연구
< (왼쪽부터) 전기및전자공학부 한동수 교수, 정영목 박사과정 >
우리 대학 전기및전자공학부 한동수 교수 연구팀이 머신러닝(기계학습)에 기반한 *유전체 정렬 소프트웨어를 개발했다고 12일 밝혔다.
☞ 유전체(genome): 생명체가 가지고 있는 염기서열 정보의 총합이며, 유전자는 생물학적 특징을 발현하는 염기서열들을 지칭한다. 유전체를 한 권의 책이라고 비유하면 유전자는 공백을 제외한 모든 글자라고 비유할 수 있다.
차세대 염기서열 분석은 유전체 정보를 해독하는 방법으로 유전체를 무수히 많은 조각으로 잘라낸 후 각 조각을 참조 유전체(reference genome)에 기반해 조립하는 과정을 거친다. 조립된 유전체 정보는 암을 포함한 여러 질병의 예측과 맞춤형 치료, 백신 개발 등 다양한 분야에서 사용된다.
유전체 정렬 소프트웨어는 차세대 염기서열 분석 방법으로 생성한 유전체 조각 데이터를 온전한 유전체 정보로 조립하기 위해 사용되는 소프트웨어다. 유전체 정렬 작업에는 많은 연산이 들어가며, 속도를 높이고 비용을 낮추는 방법에 관한 관심이 계속해서 증가하고 있다. 머신러닝(기계학습) 기반의 인덱싱(색인) 기법(Learned-index)을 유전체 정렬 소프트웨어에 적용한 사례는 이번이 최초다.
전기및전자공학부 정영목 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `옥스포드 바이오인포메틱스(Oxford Bioinformatics)' 2022년 3월에 공개됐다. (논문명 : BWA-MEME: BWA-MEM emulated with a machine learning approach)
유전체 정렬 작업은 정렬해야 하는 유전체 조각의 양이 많고 참조 유전체의 길이도 길어 많은 연산량이 요구되는 작업이다. 또한, 유전체 정렬 소프트웨어에서 정렬 결과의 정확도에 따라 추후의 유전체 분석의 정확도가 영향을 받는다. 이러한 특성 때문에 유전체 정렬 소프트웨어는 높은 정확성을 유지하며 빠르게 연산하는 것이 중요하다.
일반적으로 유전체 분석에는 하버드 브로드 연구소(Broad Institute)에서 개발한 유전체 분석 도구 키트(Genome Analysis Tool Kit, 이하 GATK)를 이용한 데이터 처리 방법을 표준으로 사용한다. 이들 키트 중 BWA-MEM은 GATK에서 표준으로 채택한 유전체 정렬 소프트웨어이며, 2019년에 하버드 대학과 인텔(Intel)의 공동 연구로 BWA-MEM2가 개발됐다.
연구팀이 개발한 머신러닝 기반의 유전체 정렬 소프트웨어는 연산량을 대폭 줄이면서도 표준 유전체 정렬 소프트웨어 BWA-MEM2과 동일한 결과를 만들어 정확도를 유지했다. 사용한 머신러닝 기반의 인덱싱 기법은 주어진 데이터의 분포를 머신러닝 모델이 학습해, 데이터 분포에 최적화된 인덱싱을 찾는 방법론이다. 데이터에 적합하다고 생각되는 인덱싱 방법을 사람이 정하던 기존의 방법과 대비된다.
BWA-MEM과 BWA-MEM2에서 사용하는 인덱싱 기법(FM-index)은 유전자 조각의 위치를 찾기 위해 유전자 조각 길이만큼의 연산이 필요하지만, 연구팀이 제안한 알고리즘은 머신러닝 기반의 인덱싱 기법(Learned-index)을 활용해, 유전자 조각 길이와 상관없이 적은 연산량으로도 유전자 조각의 위치를 찾을 수 있다. 연구팀이 제안한 인덱싱 기법은 기존 인덱싱 기법과 비교해 3.4배 정도 가속화됐고, 이로 인해 유전체 정렬 소프트웨어는 1.4 배 가속화됐다.
