-
인공지능으로 조현병 원인치료의 실마리 찾다
정신분열증으로도 알려진 조현병은 환청, 환영, 인지장애 등의 증상으로 대표되는 정신질환이다. 국내 연구진이 인공지능을 활용해 그동안 증상 억제만이 가능했던 조현병의 원인을 치료할 수 있는 실마리를 찾았다.
우리 대학 바이오및뇌공학과 이도헌 교수 및 한국한의학연구원(원장 이진용) 공동연구팀이 미국 스탠리 의과학연구소(이하 스탠리연구소) 와의 국제공동연구를 통해 인공지능으로 개인의 유전형과 조현병 사이의 선천적 병리 모델과 조현병 예측 마커를 발굴했다고 27일 밝혔다.
조현병은 2016년 강남역 살인사건, 2019년 진주 방화사건, 2023년 대전 칼부림 사건 등 일부 환자들의 강력범죄와 환자에 대한 사회적 낙인으로 인해 조현병은 심각한 사회적 문제가 되었다. 그러나 이러한 심각성에도 불구하고 조현병의 원인은 명확히 밝혀지지 않아, 리스페리돈(risperidone), 클로자핀(clozapine) 등 항정신병제에 의한 증상의 억제만이 가능한 실정이다.
이도헌 교수 연구팀은 미 스탠리연구소의 다수준 뇌 조직 데이터에 최근 주목받는 인공지능 기술인 `설명가능한 심층학습' 기술을 접목해, 선천적 유전형과 조현병 사이의 병리를 설명하는 인공신경망 모델을 구축했다. 그리고 모델을 해석하여, 선천적 유전형이 유전자·단백질 발현 조절을 통해 뇌의 전전두엽피질, 안와전두엽피질 신경세포의 발생을 변화시켜 조현병 취약성을 결정한다는 사실을 밝혀냈다. 또한, 뇌의 신경세포 밀도를 감소시키는 유전형 조합을 조현병 예측 마커로 제시해, 개인화된 조현병 예측과 세포 치료 등을 통한 조현병 원인치료의 가능성을 열었다.
이도헌 교수는 바이오의료 분야는 `속내를 알 수 없는 인공지능'보다는 `속내를 해석가능한 인공지능'이 꼭 필요한 분야라고 강조하면서, “기존의 인공지능과 비교했을 때 이번 연구에서는 인공신경망의 중간 노드에 유전자 이름, 세포의 상태와 같은 구체적인 생물학적 의미가 부여된 노드를 배치하고 그들간의 연결관계를 기계학습기법으로 분석했다”라고 말했다.
바이오및뇌공학과 이도헌 교수, 조유상 박사(現 한국한의학연구원 선임연구원), 미 스탠리연구소 김상현 박사, 마리 웹스터 박사가 공동으로 진행한 이번 연구는 영국 옥스퍼드대학교에서 발간하는 세계적 학술지인 `기능유전체학 브리핑(Briefings in Functional Genomics)'지 2023년 9월호에 게재됐다.
2023.09.27
조회수 1832
-
면역항암치료 부작용 인공지능으로 예측
면역항암치료는 환자의 면역 시스템을 활성화해 암을 치료하는 혁신적인 3세대 항암 치료 방법으로 알려져 있다. 하지만 면역항암 치료제는 면역활성화에 의해 기존 항암제와는 구분되는 자가면역질환과 유사한 부작용을 유발할 수 있다는 새로운 문제가 제기됐다. 이러한 부작용은 심각한 경우 환자를 죽음에까지 이르게 할 수 있기에 부작용에 대한 연구가 절실한 상황에 놓여있다.
우리 대학 바이오및뇌공학과 최정균 교수팀과 서울아산병원 종양내과 박숙련 교수팀은 면역항암제 치료를 받은 고형암 환자에 대한 대규모 전향적 코호트를 구축하고, 다차원적 분석을 통해 면역항암제 부작용의 위험요인을 규명했다고 22일 밝혔다. 또한 인공지능 딥러닝을 이용해 치료 전 환자에게서 부작용이 나타날지를 예측할 수 있는 모델까지도 개발했다고 알렸다.
