-
세계 최대 규모의 3차원 암 게놈 지도 구축
우리 대학 생명과학과 정인경 교수가 한국생명공학연구원 국가생명연구자원정보센터(KOBIC) 이병욱 박사 연구팀과 공동연구를 통해 전 세계 최대 규모의 3차원 암 게놈 지도 데이터베이스를 구축해 공개했다고 28일 밝혔다. (데이터베이스 주소: 3div.kr)
공동연구팀은 인체 정상 조직과 암 조직, 그리고 다양한 세포주 대상 3차원 게놈 지도를 분석 및 데이터베이스화 해, 약 400여 종 이상의 3차원 인간 게놈 지도를 구축했으며, 이를 통해 암세포에서 빈번하게 발생하는 대규모 유전체 구조 변이(structural variation)의 기능을 해독할 수 있는 신규 전략을 제시했다.
정인경 교수, 이병욱 박사가 공동 교신 저자로 참여한 이번 연구 결과는 국제 학술지 `핵산 연구(Nucleic Acid Research)' 저널 11월 27일 字 온라인판에 게재됐다. (논문명 : 3DIV update for 2021: a comprehensive resource of 3D genome and 3D cancer genome)
현재까지 많은 연구를 통해 암세포 유전체에서 발생하는 돌연변이를 규명해 암의 발병 기전을 이해하려는 시도가 있었다. 최근에는 유전자에서 발생하는 점 돌연변이뿐 아니라 대규모 구조 변이에 관한 연구가 활발하게 이루어지고 있으며, 이들을 활용한 신규 암세포의 특이적 유전자 발현 조절 기전 규명의 중요성이 제시되고 있다.
하지만, 대다수의 구조 변이는 DNA가 단백질을 생성하지 않는 비 전사 지역에 존재해, 1차원적 게놈 서열 분석만으로 이들의 기능을 규명하는 데는 한계가 있었다.
한편 지난 10년간 비약적으로 발전한 3차원 게놈 구조 연구는 비 전사 지역에 존재하는 대규모 구조 변이로 인해 생성되거나 소실되는 염색질 고리 구조(chromatin loop)를 3차원 게놈 구조 해독을 통해 규명하면 유전자 조절 기능을 해독할 수 있다는 모델을 제시하고 있다.
이에 정인경 교수 연구팀은 지금까지 공개된 모든 암 유전체의 3차원 게놈 지도를 확보해 전 세계 최대 규모의 3차원 암 유전체 지도를 작성했다. 그리고 대규모 구조 변이와 3차원 게놈 지도를 연결할 수 있는 분석 도구들을 개발했다. 그 결과 연구팀은 대규모 암 유전체 구조 변이에 따른 3차원 게놈 구조의 변화 그리고 이들의 표적 유전자를 규명할 수 있었다.
공동 교신 저자 이병욱 박사는 "최근 세포 내 3차원 게놈 구조 변화가 다양한 질병, 특히 암의 원인이 된다는 것이 밝혀지고 있는데, 이번 연구를 통해 이를 연구할 수 있는 도구들을 세계 최초로 개발했다ˮ라며 "이번 연구 결과를 활용하면 암의 발병 원리를 이해하고 더 나아가 항암제 개발에도 중요한 정보를 제공할 것으로 기대된다ˮ라고 말했다.
정인경 교수는 "암에서 빈번하게 발생하는 대규모 구조 변이의 기능을 3차원 게놈 구조 해독을 통해 정밀하게 규명 가능함을 보여줬다ˮ라며 "이번 연구 결과는 아직 해독이 완벽하게 이루어지고 있지 않은 암 유전체를 정밀하게 해독하는 기술을 한 단계 더 발전시키는 계기가 될 것이다”라고 말했다.
이번 연구는 한국연구재단 기반산업화 인프라 그리고 서경배과학재단의 지원을 통해 수행됐다.
2020.12.28
조회수 47578
-
딥러닝으로 소재 합성 가능성 예측 기술 개발
우리 대학 생명화학공학과 정유성 교수 연구팀이 딥러닝을 활용해 소재의 합성 가능성을 높은 정확도로 예측하는 기술을 개발했다고 22일 밝혔다.
신소재 설계의 궁극적인 목표는 소재를 설계하고 그것을 실험적으로 합성하는 것이지만 현실적으로는 새롭게 설계된 대부분의 소재가 실제 합성 단계에서 성공하지 못하고 버려지는 경우가 많다. 이는 불필요한 시간과 자원의 낭비를 초래한다. 소재의 합성 여부는 반응 조건, 열역학, 반응 속도, 소재 구조 등 다양한 요인에 의해서 결정되기 때문에, 소재의 합성 가능성을 예측하는 것은 매우 도전적인 과제로 여겨져 왔다.
이런 문제 해결을 위한 방안으로 간단한 열역학적 안정성만을 고려해 고체 소재의 합성 가능성을 추정하지만 정확도는 매우 떨어지는 편이다. 일례로 에너지적으로 안정된 물질이라 하더라도 합성이 안 되는 경우가 아주 빈번하고, 또 반대로 *준안정 상태의 물질들도 합성되는 경우가 많기 때문이다. 따라서, 합성 가능성에 대한 예측 정확도를 획기적으로 높일 수 있는 방법론의 개발이 시급한 과제로 여겨져 왔다.
