐다.
불확실성과 복잡도가 변하는 상황에서 달성 가능한 목표를 설정하고 계획을 세워 실행 및 전략을 수정해 나가는 과정은 인간이 가진 고유한 문제 해결 능력 중 하나이다. 최근 인공지능 알고리즘이 다양한 분야에서 인간의 작업 수행 능력을 넘어서고 있으나, 이러한 문제 해결 능력에 대한 완벽한 해결방안은 제시하지 못하고 있다.
인간의 문제 해결 과정은 목표설정-전략수립-실행-전략수정을 반복하는 과정으로, 이는 상태 의존적인 복잡한 시간의 함수이다. 일반적으로 인간의 문제 해결 과정은 많은 양의 데이터를 모으기 어렵고 불확실성과 복잡도가 높아 빅데이터 기반의 전통적 딥러닝 설계 방식으로는 구현이 어렵다.
연구팀은 문제 해결을 위해 ‘강화학습 이론 기반 실험 디자인’이라는 기술을 이용해 문제 해결 목표, 문제의 복잡도, 상황 변화의 불확실성이라는 세 가지 변수를 동시에 변화시켜 실제 인간의 문제 해결 과정과 유사한 상황을 구현했다.
이를 이용해 취득한 행동과 뇌 영상 데이터를 바탕으로 문제 해결 과정을 설명할 수 있는 수학적 모델을 찾기 위해 100가지가 넘는 종류의 메타 강화학습 알고리즘을 학습하고 비교 분석했다. 이 과정은 모델 기반 뇌 이미징 분석이라 불리는 기법이다.
연구팀은 더 엄밀한 검증을 위해 ‘정밀 행동 프로파일링’이라는 분석 방법을 적용했다. 이 방법을 이용하면 겉으로 보이는 행동이 인간과 유사할 뿐만 아니라, 실제로 인간과 같은 원리로 문제를 해결하는 모델을 도출할 수 있다.
그 결과로 문제의 불확실성 및 복잡도와 변화하는 상황에서 인간의 학습과 추론 과정을 모사하는 메타 강화학습 모델을 구현했고, 이 모델의 정보처리 과정이 전두엽의 한 부위인 복외측전전두피질의 신경 활성 패턴으로 설명된다는 것을 발견했다.
1 저자인 김동재 박사과정은 “다양한 가설을 엄밀히 검증하는 과정에 많은 시간이 소요됐지만 정밀 행동 프로파일링 방법론을 통해 실제 인간의 행동 원리를 재현하는 모델을 찾아냄으로써 추후 인공지능으로의 이식에도 큰 도움이 될 것이다”라고 말했다.
이상완 교수는 “기존 연구방식은 하나의 퍼즐 조각을 떼어서 다른 퍼즐의 빈자리를 메꾸는 것이라면, 이번 연구는 퍼즐을 푸는 원리를 배워 다른 퍼즐 맞추기에 적용하는 것에 비유할 수 있다”라며 “인간만이 가진 지능의 핵심 요소들을 인공지능 알고리즘으로 이식하는 기술은 이제 첫걸음을 떼었다고 생각한다. 이 기술이 완성되면 궁극적으로는 지능을 공학적으로 분해하고 과학적으로 이해할 수 있을 것으로 기대한다”라고 말했다.
연구팀은 최근 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 이러한 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, MIT, IBM AI 연구소, 케임브리지 대학 등 해외 관련 연구 기관과의 국제 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
이번 연구는 삼성전자 미래기술육성센터의 지원 및 과학기술정보통신부 정보통신기획평가원의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 메타 강화학습 모델과 각 단계의 정보처리 과정에 관여하는 뇌 영역
2019.12.23 조회수 10291 -
예종철 교수, 국제전기전자학회 석학회원 선임
우리 대학 바이오및뇌공학과 예종철 교수가 국제전기전자학회(IEEE) 석학회원(Fellow)에 선임됐다.
국제전기전자학회(IEEE)는 지난 1일 학회 홈페이지를 통해 바이오 의료영상 분야 신호처리와 인공지능 기술에 대한 공로를 인정해 국제전기전자학회 신호처리 소사이어티(IEEE Signal Processing Society)의 추천을 받아 예종철 교수를 석학회원에 선임했다고 밝혔다.