기존의 관련 연구들은 소규모로 진행이 되거나, 적은 수의 지표로 국한된 범위에 대해서만 행해졌다. 또한 수행된 연구들은 면역 관련 부작용을 위해 디자인된 연구 설계가 아닌, 다른 목적을 위해 모집된 환자군을 모아 수행하는 후향적 연구 설계로 진행됐다는 한계점이 있었다.
연구팀은 이러한 한계점을 극복하기 위해, 서울아산병원을 필두로 국내 9개 기관과 협력하여 면역 관련 부작용의 포괄적인 위험요인을 밝히기 위한 대규모 전향적 코호트를 구축했다. 또한 환자의 유전체, 전사체, 혈액 지표 등 폭넓은 범위에서 면역 관련 부작용에 대한 위험요인을 밝혀냄으로써, 궁극적으로는 치료 전 미리 환자가 면역항암치료에 대한 부작용을 보일지 알아낼 수 있는 딥러닝 예측 모델을 개발했다. 해당 연구 결과는 다양한 고형암 환자의 임상데이터와 혈액 유전체 데이터에 기반했기에, 향후 환자의 암종과 상관없이 폭넓게 적용될 수 있을 것으로 기대된다.
우리 대학 바이오및뇌공학과 성창환 박사(現 : 서울아산병원 핵의학과)와 안진현 박사과정이 공동 제1 저자로 참여한 이번 연구는 국제 학술지 ‘네이처 캔서(Nature Cancer)’ 에 게재됐다. (논문명 : Integrative analysis of risk factors for immune-related adverse events of checkpoint blockade therapy in cancer).
이번 연구에는 고려대학교 안암병원, 인제대학교 해운대백병원, 국립암센터, 서울삼성병원, 분당서울대학교병원, 고려대학교 구로병원, 연세대학교 세브란스병원, 서울대학교병원의 연구자들도 참여했다.
최정균 교수는 “이번 연구를 통해 면역항암 치료의 아킬레스건이라고 할 수 있는 면역관련 부작용에 대한 폭넓은 분석과 예측모델의 제시를 통해 향후 전세계 연구진이 사용할 수 있는 대규모 면역관련 부작용 리소스를 제공할 수 있을 것이라 기대한다”라고 말했다.
임상연구를 총괄한 서울아산병원 박숙련 교수는 “현재 면역항암제가 임상에서 광범위하게 사용되고 있고 그 치료 영역을 완치적 세팅으로까지 확장하고 있어 치료 효과뿐 아니라 환자 안전성이 더욱 중요한데 그동안 치료 부작용을 예측할 수 있는 좋은 지표가 없던 상황에서, 이번 연구 결과는 개별 환자의 임상데이터와 유전체 데이터에 기반해 면역항암제의 부작용 발생을 예측할 수 있어 암 환자의 정밀 의료 치료를 실현할 수 있는 기반이 될 것으로 기대한다”고 전했다.
이번 연구는 과학기술정보통신부 인공지능 신약개발 플랫폼 구축 사업의 지원을 받아 수행됐다.
2023.06.22
조회수 1359
-
김재철AI대학원 · 기상청 AI기상예측 연구센터 개소
우리 대학 김재철AI대학원과 기상청 국립기상과학원이 ‘AI기상예측 연구센터 (센터장: 윤세영 교수)'를 개소했다.
KAIST AI기상예측 연구센터는 KAIST 김재철AI대학원이 국립기상과학원의 알파웨더 개발 연구 프로젝트의 최종 계약자로 선정돼 설립됐다.
알파웨더는 시간당 약 15만 개의 기상정보를 활용·분석, 예보관이 신속·정확한 예보 정보를 생산할 수 있도록 지원하는 AI 시스템이다.
본 연구센터는 ▲AI-초단기 강수예측기술 개발, ▲수치모델의 물리과정 대체기술 개발, ▲AI-예보지원기술 개발의 3개 연구팀으로 구성되며 기상과학원 AI기상연구팀 15명과 KAIST 김재철AI대학원 61명이 참여한다.
AI-초단기 강수예측 기술에 대한 연구를 통해 위성·레이더·지상 관측자료를 활용해 6시간까지 8개의 강수 구간에 대한 강수확률을 예측하고 여러 수치모델의 예측결과 보정과 최적 결과를 제안하는 기법을 개발하고 있다.