☞ 준안정(metastable) 상태 : 어떤 물질이 열역학적으로 안정된 ‘바닥 상태’가 아닌 상태
정유성 교수 연구팀이 개발한 소재 합성 가능성 예측기술은, 기존 합성이 보고된 고체 소재들의 구조적 유사성을 그래프 합성 곱 신경망(GCN, Graph Convolutional Neural Network)으로 학습해 새로운 소재의 합성 가능성을 예측할 수 있다. 특히, 현재까지 합성이 안 된 물질이라 하더라도 합성이 성공할 가능성은 여전히 존재하기 때문에 참값(레이블)을 이미 알고 학습을 진행하는 일반적인 지도학습과는 달리 양의 레이블(+)을 가진 데이터와 레이블이 없는 데이터(Positive-Unlabeled, P-U)를 이용한 분류 모델 기반의 준 지도학습을 사용했다.
정 교수팀은 5만여 종에 달하는 이미 합성이 보고된 물질과 8만여 종의 *가상 물질로 이뤄진 `머터리얼스 프로젝트(Materials Project, MP)'라는 소재 관련 데이터베이스를 이용해 모델을 구축했다. 연구팀 관계자는 이 신기술을 활용한 결과, 소재들의 합성 가능성을 약 87% 정확하게 예측할 수 있다고 설명했다. 정 교수팀은 또 이미 합성된 소재들의 열역학적 특성을 분석한 결과, 열역학적 안정성만으로는 실제 소재의 합성 가능성을 예측할 수 없다는 사실도 알아냈다.
☞ 가상 물질(hypothetical materials) : 기존에 합성되어 보고된 물질들을 원소 치환해서 얻어지는 가상의 물질들로 아직 실험적으로 합성 보고가 이루어지지 않은 물질
이와 함께 머터리얼스 프로젝트(MP) 데이터베이스 내에 합성 가능성 점수가 가장 높은 100개의 가상 물질에 대해 문헌조사를 실시한 결과, 이들 중 머터리얼스 프로젝트(MP) 데이터베이스에는 합성 여부가 아직 알려지지 않았지만 실제로 합성돼 논문에 보고된 소재만도 71개에 달하는 것을 확인했고 이를 통해 모델의 높은 정확도를 추가로 입증했다.
정유성 교수는 "빠른 신소재 발견을 위해 다양한 소재 설계 프레임워크가 존재하지만 정작 설계된 소재의 합성 가능성에 관한 판단은 전문가 직관의 영역으로 남아 있다ˮ면서 "이번에 개발한 합성 가능성 예측 모델은 새로운 소재를 설계할 때 실제로 합성 가능성을 실험 전에 미리 판단할 수 있어 새로운 소재의 개발시간을 단축하는 데 큰 도움이 될 것ˮ이라고 말했다.
생명화학공학과 장지돈 박사과정과 구근호 박사후연구원이 공동 제1 저자로 참여한 이번 연구결과는 미국화학회가 발행하는 국제학술지 미국화학회지(Journal of the American Chemical Society) 온라인 10월 26일 자에 실렸다. (논문명: Structure-Based Synthesizability Prediction of Crystals Using Partially Supervised Learing)
한편 이번 연구는 과학기술정보통신부 산하 한국연구재단의 기초연구사업(중견연구)과 미래소재 디스커버리 사업 지원을 받아 수행됐고, 연구에 KISTI의 슈퍼컴퓨터를 활용했다.
2020.12.22
조회수 47981
-
바이오및뇌공학과 김진우 학사과정, 국제 학술지 표지 논문 게재
우리 대학 바이오및뇌공학과 백세범 교수 연구팀에 소속된 대학생(학사과정)의 연구논문이 뇌신경과학 분야 저명 국제학술지에 게재됐음은 물론 해당 저널의 표지 논문으로 선정돼 화제가 되고 있다.
바이오및뇌공학과 4학년에 재학 중인 김진우 학생(22세)이 백세범 교수의 지도하에 수행한 학부생 개별연구 프로젝트에서 두뇌의 *시각 피질에서 관측되는 주요 신경망 연결 구조 중 하나인 '장거리 수평 연결(Long-range horizontal connection)'이 두뇌 발생 초기에 형성되는 원리를 규명한 연구결과가 뇌신경과학 분야 '저널 오브 뉴로사이언스'의 표지 논문으로 선정됐다.
☞ 시각 피질(Visual Cortex): 두뇌에서 시각 정보처리를 담당하는 영역. 망막 신경망 영역을 통해 입력받은 외부 공간에 대한 시각 정보를 처리하여 인지 과정을 구현하는 기능성 신경망 구조로 이루어져 있다.
연구팀은 이번 연구를 통해 어린 포유류 동물이 눈을 뜨기 전, 시각적인 학습이 전혀 이뤄지지 않은 상태, 즉 두뇌 발생 초기 상태에서 *망막 내 신경세포들의 자발적인 활동으로부터 발생하는 '*망막 파동'이 두뇌 시각 피질의 신경세포들을 특정한 공간적 패턴으로 자극하고, 이를 통해 시각 정보 처리에서 중요한 역할을 담당하는 '장거리 수평 연결'을 형성한다는 사실을 밝혀냈다.
☞ 망막(Retina): 눈의 안쪽을 둘러싸고 있는 신경세포의 얇은 층으로, 시각 시스템에서 외부 시각 정보가 신경세포 신호로 처음 변환되는 영역
☞ 망막 파동(Retinal Wave): 포유류의 초기 발달과정의 망막에서 나타나는, 신경절 세포들이 차례대로 발화하며 파도와 같은 파형으로 활동패턴이 확산하는 현상
김진우 학생과 송민 박사과정 학생이 공동 제1 저자로 참여한 이번 연구는 뇌신경과학 분야의 대표 국제학술지인 '저널 오브 뉴로사이언스 (Journal of Neuroscience)' 19일 字에 게재되는 한편 해당 호 표지 논문으로 선정됐다. (논문명: Spontaneous retinal waves generate long-range horizontal connectivity in visual cortex)
포유류의 시각 피질에서는 신경세포들이 외부 시각 자극의 특정 요소에만 선택적으로 반응하는 신경 선택성(neural tuning)을 보이는데, 비슷한 신경 선택성을 가지는 세포들은 공간적으로 멀리 떨어져 있어도 '장거리 수평 연결'이라는 특별한 상호 연결망 회로로 이어져 있다. 이처럼 특이한 신경망 연결 구조는 포유류의 시각 인지기능에 중요한 역할을 하는 것으로 생각돼왔지만, 이러한 회로가 뇌의 발생 초기 단계에서 외부 시각 정보에 의한 자극 없이 어떻게 자발적으로 발생하는지는 아직까진 명확히 알려진 바가 없었다.