전기 전자 분야 세계 최대 학회인 국제전기전자학회는 연구 업적이 특히 뛰어난 최상위 0.1% 내 회원을 석학회원으로 선정한다.
예종철 교수는 국제전기전자학회 산하 학술지를 포함한 의료영상 분야의 세계적 학술지에 100여 편의 국제 논문을 발표했고, 국제자기공명의과학회(ISMRM:International Society for Magnetic Resonance Imaging) 연례 학회에서 의료 인공지능에 관한 기조 강연을 하는 등 이 분야에서 세계적인 실력자로 권위를 인정받고 있다.
특히 2004년 부임한 이후 독자적으로 연구한 결과들을 국제적으로 인정받아 석학회원에 선임됨으로써 그 의미를 더했다.
예 교수는 이밖에 국제전기전자학회 신호처리 소사이어티의 계산영상학(Computational Imaging) 기술위원회에서 차기 의장으로, 미국 아이오와주에서 개최되는 2020년 국제전기전자학회 의료영상심포지움(IEEE Symposium on Biomedical Imaging: ISBI) 의장으로 각각 임명되는 등 영상 분야의 세계적인 학회를 이끌어 가고 있다.
예 교수는 “의료영상에서 인공지능의 중요성이 나날이 커지고 있는 상황에서 이 분야의 공헌을 국제적으로 인정받아 석학회원이 되었다는 점에서 자부심을 느낀다”라고 말했다.
2019.12.10 조회수 10137 -
황경민 박사과정 학생, 창업 경진대회 연이어 석권
바이오및뇌공학과 정기훈 교수 연구실의 황경민 박사과정 학생이 스타트업 ㈜브이픽스메디칼을 창업해 지난 11월 28일 서울 동대문에서 열린 `도전 K-Startup 2019' 창업리그 부문 우수상과 `제20회 여성창업경진대회' 대상을 각각 수상했다.
`도전 k-startup 2019'는 국내 최대 규모·최대 상금의 창업경진대회로 중소벤처기업부, 교육부, 과학기술정보통신부, 국방부 등 4개 부처가 합동으로 주최했다.
황경민 학생이 창업한 ㈜브이픽스메디칼은 도전 K-startup 2019 창업리그 부문에 펜 형태의 수술용 초소형 현미경인 `씨셀(cCeLL)'을 출품해 중소벤처기업 장관이 수여하는 우수상과 함께 상금 1억 원을 받았다.
창업투자회사 대표 등으로 구성된 6인의 전문 심사위원과 엔젤 투자자·액셀러레이터 등이 포함된 20인의 청중평가단의 점수를 각각 6:4의 비율로 합산해 최종 순위가 결정 되었으며 ㈜브이픽스메디칼은 총 3,894개 팀 중 2위에 올랐다.
한편, `씨셀(cCeLL)'은 여성기업종합지원센터(이사장 정윤숙)가 우수 여성창업자 발굴 및 육성을 위해 개최하는 `여성창업경진대회'에서도 참가해 대상의 영예를 안았다.
1,147개 팀이 참가한 이번 대회는 IT·ICT기술, 생활․바이오헬스, 교육서비스․콘텐츠 분야 등 4차 산업혁명에 부합하는 창업 아이템의 비중이 84.3%를 차지했다.
각 출품 아이템 분야의 구성된 외부 심사위원의 평가를 통해 최종 30팀이 선정됐으며, 황경민 학생의 출품작은 수술시 조직을 떼어내지 않고도 병변이 의심되는 부분의 세포 이미지를 병리과로 보내 원격 진단을 가능하게 한 창업 아이템으로 기술성과 사업성 모두 높은 점수를 받아 대상으로 선정됐다.
황경민 학생은 이달 19일 열리는 시상식에서 중소벤처기업부장관상 등 상장과 함께 1천만 원의 상금을 받을 예정이다.