< 그림 1. 차세대 염기서열 분석 방법 (NGS)의 전체 과정. NGS 장비를 통해 분석하고자 하는 샘플의 DNA를 잘라서, 수 억개의 DNA 조각들을 생성한다. 생성된 DNA 조각들은 유전체 정렬 소프트웨어를 통해 참조 유전체에 맞춰 정렬이 이뤄진다. 전처리 작업이 완료된 시퀀싱 데이터는 다양한 유전체 분석 작업에 사용 된다. >
연구팀이 이번 연구에서 개발한 유전체 정렬 소프트웨어는 오픈소스 (https://github.com/kaist-ina/BWA-MEME)로 공개돼 많은 분야에 사용될 것으로 기대되며, 유전체 분석에서 사용되는 다양한 소프트웨어를 머신러닝 기술로 가속화하는 연구들의 초석이 될 것으로 기대된다.
한동수 교수는 "이번 연구를 통해 기계학습 기술을 접목해 전장 유전체 빅데이터 분석을 기존 방식보다 빠르고 적은 비용으로 할 수 있다는 것을 보여줬으며, 앞으로 인공지능 기술을 활용해 전장 유전체 빅데이터 분석을 효율화, 고도화할 수 있을 것이라 기대된다ˮ고 말했다.
< 그림 2. 머신러닝 모델을 통해 유전체 조각의 위치를 예측하는 과정 모식도. Learned-index의 머신러닝 모델에 유전체 조각을 입력하면, 유전체 조각의 위치를 머신러닝 모델이 예측한다. 이어서 예측된 위치와 에러 값을 이용하여 이진 탐색 범위를 설정한다. 유전체 조각과 참조 유전체를 비교하며 이진 탐색을 진행하여 유전체 조각의 정확한 위치를 찾고, 찾은 위치들을 기반으로 유전체 정렬을 하게 된다. >
한편 이번 연구는 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받아 데이터 스테이션 구축·운영 사업으로서 수행됐다.
-
연구 세포 속 ‘유전자 지도’ 한번에 해독...치매·암 연구 게임체인저
질병의 시작점은 단 한 개의 세포다. 그러나 지금까지는 개별 세포의 변화를 정밀하게 들여다보는 데 한계가 있어, 수천~수만 개 세포의 평균값을 분석하다 보니 질병의 ‘초기 신호’를 정확히 포착하기 어려웠다. 우리 대학 연구진이 마치 구글어스로 지구를 확대하듯, 그 세포 속 유전 설계도를 입체적으로 동시에 해독하는 기술을 세계 최초로 구현했다. 암과 치매, 파킨슨병 등 복잡 질환 연구의 판을 바꿀 성과다. 우리 대학은 생명과학과 정인경 교수 연구팀이 미국 듀크대학교 야루이 디아오(Yarui Diao) 교수팀과 공동연구를 통해, 단일 세포에서 ▲유전자 발현(전사체) ▲후성유전체 ▲게놈 3차 구조를 동시에 분석하는 세계 최초의 초정밀 분자지도 해독 기술 ‘scHiCAR(에스씨하이카, single-cell Hi-C with assay for transposase-accessible chromatin and RNA sequencing)’를 개발
2026-03-04 -
연구 GPU 덜쓰고 챗GPT 쓴다..카카오 AI 육성 프로젝트 대상 수상
지금의 챗GPT 등 대규모 언어모델(LLM) 서비스는 대부분 고가의 GPU 서버에 의존해 운영되고 있다. 이러한 구조는 서비스 규모가 커질수록 비용과 전력 소모가 급격히 증가하는 한계를 안고 있다. 우리 대학 연구진이 이러한 문제를 해결할 수 있는 차세대 AI 인프라 기술을 개발했다. 우리 대학은 전산학부 박종세 교수를 중심으로 한 애니브릿지(AnyBridge) AI 팀이 GPU에만 의존하지 않고, 다양한 AI 가속기를 통합해 LLM을 효율적으로 서비스할 수 있는 차세대 AI 인프라 소프트웨어를 개발했다고 30일 밝혔다. 해당 기술은 카카오가 주최한 ‘4대 과학기술원×카카오 AI 육성 프로젝트’에서 대상을 수상했다. 이번 프로젝트는 카카오와 KAIST, GIST, DGIST, UNIST 등 4대 과학기술원이 공동으로 추진한 산학 협력 프로그램으로, AI 기술을 기반으로 한 예비 창업팀들의 기술력과 사업성을 종합적으로 평가해 우수 팀을 선발했다.