AI-예보지원기술 개발은 예보관이 반복적으로 수행하는 수작업을 정형화해 자동화 과정으로 수행하도록 AI 기반 소프트웨어를 연구개발하는 과제다. 연구결과는 예보국의 검증을 통해 차기 예특보시스템 지능형 엔진으로 2026년부터 현업 운영할 예정이다.
2021.12.24
조회수 3494
-
코로나19 해외유입 확진자 수 예측 기술 개발
최근 전 세계적으로 코로나바이러스감염증-19(COVID-19) 확진자 수가 2,000만 명을 넘어선 가운데 최근 국내에서도 코로나19 확진자 수가 급증해 2차 대유행 조짐을 보이면서 정부는 8월 23일부터 전국 대상으로 사회적 거리두기 단계를 2단계로 격상해 시행 중이다.
중앙재난안전대책본부(중대본)에 따르면 국내 코로나 누적 확진자 수는 8월 23일 오전 0시 기준으로 총 1만7,399명이다. 이 중 해외유입 감염자 수는 2,716명(8월 22일 오전 0시 기준)으로 전체 확진자의 약 16%를 차지한다. 대륙별로 보면 아시아(중국 외), 미주, 유럽, 아프리카 순이다. 지난 14일 이후 국내 지역 발생 신규확진자 수가 급증하고 있지만 향후 해외유입 확진자 수의 확산추세 또한 결코 장담할 수 없는 상황이다.
이런 가운데 우리 연구진이 해외유입 확진자 수를 예측할 수 있는 관련 기술을 개발했다. 우리 대학 산업및시스템공학과 이재길 교수 연구팀이 코로나19 해외유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 기술을 개발했다고 19일 밝혔다.
이재길 교수 연구팀이 개발한 이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도와 한국으로의 일일 항공편 수, 그리고 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅 데이터에 인공지능(AI) 기술을 적용해 향후 2주간의 해외유입 확진자 수를 예측한다.
코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 항상 뒤따르기 마련이다. 이에 따라 이재길 교수 연구팀이 개발한 정확한 해외유입 확진자 수 예측기술은 방역 시설 및 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용 및 적용될 수 있을 것으로 기대가 크다.
우리 대학 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1 저자로, 강준혁, 김도영, 송환준, 민향숙, 남영은, 박동민 학생이 제2~제7 저자로 각각 참여한 이번 연구는 최고권위 국제 학술대회 'ACM KDD 2020'의 'AI for COVID-19' 세션에서 오는 24일 발표된다. (논문명 : Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea)
해외유입 확진자 수는 다양한 요인에 의해서 영향을 받는다. 일반적으로 해외 각국에서의 코로나19 위험도와 비례하며, 해외 각국에서 한국으로의 입국자 수와도 비례한다. 그러나 코로나19 위험도와 입국자 수를 실시간으로 알아내기에는 많은 제약이 따르므로 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축하는 데 성공했다.
연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수를 활용했다. 그러나 이러한 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.
이와 함께 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공 받았지만 KT 고객 입국자만을 포함한다는 한계를 일일 항공편수를 함께 고려함으로써 이 문제를 해소했다.
이밖에 해외유입 확진자 수 예측을 위해서는 국가 간의 지리적 연관성도 매우 중요하게 고려해야 한다. 어느 특정 국가의 코로나19 발병이 이웃 국가로 더 쉽게 전파되며, 국가 간의 교류도 거리에 따라 영향을 받기 때문이다. 연구팀은 이러한 문제해결을 위해 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측함으로써 궁극적으로 전체 해외유입 확진자 수를 정확히 예측하도록 하는 인공지능(AI) 모델을 설계했다. 연구팀은 이 인공지능 모델을 'Hi-COVIDNet'라고 이름 붙였다.
이후 연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 더 높은 정확성을 지니고 있음을 확인했다.
제1 저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례ˮ 라면서 "K-방역의 위상을 높이는데 기여할 것으로 기대한다ˮ 고 밝혔다.
이번 연구는 KAIST 글로벌전략연구소(소장 김정호)의 코로나19 AI 태스크포스팀의 지원을 받았고, KT(담당 변형균 상무)와 과학기술정보통신부(담당 김수정 서기관)의 '코로나19 확산예측 연구 얼라이언스'를 통해 로밍 데이터 세트를 지원받아 이뤄졌다.