백 교수 연구팀은 망막 내 신경망 구조를 모델화하고, 이를 통해 망막 파동의 패턴이 시각 피질 내 구조 형성에 미치는 영향을 시뮬레이션했다. 그 결과, 연구팀은 망막의 신경절에서 자발적으로 발생하는 망막 파동이 시각 피질로 전달되는 과정에서 형성되는 선택적 활동 패턴이 시각 피질 내의 장거리 연결 구조를 형성함을 밝혀냈고, 이 모델을 기반으로 동물실험에서 관측되는 초기 시각 피질의 특징적인 신경 활동 패턴을 재현하는 데 성공했다.
이 연구를 통해 연구팀은 동물실험에서 관측된 시각 피질의 장거리 수평 연결이 형성되는 과정과 주요 인자들을 정확히 확인했다. 이 결과를 기반으로 연구팀은 뇌 피질 내에서의 활동 패턴이 피질 구조를 결정한다는 기존 모델의 오류를 지적하는 한편, 망막에서 전달된 활동 패턴이 시각 피질의 구조를 형성하는 데 결정적인 영향을 끼친다는 새로운 발생 모델을 제시했다.
백세범 교수는 "외부의 정보를 학습할 수 없는 감각 신경망의 발생 초기 단계에서, 감각기관 말단의 신경 활동 패턴이 뇌 신경망의 주요 구조 형성에 결정적으로 기여한다는 새로운 뇌 구조 발생 모델을 제시한 연구라는 점에서 의미가 크다ˮ고 설명했다.
김진우 학생은 "이번 연구는 뇌가 외부 세계에 대한 감각 정보를 처음으로 경험하기 이전에 어떻게 비 지도적으로 학습을 하는지에 대해, 알려진 실험 데이터에 기반한 명확한 이론적 설명을 제공한다는 점에서 흥미롭다ˮ고 말했다. 그는 이어 "이와 같은 방향의 연구가 향후 데이터 학습에 의존하지 않는 새로운 형태의 인공신경망 연구에도 큰 도움이 될 것으로 기대가 된다ˮ고 덧붙였다.
이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2020.08.23
조회수 24116
-
딥러닝 기반 실시간 기침 인식 카메라 개발
우리 대학 기계공학과 박용화 교수 연구팀이 ㈜에스엠 인스트루먼트와 공동으로 실시간으로 기침 소리를 인식하고 기침하는 사람의 위치를 이미지로 표시해주는 '기침 인식 카메라'를 개발했다고 3일 밝혔다.
작년 말부터 시작된 세계적 유행성 전염병인 코로나19가 최근 미국·중국·유럽 등 세계 각국에서 재확산되는 추세로 접어들면서 비접촉방식으로 전염병을 감지하는 기술에 대한 수요가 증가하고 있다.
코로나19의 대표적인 증상이 발열과 기침인데, 현재 발열은 열화상 카메라를 이용해 직접 접촉을 하지 않고도 체온을 쉽게 판별할 수 있다. 문제는 비접촉방식으로는 기침하는 사람의 증상을 쉽사리 파악하기 어렵다는 점이다. 박 교수 연구팀은 이런 문제를 해결하기 위해 기침 소리를 실시간으로 인식하는 딥러닝 기반의 기침 인식 모델을 개발했다. 또한 열화상 카메라와 같은 원리로 기침 소리와 기침하는 사람의 시각화를 위해 기침 인식 모델을 음향 카메라에 적용, 기침 소리와 기침하는 사람의 위치, 심지어 기침 횟수까지를 실시간으로 추적하고 기록이 가능한 '기침 인식 카메라'를 개발했다.
연구팀은 기침 인식 카메라가 사람이 밀집한 공공장소에서 전염병의 유행을 감지하거나 병원에서 환자의 상태를 상시 모니터링 가능한 의료용 장비로 활용될 것으로 기대하고 있다.
연구팀은 기침 인식 모델 개발을 위해 *합성 곱 신경망(convolutional neural network, CNN)을 기반으로 *지도학습(supervised learning)을 적용했다. 1초 길이 음향신호의 특징(feature)을 입력 신호로 받아, 1(기침) 또는 0(그 외)의 2진 신호를 출력하고 학습률의 최적화를 위해 일정 기간 학습률이 정체되면 학습률 값을 낮추도록 설정했다.
이어서 기침 인식 모델의 훈련 및 평가를 위해 구글과 유튜브 등에서 연구용으로 활발히 사용 중인 공개 음성데이터 세트인 `오디오세트(Audioset)'를 비롯해 `디맨드(DEMAND)'와 `이티에스아이(ETSI)', `티미트(TIMIT)' 등에서 데이터 세트를 수집했다. 이 중 `오디오세트'는 훈련 및 평가 데이터 세트 구성을 위해 사용했고 다른 데이터 세트의 경우 기침 인식 모델이 다양한 배경 소음을 학습할 수 있도록 데이터 증강(data augmentation)을 위한 배경 소음으로 사용했다.