㈜브이픽스메디칼은 우리 대학 바이오및뇌공학과 정기훈 교수 연구실에서 시작된 스타트업으로, 2016년 12월에 설립됐다. 황경민 학생은 박사 과정 재학 중에 직접 연구해 발명한 "광학생검을 위한 초소형 공초점 현미경ˮ 관련 기술을 학교로부터 이전받아 지도교수 정기훈과 함께 ㈜브이픽스메디칼을 설립했다.
핵심 제품인 `cCeLL'은 암 수술실에서 실시간으로 암을 진단할 수 있는 초소형 공초점 현미경이다. CeLL은 단일섬유 스캐닝 기법과 리사주 패턴을 활용한 고유의 스캐닝 기술을 활용해 타 경쟁사보다 월등한 해상도와 이미징 속도를 자랑한다.
㈜브이픽스메디칼은 KAIST 나노종합기술원 건물 9층에 본사를 두고 있으며, 대전 서구 월평동에 기업부설연구소를 설립하여 운영하고 있다. 황경민 학생은 "브이픽스메디칼은 진단의 새로운 패러다임을 준비하고자 한다.큰 상을 받은 만큼 그에 걸맞은 대한민국의 대표 스타트업이 되겠다.ˮ라는 수상 소감과 함께 "연구실 창업으로 시작해 각 분야의 KAIST 출신 졸업생들과 함께 성공적으로 기술 창업을 이어가고자 한다ˮ라며 포부를 밝혔다. ㈜브이픽스메디칼 대표전화: 042-385-0583
2019.12.09 조회수 15060 -
예종철 교수, 국제 응용 역문제 학회 기조강연
〈 예종철 교수 〉
우리 대학 바이오및뇌공학과 예종철 교수가 응용 수학분야 대표 학회 중 하나인 국제 응용 역문제 학회(Applied Inverse Problems Conference)에서 기조연설자로 선정돼 강연을 진행했다.
예 교수는 7월 11일 프랑스 그랑노블에서 열린 제10회 AIP 학회에서 세계 각국의 응용수학자 8백여 명을 대상으로 ‘역문제를 위한 인공지능 네트워크의 기하학적인 구조의 이해(Understanding Geometry of Encoder-Decoder CNN for Inverse Problems)’라는 주제로 영상처리 및 역문제에 사용되는 인공지능기술의 현황을 소개하고, 예 교수가 개척해 온 인공지능망의 기하학적인 구조에 대한 최신 이론을 발표했다.
예 교수는 의료 영상 복원 등 다양한 역문제에 적용되는 인공지능 기술을 개척하고, 이것이 동작하는 원리에 대한 기하학적인 구조를 밝히는 등 역문제 분야 인공지능 기술을 주도하는 점을 인정받아 이번 기조연설자로 선정됐다.
예 교수는 기조연설을 통해 “인공지능기술은 블랙박스가 아니라 조합적인 표현되는 최적화된 기저함수로서 이해할 수 있으며, 인공지능은 기존의 조화분석론(harmonic analysis)의 지평을 확대할 수 있는 새로운 수학 분야로 떠오르고 있다”라고 말했다.
또한 “인공지능은 기존의 질병 진단을 뛰어넘어 의사들의 진료를 더 정확하게 도우며 환자의 편의를 극대화할 수 있는 고화질, 저선량, 고속 촬영 기술을 가능하게 한 핵심기술로 떠오르고 있으므로 많은 연구가 필요하다”라고 인공지능 기술이 나아가야 할 미래방향을 제시했다.
2019.07.25 조회수 12875 -
김필남, 이수현, 정현정 교수, 한국 로레알-유네스코 여성과학자상 펠로우십 수상
우리 대학 바이오및뇌공학과 김필남 교수, 이수현 교수, 생명과학과/나노과학기술대학원 정현정 교수가 2019 제18회 한국 로레알-유네스코 여성과학자상 펠로십을 수상했다.
시상식은 지난 6월 28일 서울대학교 교수회관에서 로레알코리아와 유네스코한국위원회 후원, 여성생명과학기술포럼 주관 하에 진행됐다. 수상자에게는 상장 및 상패와 상금 5백만 원이 수여됐다.
로레알코리아는 지난 2002년부터 한국 여성 과학계의 진흥과 발전에 이바지한 공로자를 포상하기 위해 유네스코한국위원회, 여성생명과학기술포럼과 공동으로 우수 여성 과학자를 선정 및 시상해 왔으며, 지금까지 총 74명의 수상자를 배출했다.