2020.08.23
조회수 31837
-
오차율 10% 이내 정확도의 소재 설계 기술 개발
우리 대학 화학과 김형준 교수 연구팀이 소재 물성의 예측 오차율을 기존 기술보다 30% 이상 줄여 정확도를 한층 높인 소재 시뮬레이션 설계 기술을 개발했다.
이번 기술 개발을 통해 기존 40%에 달했던 소재 물성 예측 오차율을 10% 내로 줄임으로써 소재 개발에 걸리는 시간과 비용을 크게 절약할 수 있을 것으로 기대된다.
김민호 박사와 창원대 김원준 교수가 공동 1 저자로 참여한 이번 연구 결과는 국제 학술지 ‘미국 화학회지(Journal of the American Chemical Societry)’ 1월 10일 자 온라인판에 게재됐다. (논문명 : uMBD: A Materials-Ready Dispersion Correction that Uniformly Treats Metallic, Ionic, and van der Waals Bonding)
새로운 기능성 소재 개발의 중요성이 커지면서 컴퓨터 시뮬레이션을 이용해 소재 물성을 정확히 예측해 새로운 소재를 설계하는 기술이 주목받고 있다.
소재 시뮬레이션 기술은 실제로 소재를 합성하고 평가하기 전에 가상 실험으로 다양한 소재 물성을 예측 및 설계하는 기술로, 주로 밀도범함수 이론(Density functional theory)이라는 양자 이론에 바탕을 두고 있다.
기존의 밀도범함수 이론은 소재 계면에서 반데르발스 힘을 정확하게 설명하지 못한다는 문제가 있었다. 반데르발스 힘은 전하의 일시적 쏠림으로 인해 분자가 순간적으로 극성을 띠면서 나타나는 당기는 힘을 뜻하는데, 이를 정확히 기술하지 못하기 때문에 소재 물성 예측 정확도가 떨어진다는 한계가 있다.
연구팀은 반데르발스 힘을 정확하고 효과적으로 기술할 수 있는 새로운 이론을 개발하고, 이를 밀도범함수 이론에 접목해 소재 시뮬레이션 기술의 정확도를 한층 높이는 데 성공했다.
연구팀은 100여 종의 다양한 소재를 테스트한 결과 40% 정도에 달했던 기존의 소재 물성 예측 오차율이 새 기술을 통해 10% 이내로 줄어듦을 확인했다.
특히 반데르발스 힘은 분자 소재부터 금속 및 반도체 소재에 이르기까지 거의 모든 재료 내에서 소재 물성을 결정하는 데 중요한 역할을 해, 연구팀의 새로운 이론은 다양한 차세대 기능성 소재 설계 연구에 적용 가능할 것으로 기대된다.
실제로 연구팀의 새 시뮬레이션 방법을 통해 리튬 이온 배터리 물질의 전압이나 2차원 소재의 박리 에너지를 예측하는 과정에서 높은 정확도를 보인 것으로 확인됐다.
김형준 교수는 “소재 개발 연구에 있어 경쟁력 강화를 위해서 기초 연구의 중요성이 점차 커지고 있다”라며 “새로 개발한 소재 시뮬레이션 기술을 배터리 소재, 에너지 전환 촉매 소재, 2차원 나노 소재 등 다양한 기능성 소재 설계 연구에 적용할 수 있을 것이다”라고 말했다.
이번 연구는 한국연구재단의 미래소재디스커버리 사업과 선도연구센터 지원 사업 (SRC)의 지원을 통해 수행됐다.
□ 그림 설명
그림1. 새롭게 개발한 이론 (uMBD)을 이용한 소재 시뮬레이션 기술과 기능성 소재 설계
2020.01.29
조회수 8341
-
이지현 교수, CAADRIA 학회 사사다 상 수상
〈 이지현 교수 〉
우리 대학 문화기술대학원 이지현 교수가 15일 뉴질랜드 웰링턴에서 열린 컴퓨터 기반 건축 디자인 분야 국제학회 ‘CAADRIA 2019(the 24th Annual Conference of the Association for Computer-Aided Architectural Design Research in Asia)’에서 사사다 상(Sasada Prize)을 받았다.
건축 디자인 관련 세계 최고 학회 중 하나인 CAADRIA가 2007년 츠요시 사사다(Tsuyoshi Sasada, 1941-2005) 교수를 기리기 위해 제정한 사사다 상(Sasada Award)은 컴퓨터 보조 설계 차세대 연구자들을 지원하기 위한 CAADRIA의 미션 중 하나이다. 해당 분야 커뮤니티에 지속적인 공헌을 하고 탁월한 연구 성과를 낸 연구자에게 수여된다.