☞ 합성 곱 신경망(convolutional neural network): 시각적 이미지를 분석하는 데 사용되는 인공신경망(생물학의 신경망에서 영감을 얻은 통계학적 학습 알고리즘)의 한 종류
☞ 지도학습(Supervised Learning): 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법
데이터 증강을 위해 배경 소음을 15%~75%의 비율로 `오디오세트'에 섞은 후, 다양한 거리에 적응할 수 있게 음량을 0.25~1.0배로 조정했다. 훈련 및 평가 데이터 세트는 증강된 데이터 세트를 9:1 비율로 나눠 구성했으며, 시험 데이터 세트는 따로 사무실에서 녹음한 것을 사용했다.
모델 최적화를 위해서는 '스펙트로그램(spectrogram)' 등 5개의 음향 특징과 7개의 최적화 기기(optimizer)를 사용해 학습을 진행하고 시험 데이터 세트의 정확도를 측정, 성능을 확인한 결과 87.4%의 시험 정확도를 얻을 수 있었다.
연구팀은 이어 학습된 기침 인식 모델을 소리를 수집하는 마이크로폰 어레이와 카메라 모듈로 구성되는 음향 카메라에 적용했다. 그 결과 수집된 데이터는 음원의 위치를 계산하는 빔 형성 과정을 거쳐 기침 인식 모델이 기침 소리로 인식할 경우 기침 소리가 난 위치에 기침 소리임을 나타내는 등고선과 라벨이 각각 표시된다.
박 교수팀은 마지막 단계로 기침 인식 카메라의 예비 테스트를 진행한 결과, 여러 잡음 환경에서도 기침 소리와 그 이외의 소리로 구분이 가능하며 기침하는 사람과 그 사람의 위치, 횟수 등을 실시간으로 추적해 현장에서의 적용 가능성을 확인했다. 이들은 추후 병원 등 실사용 환경에서 추가 학습이 이뤄진다면 정확도는 87.4%보다 더 높아질 것으로 기대하고 있다.
박용화 교수는 "코로나19가 지속적으로 전파되고 있는 상황에서 공공장소와 다수 밀집 시설에 기침 인식 카메라를 활용하면 전염병의 방역 및 조기 감지에 큰 도움이 될 것ˮ이라고 말했다. 박 교수는 이어 "특히 병실에 적용하면 환자의 상태를 24시간 기록해 치료에 활용할 수 있기 때문에 의료진의 수고를 줄이고 환자 상태를 더 정밀하게 파악할 수 있을 것ˮ 이라고 강조했다.
한편, 이번 연구는 에너지기술평가원(산업통상자원부)의 지원을 받아 수행됐다.
2020.08.03
조회수 26121
-
기존 인공지능 기술을 뛰어넘는 양자 인공지능 알고리즘 개발
우리 대학 전기및전자공학부 및 AI 양자컴퓨팅 IT 인력양성연구센터장 이준구 교수 연구팀이 독일 및 남아공 연구팀과의 협력 연구를 통해 비선형 양자 기계학습 인공지능 알고리즘을 개발했다고 7일 밝혔다.
양자 인공지능은 양자컴퓨터의 발전과 함께 현재의 인공지능을 앞설 것으로 크게 기대되고 있으나 연산 방법이 전혀 달라 새로운 양자 알고리즘의 개발이 절실하다. 특히 양자컴퓨터는 본질적으로 일차방정식을 잘 푸는 선형적 성질을 가지고 있어 복잡한 데이터를 다루는 비선형적 기계학습에 어려움이 존재했다. 하지만 이번 연구를 통해 비선형 커널이 고안되어 복잡한 데이터에 대한 양자 기계학습이 가능하게 됐다. 특히 이준구 교수팀이 개발한 양자 지도학습 알고리즘은 학습에 있어 매우 적은 계산량으로 연산이 가능하다. 따라서 대규모 계산량이 필요한 현재의 인공지능 기술을 추월할 가능성을 제시한 것으로 평가를 받고 있다.
이준구 교수팀은 학습데이터와 테스트데이터를 양자 정보로 생성한 후 양자 정보의 병렬연산을 가능하게 하는 양자포킹 기술과 간단한 양자 측정기술을 조합해 양자 데이터 간의 유사성을 효율적으로 계산하는 비선형 커널 기반의 지도학습을 구현하는 양자 알고리즘 체계를 만들었다. 이후 IBM 클라우드 서비스를 통해 실제 양자컴퓨터에서 양자 지도학습을 실제 시연하는 데 성공했다.
KAIST 박경덕 연구교수가 공동 제1 저자로 참여한 이번 연구결과는 국제 학술지 네이처 자매지인 `npj Quantum Information' 誌 2020년 5월 6권에 게재됐다. (논문명: Quantum classifier with tailored quantum kernel).
기계학습에 있어 중요한 문제 중 하나는 주어진 데이터의 특징(feature)을 구분해 분류하는 것이다. 간단한 예로 동물 이미지 학습데이터에서 입, 귀 등의 특징을 바탕으로 분류하기 위한 결정 경계(decision boundary)를 학습하고 새로운 이미지가 입력되었을 때 개 또는 고양이로 분류하는 작업을 생각해볼 수 있다. 데이터의 특징들이 잘 나타나는 경우에는 선형적 결정 경계만으로 분류할 수 있다. 그러나 입과 귀 모양의 특징으로만 개와 고양이를 분류하기 쉽지 않다면 새로운 결정 경계를 찾기 위해 특징에 관한 정보 공간의 차원을 확장해야 하는데 이러한 과정에서 비선형 커널 기술이 필요하다.