2026-01-30 -
연구 지방 세포 생성을 멈추는 '스위치' 발견
비만과 지방간, 인슐린 저항성 등 대사질환은 전 세계적으로 빠르게 증가하고 있지만, 지방이 만들어지는 과정을 근본적으로 조절할 방법은 여전히 제한적이다. 특히 지방세포는 한 번 형성되면 쉽게 줄어들지 않아 치료가 어렵다. 이러한 가운데 우리 대학 연구진이 지방 형성을 막는 ‘스위치’가 존재함을 밝혀냈다. 이번 발견은 DNA 자체를 바꾸지 않고 유전자의 작동을 조절하는 ‘후성유전체 스위치’가 지방세포 생성 과정에서 어떻게 작용하는지를 규명한 것으로, 향후 비만과 대사질환을 보다 정밀하게 제어할 수 있는 새로운 가능성을 제시한다. 우리 대학 생명과학과 임대식 교수와 강주경 교수 연구팀은 히포(Hippo) 신호전달경로*의 핵심 조절 인자인 ‘얍/타즈(YAP/TAZ)’가 지방세포 분화과정**에서 후성유전체 수준의 ‘분화 억제 스위치’ 역할을 한다는 사실을 규명했다고 25일 밝혔다. 연구팀은 얍/타즈가
2026-01-26 -
행사 공과대학, NI와 상호 업무 협력을 위한 MOU체결
우리 대학 공과대학은 2025년 9월 16일 대전 문지캠퍼스에서 소프트웨어 기반의 계측 및 테스트 솔루션을 제공하는 National Instruments (이하, NI) 와 함께 상호 협력을 위한 양해각서(MOU)를 체결했다. NI는 미국 텍사스주 오스틴에 본사를 둔 글로벌 계측 기업으로, 소프트웨어 (LabVIEW) 중심의 유연한 통합과 모듈형 하드웨어 기반의 확장성, 그리고 전 세계 엔지니어와 과학자들로부터 검증된 신뢰성을 바탕으로 다양한 산업 및 연구 분야의 혁신을 지원하고 있다. 협약식은 문지캠퍼스 슈펙스홀에서 열렸으며, 국내외 전문가 및 연구진 100여 명이 참석한 가운데 진행됐다. 행사에서는 환영사 및 SW 기증식(소프트웨어 600카피, 27억 상당)에 이어 오전에는 ▲고속공기역학 분야 측정·계측 사례(박기수 교수, 항공우주공학과), ▲6G 저궤도 위성통신 핵심기술(최지환교수, 항공우주공학과) ,오후에는 ▲전산유도제어를 활용한 재사용 발사체 착륙 유도
2025-09-18 -
연구 금융 필수 보안 소프트웨어가 해킹 악용 가능성 밝혀
우리나라는 금융 보안 소프트웨어 설치를 의무화한 유일한 국가다. 이것이 오히려 보안 위협에 취약할 수도 있다는 우려가 국내 연구진에 의해 밝혀졌다. KAIST 연구진은 안전한 금융 환경을 위한 현재 복잡하고 위험한 보안 프로그램을 강제로 설치하는 방식 대신, 웹사이트와 인터넷 브라우저에서 원래 설정한 안전한 규칙과 웹 표준을 따르는 ‘근본적 전환’이 필요하다고 설명했다. 우리 대학 전기및전자공학부 김용대·윤인수 교수 공동 연구팀이 고려대 김승주 교수팀, 성균관대 김형식 교수팀, 보안 전문기업 티오리(Theori) 소속 연구진이 공동연구를 통해, 한국 금융보안 소프트웨어의 구조적 취약점을 체계적으로 분석한 연구 결과에 대해 2일 밝혔다. 연구진은 북한의 사이버 공격 사례에서 왜 한국의 보안 소프트웨어가 주요 표적이 되는지에 주목했다. 분석 결과, 해당 소프트웨어들이 설계상의 구조적 결함과 구현상 취약점을 동시에 내포하고 있음이 드러났다. 특
2025-06-02