김필남 교수는 생체모사 기반 기계생물학(Biomimetic Mechanobiology)을 통해 생명체 내에서의 기계-물리학적 힘 또는 구조물의 역할을 밝혀내는 새로운 개념의 융합학문을 시도하고 이를 지속적으로 개발해 선도적인 연구를 수행하고 있다.
세계 최초로 생명체 내 혈관 형태 네트워크구조형성의 특징을 기계/물리학적 관점에서 재해석해 형태 발생학의 새로운 메커니즘을 제안하는 연구가 네이처 머티리얼즈(Nature Materials)에 소개된 바 있다.
이수현 교수는 동물모델과 인간모델을 모두 사용해 기억 기전에 관한 연구를 진행해 왔으며, 새로운 개념의 기억재경화 모델과 작업기억 모델을 제시하는 등 신경과학 발전에 이바지했다.
특히, 기억 인출 시 나타나는 단백질 분해 현상이 기억재경화와 업데이트에 필수적이라는 점을 세계 최초로 밝혀 사이언스(Science)와 미국국립과학원회보(Proc. Natl. Acad. Sci. USA) 등에 게재한 바 있다.
정현정 교수는 의생명공학 분야에서 나노소재를 인간 질병의 진단과 치료에 응용하는 연구를 수행해 왔다. 특히, 나노소재를 이용하여 병원이나 현장에서 슈퍼박테리아 감염을 조기에 신속하고 정확하게 진단할 수 있는 기술들을 개발해 네이처 나노테크놀로지(Nature Nanotechnology)에 발표했다.
최근에는 유전자가위의 화학적 접합체 시스템을 개발해 비바이러스성 유전자 치료제로 다양한 질병의 치료에 응용하는 연구를 활발히 진행하고 있다.
2019.07.04 조회수 13275 -
정재승 교수, 세계자연기금(WWF) 홍보대사 위촉
우리대학 정재승 교수(문술미래전략대학원장 겸 바이오및뇌공학과 교수)가 지난 21일 세계자연기금(WWF) 홍보대사로 위촉됐다.
WWF 한국본부는 이날 서울 압구정동 공유오피스인 ‘위워크’에서 열린 판다토크(Panda Talks)에 앞서 정 교수를 홍보대사로 선임하는 행사를 열었다.
정 교수는 판다토크에서 ‘기후변화에 대처하는 우리들의 뇌’를 주제로 강연했는데 판다토크는 각계 명사들이 자연보전에 대한 메세지를 전달하는 WWF의 정기 강연회다.
WWF는 정 교수의 홍보대사 위촉을 통해 한국에서의 자연보전 및 기후변화 대응 활동을 폭넓게 알릴 수 있을 것으로 기대하고 있다.
2019.05.22 조회수 8326 -
예종철 교수, 국제자기공명의과학회(ISMRM)에서 기조강연
〈 예종철 교수 〉
우리 대학 바이오및뇌공학과 예종철 교수가 5월 14일 캐나다 몬트리올에서 열린 제27회 ‘국제자기공명의과학회(ISMRM, International Society for Magnetic Resoance in Medicine) 연차 총회에서 기조 강연을 했다.
’의료인공지능(Machine Learning for Medical Imaging)‘을 주제로 강연을 한 예종철 교수는 인공지능을 이용한 고속 MRI 획득 및 복원 기술의 연구를 소개하고, 인공지능 블랙박스를 해석하기 위한 수학적 이론을 발표했다.
ISMRM 연차 총회는 전 세계 수 천명의 과학자와 의사들이 참여하는 자기공명영상(MRI) 분야 최대 학회이다.
예 교수는 방사선학 분야 대표 언론 AuntMinnie.com과 총회 이후 진행된 인터뷰를 통해 “인공지능이 단지 진단의 영역을 넘어 기존에 불가능했던 고화질의 영상을 만들어 의사들의 진단을 더욱 정확하게 하는 새 방향으로 급격히 발전하고 있다”라고 말했다.
2019.05.22 조회수 10227