양자컴퓨팅은 고전 컴퓨팅과는 달리 큐비트(quantum bit, 양자컴퓨팅 정보처리의 기본 단위)의 개수에 따라 정보 공간의 차원이 기하급수적으로 증가하기 때문에 이론적으로 고차원 정보처리에 있어 기하급수적으로 뛰어난 성능을 낼 수 있다.
연구팀은 이러한 양자컴퓨팅의 장점을 활용해 데이터 특징 대비 기하급수적인 계산 효율성을 달성하는 양자 기계학습 알고리즘을 개발했다. 이 교수 연구팀이 개발한 이 알고리즘은 저차원 입력 공간에 존재하는 데이터들을 큐비트로 표현되는 고차원 데이터 특징 공간(feature space)으로 옮긴 후, 양자화된 모든 학습데이터와 테스트데이터 간의 커널 함수를 양자 중첩을 활용해 동시에 계산하고 테스트데이터의 분류를 효율적으로 결정한다. 이때 사용되는 양자 회로의 계산 복잡도는 학습 데이터양에 대해서는 선형적으로 증가하나, 데이터 특징 개수에 대해서는 불과 로그(log)함수로 매우 천천히 증가하는 장점이 있다.
연구팀은 이와 함께 양자 회로의 체계적 설계를 통해 다양한 양자 커널 구현이 가능함을 이론적으로 증명했다. 커널 기반 기계학습에서는 주어진 입력 데이터에 따라 최적 커널이 달라질 수 있으므로, 다양한 양자 커널을 효율적으로 구현할 수 있게 된 점은 양자 커널 기반 기계학습의 실제 응용에 있어 매우 중요한 성과다.
연구팀은 IBM이 클라우드 서비스로 제공하는 다섯 개의 큐비트로 구성된 초전도 기반 양자 컴퓨터에서 이번에 개발에 성공한 양자 기계학습 알고리즘을 실험적으로 구현해 양자 커널 기반 기계학습의 성능을 실제 시연을 통해 이를 입증하는 데 성공했다.
이 연구에 참여한 박경덕 연구교수는 "연구팀이 개발한 커널 기반 양자 기계학습 알고리즘은 수년 안에 상용화될 것으로 예측되는 수백 큐비트의 NISQ(Noisy Intermediate-Scale Quantum) 컴퓨팅의 시대가 되면 기존의 고전 커널 기반 지도학습을 뛰어넘을 것ˮ이라면서 "복잡한 비선형 데이터의 패턴 인식 등을 위한 양자 기계학습 알고리즘으로 활발히 사용될 것ˮ이라고 말했다.
한편 이번 연구는 각각 한국연구재단의 창의 도전 연구기반 지원 사업과 한국연구재단의 한-아프리카 협력기반 조성 사업, 정보통신기획평가원의 정보통신기술인력 양성사업(ITRC)의 지원을 받아 수행됐다.
관련 논문: https://www.nature.com/articles/s41534-020-0272-6
2020.07.07
조회수 18691
-
사생활 침해 논란없는 코로나19 감염병 확산방지시스템 개발
세계 각국에서 주목을 받는 K-방역을 떠받쳐 온 코로나19 관련 검사·추적·치료 등 기존 3T 시스템을 한층 업그레이드시킨 새로운 `코로나19 감염병 확산방지시스템(앱&웹)'이 개발됐다.
우리 대학이 개발한 이 시스템은 GPS·무선랜·블루투스·기압계·관성 센서의 신호를 주기적으로 수집, 기록하는 스마트폰 블랙박스를 기반으로 하고 있어 사생활 침해 논란을 최소화하면서 신속한 역학조사와 격리자 관리 등 코로나19 상황에 효율적인 대응이 가능하다. 기존 3T 시스템은 신용카드 이용 내역 등 광범위한 개인정보 접근을 통해 확진자 동선을 공개하는 과정에서 사생활 노출로 인한 인권침해 우려가 꾸준히 제기돼 왔다.
전산학부 지능형서비스통합연구실 한동수 교수 연구팀은 스마트폰의 이동 동선을 기록하는 스마트폰 블랙박스를 기반으로 `코로나19 감염병 확산방지시스템(앱&웹)'을 개발했다고 10일 밝혔다.
한 교수 연구팀이 개발한 스마트폰 블랙박스 시스템은 스마트폰에 내장돼있는 GPS와 와이파이·블루투스·관성 센서 등을 통해서 수집된 신호를 보관했다가 2주가 지나면 자동으로 폐기한다. 또 개인 스마트폰 블랙박스에 저장된 기록은 일체 외부로 유출되지 않으며 특히 확진자의 동선을 공개하는 경우에도 문자로 표현되는 장소 정보가 아닌 신호 정보를 공개하기 때문에 확진자의 사생활 보호가 가능하다.
따라서 코로나19 집단감염대응 차원에서 그동안 꾸준히 지적돼 온 개인의 사생활 침해 문제에 대해 기존과는 다르게 보다 섬세한 방법으로 접근했다는 점이 이 시스템의 가장 큰 특징이다.
한 교수팀의 `코로나19 감염병 확산방지시스템'은 크게 일반인을 위한 `바이러스 노출 자가진단 시스템'과 감염병 관리기관을 위한 `확진자 역학조사 시스템', 그리고 `격리자 관리 시스템' 등 3개 시스템으로 이뤄져 있다.
우선 `바이러스 노출 자가진단 시스템'은 확진자의 동선과 개인의 스마트폰 블랙박스에 기록된 동선의 중첩 여부를 체크해 이뤄진다. 현재 방식은 확진자의 정보가 메시지를 통해 전달되고 개개인이 직접 확진자의 동선을 확인하는 불편함이 따르지만 한 교수팀이 개발한 시스템에서는 사용자가 수시로 해당 앱의 버튼을 눌러 바이러스 노출 여부를 쉽고 빠르게 체크할 수 있다.
`확진자 역학조사 시스템'을 통해 확진자 관련 역학조사를 빠르고 정확하게 수행할 수 있다. 코로나19 감염병 확진을 받은 환자의 스마트폰 블랙박스에 기록된 신호를 지도상에 표시를 해주기 때문에 역학 조사관이 확진자의 이동 동선을 쉽게 파악할 수 있다.
한동수 교수는 이와 함께 이 시스템에 지난 10여년간 개발해 온 실내·외 통합 위치 인식시스템 KAILOS(KAIST Locating System)의 기능도 적용했다. 이에 따라 실내지도와 신호지도가 준비된 건물에서는 건물 내부에서도 확진자의 이동 동선을 확인할 수 있다.
스마트폰 블랙박스는 격리자 관리에도 활용된다. 격리자의 스마트폰 블랙박스가 수집한 신호는 주기적으로 `격리자 관리 시스템'에 전송된다. `격리자 관리 시스템'은 전송받은 신호를 실시간으로 분석해 격리자의 격리공간 이탈 여부를 확인한다. GPS 신호뿐 아니라 무선랜 신호를 사용함으로써 실외뿐 아니라 실내에서의 확진자 격리공간 이탈 여부를 확인할 수 있어 기존 방식보다 더 정확하게 격리자를 관리할 수 있다는 게 강점이다.
한동수 교수는 "현재 약 30여 종의 스마트폰이 사용되고 있는데 스마트폰마다 탑재된 센서의 종류가 매우 다양해서 연구팀이 개발한 시스템을 다양한 스마트폰에 이식하고 테스트하는 작업을 진행하고 있다ˮ면서 "이 작업을 마치는 대로 곧 시스템을 출시할 계획ˮ이라고 소개했다.
KAIST 신성철 총장도 "PreSPI(Prevention System for Pandemic Disease Infection)로 이름 붙인 이 시스템을 활용하면 코로나19 재확산으로 수고하는 의료진 등 방역 분야 종사자들의 수고와 시간을 획기적으로 줄일 수 있고 사생활 침해 논란 없이 신속하고 정확한 역학조사가 가능해져 K-방역의 우수성을 다시 한번 세계 각국에 과시하는 계기가 될 것ˮ이라고 강조했다.
2020.06.11
조회수 19509
-
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 11036
-
정인경 교수, 인체 조직의 3차원 게놈지도 해독
〈 정인경 교수, 이정운 박사과정 〉
우리 대학 생명과학과 정인경 교수와 美 루드윅 암 연구소(Ludwig Institute of Cancer Research) 빙 렌 (Bing Ren) 교수 공동 연구팀이 인체 조직의 3차원 게놈 지도를 해독하는 데 성공했다.
연구팀은 인체의 27개 부위 조직의 3차원 게놈 지도를 분석해 치매, 심혈관계 질환 등을 포함한 2만 7천여 개 이상의 복합 질환 관련 유전 변이 기능을 예측했다.
정인경 교수, 빙 렌 교수가 공동 교신 저자로 참여한 이번 연구 결과는 국제 학술지 ‘네이처 제네틱스(Nature Genetics) 9월 10일 자 온라인판에 게재됐다. (논문명 : A compendium of promoter-centered long-range chromatin interactions in the human genome)
현재까지 수많은 연구를 통해 알츠하이머병, 파킨슨병, 자가면역질환 등 다양한 복합 질환의 원인을 규명하려는 시도가 이뤄지면서 실제 다수의 질환과 관련한 중요 유전변이가 발견됐다.
하지만 이들 대부분의 유전변이는 DNA가 단백질을 생성하지 않는 비전사 지역에 존재하기 때문에 1차원적 DNA 서열 분석에 기반한 유전체 연구로는 모든 기능을 규명하는 데 한계가 있다.
이에 지난 10년간 비약적으로 발전한 3차원 게놈 구조 연구는 비전사 지역에 존재하는 유전변이도 3차원 게놈 구조에 의해 형성되는 염색질 고리 구조(chromatin loop)를 통해 멀리 떨어진 유전자를 조절할 수 있다는 모델을 제시했다.
그러나 이러한 3차원 게놈 구조 연구는 몇 가지 세포주를 대상으로만 국한돼 있고, 질환과 직접 연관이 있는 각 인체 조직을 표적으로 한 게놈 3차 구조는 규명되지 않았다.
연구팀은 인체 내의 27개 조직을 대상으로 이들 게놈의 3차원 구조를 규명하기 위해 전사촉진 부위만 선택적으로 분석하는 ‘표적 염색질 3차 구조 포착법(promoter-capture Hi-C)’이라 불리는 신규 실험 기법을 활용해 고해상도의 3차원 게놈 참조 지도를 작성했다.
그 결과 인간 게놈에 존재하는 약 90만 개의 게놈 3차원 염색질 고리 구조를 발굴하고, 이들 중 상당수가 각 인체 조직 특이적으로 존재한다는 사실도 규명했다.
연구팀은 3차원 게놈 구조를 기반으로 지금까지 기능이 명확하게 정의되지 않은 2만 7천여 개 이상의 질환 연관 유전 변이의 표적 유전자를 정의해 이들 변이의 기능을 예측했다. 나아가 각 질환의 표적 유전자 유사도에 기반해 질환과 질환 사이의 신규 관계를 규명했고, 이를 바탕으로 여러 질환에 공통으로 관여하는 신규 분자 기전을 제시했다.
정 교수는 “복합 질환 기전 규명을 위해 비전사 게놈의 중요성을 강조하고 존재하는 다수의 중요 유전변이를 3차원 게놈 구조 해독을 통해 규명 가능함을 보였다”라며 “이번 결과는 퇴행성 뇌 질환을 포함 다양한 복합 질환의 신규 기전 규명 및 표적 발굴에 활용될 것이다”라고 말했다.
이번 연구는 한국연구재단 신진연구자지원사업, 보건복지부 질환극복기술개발사업, 서경배 과학재단의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 3차원 게놈 구조 모식도 (modified from Stefano et al., 2016)
2019.09.24
조회수 8399
-
장대희 박사과정, 사이버공격방어대회 논문 대상 수상
우리 대학 정보보호대학원 장대희 박사과정(지도교수 강병훈)이 지난 22일 서울 더케이호텔에서 열린 ‘사이버 컨플릭트 엑서사이즈 콘테스트 2017(CCE 2017)’의 사이버안보논문 분야에서 대상을 수상했다.
CCE 2017은 국가보안연구소와 국가정보원 및 한국정보보호학회가 주관해 열리는 행사로 사이버공격방어대회와 논문 공모전이 함께 열린다.
이번 논문 공모전은 총 117편의 논문이 제출됐고 그 중 최상위작이 대상으로 선정된다. 제출된 논문들 중 1등이어도 내용이 충분히 우수하지 않으면 대상을 수상하지 않는다.
장대희 박사과정은 이 논문으로 500만원의 상금을 획득했고 함께 열린 해킹방어대회에서도 2위를 차지했다. (논문명 RUMA : Rethinking Byte Granularity Heap Randomization)
해당 논문은 소프트웨어의 메모리 레이아웃 랜덤화를 통한 취약점공격방어에 관한 이슈를 심층적인 실험과 함께 재고찰하며 기존에 예상하지 못한 새로운 결론에 다다르는 내용이다.
대상 논문 외에도 KAIST 강병훈 교수 연구팀에서 2개의 논문이 우수상을 수상했고 정보보호대학원 손수엘, 김용대, 신승원 교수의 공동지도논문이 최우수상을, 전산학부 신인식 교수 지도논문이 장려상을 수상했다.
또한 행사에서는 2박 3일의 일정으로 실무적인 해킹공격 및 방어기술을 평가하는 사이버공격방어대회를 개최했다. 이 대회에서도 KAIST 강병훈 교수 연구팀(장대희, 김종환, 박민준)을 주축으로 구성된 5인 팀이 2위를 차지했다.
장대희 박사과정은 “이번 행사에서 논문 대상과 더불어 해킹방어대회에서 동시에 입상하게 된 것은 지도교수님의 지도와 연구를 도와준 연구실 동료들이 있었기에 가능했고, 이에 감사드린다” 고 말했다.
2017.11.29
조회수 15224
-
해외 우수교원 및 유학생 유치를 위한 제1회 Embassy Day 23일 개최
우리대학이 우수 외국인 교원과 유학생 선발, 해외 인지도 제고 등을 위해 본격적인 행보에 나선다.이의 일환으로 우리대학은 캐나다·호주·이스라엘·덴마크 등 65개국 주한 외국대사 및 교육·과학담당 서기관 등 관계자 90여명을 초청해 KAIST의 우수성을 알리는 ‘제1회 Embassy Day’를 23일 오후 4시부터 서울 그랜드 하얏트 호텔에서 개최한다.
이 행사에는 제임스 최(James Choi) 주한 호주대사를 비롯해 에릭 월시(Eric Walsh) 주한 캐나다 대사, 스테판 아우어(Stephan Auer) 주한 독일 대사 등 33개국 외국대사를 포함해 모두 65개국 주한 외국공관에서 90여명의 관계자들이 참석할 예정이다. 우리대학에서는 신성철 총장을 포함, 박오옥 교학 부총장, 박희경 연구부총장, 김수현 대외부총장, 이재형 국제협력처장, 조용훈 교무처장, 신하용 입학처장 등 주요 보직교수와 외국인 학생대표 등이 참석한다.
이날 행사에서는 오준호 교수가 ‘휴머노이드 로봇공학’을 주제로, 이상엽 교수가 ‘대사공학의 발전상’을 주제로 각각 KAIST의 우수한 연구 성과를 소개할 예정이다. 또 외국인 입시 전략과 외국인 학생·교원의 학내 생활에 대한 정보를 공유하는 시간을 갖고 학생동아리 공연을 관람하는 순으로 행사가 진행된다. 참석자들은 특히 이날 행사에서 KAIST의 고품질 교육서비스와 혁신적인 연구 성과· 장학제도, 유학생 지원 프로그램 등에 많은 관심을 갖고 향후 자국 학생 입학 및 협력에 관해 다양한 의견을 제시하고 공유할 것으로 우리대학은 기대하고 있다.
또한 양국 대학 간 학술교류는 물론 학생 및 교원 교류와 교육·연구협력을 위한 공동 프로그램 개발 등 국제교류 제반사항 등 상호 관심사항에 관해서도 폭넓은 논의와 함께 상호 구체적인 협력방안 마련 등에도 적극 협력할 것으로 예상된다. 우리대학은 이번 행사에 대한 후속조치의 일환으로 국가별 인재 유치를 위한 전략과 교육·연구 분야에서의 국가별 세부 협력방안 등을 수립, 제시하는 등 각종 글로벌 협력방안을 단계적으로 추진해 나갈 계획이다. 한편 우리대학에는 올 6월 말 현재 전임직 교원 627명의 8.6%인 총 54명의 외국인 교원이, 그리고 외국인 학생은 86개국에서 온 학사과정 198명을 포함해 석․박사 과정 364명, 교환학생 148명 등 총 710명인데 이는 전체 재학생 10,703명의 6.6% 수준이다
2017.06.22
조회수 12449
-
권준민 학생, 산업통상자원부장관표창 받아
우리 학교 화학과 4학년 권준민 학생이 지난달 20일 개최된 ‘제35회 에너지절약 촉진대회’에서 산업통상자원부장관표창을 받았다.
권 군은 국가 에너지 절약정책 참여 실적과 자원 개발을 통한 에너지 절약 실천 연구활동 실적을 인정받았다.
권 군은 청년과학도로서의 사회적 책임 활동으로 국가 에너지 절약정책에 참여, 그 일환으로 지식경제부와 에너지관리공단이 주최하는 SESE나라 지도자활동을 적극적으로 수행했고, 그가 지도한 학교가 우수동아리로 선정되도록 지도했다.
이와 함께 SESE나라 동아리학생들이 ‘제4차 UN 재해경감 아시아각료회의 청소년 홍보대사’로 자발적으로 참여하도록 유도해 활발한 활동을 하도록 지도하고, 동아리학생들이 학교축제 시 ‘제4차 UN 재해경감 아시아각료회의기념 기후변화 학술심포지엄’을 개최하도록 지도하여 지도학교 전교생들에게 에너지 절약 실천을 생활화할 수 있도록 지도했다.
권 군은 고교 때부터 인터넷 블로그활동을 통해 많은 사람들이 에너지문제의 심각성을 인식하고 에너지절약을 실천하는 계기를 갖도록 홍보하였고, 국가청소년위원회 전국위원 및 한국청소년진흥센터 정책모니터링팀으로 위촉되어 활동하면서 전국위원 의제워크숍과 국무총리가 참석한 회의에서 에너지절약과 관련된 청소년정책을 건의하고, 정책모니터링을 통해 청소년들의 에너지절약과 신재생에너지 개발의 중요성에 대한 인식을 높이려 노력했다.
아울러 천연자원을 활용한 질병 치료 및 생활용품 개발을 연구해 대한민국 발명아이디어 경진대회, 삼성휴먼테크 논문대상, 대한민국과학전람회에서 수상하는 등의 성과를 거둠으로써 자원에너지 개발을 통한 에너지절약에 기여한 공적을 인정받았다.
권 군은 지난해 제2회 대한민국 국회기후변화포럼 시민부분에서 수상을 하기도 했다.
2013.12.10
조회수 12075
-
창조경영 최고경영자 과정 2기 모집
2012년 3월 첫 출범한 KAIST 창조경영 최고경영자과정은 문화와 기술을 융합한 창조적 CEO 양성을 목표로 막이 올려졌다.
‘창조경영’이란 어려운 화두를 풀어가기 위해 구성된 ‘창조와 선도’, ‘감성과 혁신’, ‘공감과 소통’ 등 세 파트의 과정은 매주 수강생들의 놀라운 참석률로 뜨거운 수업의 ‘열공’을 보여주었다.
감성, 상상력, 열정의 핵심개념으로 차별화된 교육 철학을 통해 감성으로 소통하고 창조적 상상력으로 생각하며 문화기술의 패러다임을 열정적으로 리드하는 최고의 CEO 양성 교육프로그램은, 조웅래(선양회장), 노운하(파나소닉코리아 대표이사), 조현탁(삼성전자 전무), 손외수(플랜트 치과 원장), 손영찬(리딩투자증권 부사장), 박호기(신한은행 본부장), 이인숙(한국 콘텐츠진흥원 본부장), 이기옥(LG화학 상무), 양환정(방송통신위원회 국장)등 다양한 분야의 인사들이 참여하여 성황리에 수료식을 마쳤다.
창조경영 2기 강좌는 8월 31일 입학식을 시작으로 9월부터 12월까지 매주 수요일 오후 6시 30분부터 9시 30분, 1일 2강좌로 서울 도곡동 KAIST 캠퍼스에서 수업이 시작된다.
2기 과정 역시 기업의 성공과 실패 사례를 중심으로 문화와 기술의 핫이슈와 주제들을 고부가가치 산업의 구체적 모델 제시로 통찰적 시각에서 미래 비전을 제시한다. 또 현장 실무 사례 중심의 분석적 접근과 문화와 기술의 혁신적 창출을 위한 창의적 융합시각의 이해와 훈련이 이루어진다.
이를 위해 강사진도 국내 최고의 교수진과 기업 전문가인 정운찬(전 국무총리), 이요한(연세대 세브란스 병원 국제진료센터 소장), 최인아(제일기획 부사장), 최영욱(이랜드 전략기획본부장), 김영세(이노디자인 회장), 김일호(오콘대표), 유홍준(명지대 교수), 최태지(국립발레단 단장), 조세현(아이콘스튜디오 사진작가) 등 CT 및 융복합분야 최고 전문가로 구성했다.
40여 명을 정원으로 하는 KAIST 창조경영 최고경영자 과정 2기 수강대상은 기업 최고경영자 및 고위직 임원, 정부 주무기관 고위직 공무원, 문화기술 분야 중심의 전문직 인사, 벤처기업 및 유망 중소기업 CEO 등 사회지도층 인사들이며 원서접수는 6월 18일부터 8월 31일까지, 우편 혹은 FAX(02-3498-7539), E-Mail(deartoon81@kaist.ac.kr)로 가능하다.
또한 커리큘럼, 강사진, 원서접수 및 일정 등 보다 상세한 내용은 홈페이지 http://ctceo.kaist.ac.kr 와 서울 도곡동 사무실 02-3498-7537~8로 문의하면 된다.
2012.07.23
조회수 12552