수상자인 이지현 교수는 최민규, 김미래 석사과정, 이태하 박사과정과 함께 연구한 ‘사례기반추론을 통한 부동산 지가 예측 시스템 (Land Price Prediction System Using Case-based Reasoning)’ 연구를 기반으로 그동안 CAAD (Computer-Aided Architectural Design) 분야에 기여한 점을 인정받아 2019년 수상자로 선정됐다.
이지현 교수는 해당 연구를 통해 서울특별시와 울산광역시를 제외한 6대 광역시로부터 40여 개 변수를 행정동 단위로 수집한 후 사례기반 추론 방법을 적용해 행정동 내의 평균 평당 아파트 가격을 예측하는 모델을 제시했다. 연구팀이 도출한 모델의 후속연구가 수행되면 기존의 전문가 판단을 대체할 수 있을 것이라는 가능성을 보여줬다.
이지현 교수는 수상 관련 연구 내용인 추천과 예측을 할 수 있는 인공지능의 한 분야인 사례기반추론(Case Based Reasoning)관련 2002년 졸업논문부터 근 20년간 꾸준하게 연구를 진행해 왔으며, CBR 관련 국내외 논문 40여 편을 발표한 바 있다.
이지현 교수는 “CAAD 관련 연구자에게 자랑스러운 상을 받게 돼 개인적으로는 매우 큰 영광이라 생각하지만 지난 수상자들을 볼 때 과분하다는 생각도 든다”라며 “6월 KAIST에서 열리는 ‘CAAD Futures 2019’가 성공적으로 이뤄질 수 있도록 준비함과 동시에 앞으로도 꾸준하게 CAAD 및 컴퓨테이셔널 디자인 연구를 선보여 국내외에서 KAIST의 위상을 높이는데 기여하겠다”라고 말했다.
2019.04.19
조회수 9437
-
이상완 교수, 신경과학-인공지능 융합으로 공학적 난제 해결
〈 (왼쪽부터) 안수진 박사과정, 이지항 박사, 이상완 교수 〉
우리 대학 바이오및뇌공학과 이상완 교수 연구팀이 영국 케임브리지 대학, 구글 딥마인드와의 공동 연구를 통해 차세대 뇌 기반 인공지능 시스템 설계의 방향을 제시했다.
이번 연구는 인간의 두뇌가 기존의 인공지능 알고리즘이 해결하지 못하는 부분을 해결할 수 있다는 사실에 기반한 신경과학-인공지능 융합 연구이다.
성능, 효율, 속도의 균형적 설계와 같은 다양한 공학적 난제를 해결할 수 있는 신경과학 기반 강화학습 이론을 제안한 것으로 새로운 인공지능 알고리즘 설계에 긍정적인 영향을 줄 것으로 기대된다.
이상완 교수와 함께 이지항 박사, 안수진 박사과정이 주도한 이번 연구는 국제 학술지 사이언스의 자매지 ‘사이언스 로보틱스(Science Robotics)’ 1월 16일 자 온라인판에 포커스 형식으로 게재됐다.
최적제어 이론에서 출발한 강화학습은 기계 학습의 한 영역으로 지난 20여 년 동안 꾸준히 연구된 분야이다. 특히 지난 5년 동안은 딥러닝 기술을 발전과 맞물려 급격한 성장을 이뤘다.
딥러닝 기반 강화학습 알고리즘은 최근 알파고와 같은 전략 탐색 문제, 로봇 제어, 응급실 비상 대응 시스템과 같은 의료 진단 등 다양한 분야에 적용되고 있다. 그러나 주어진 문제에 맞게 시스템을 설계해야 하는 점, 불확실성이 높은 환경에서는 성능이 보장되지 않는 점 등이 근본적인 해결책으로 남아있다.
강화학습은 의사 결정 및 계산신경과학 분야에서도 지난 20년간 꾸준히 연구되고 있다. 이상완 교수는 2014년 인간의 전두엽-기저핵 뇌 회로에서 이종 강화학습을 제어한다는 신경과학적 증거를 학계에 발표한 바 있다. 2015년에는 같은 뇌 회로에서 고속 추론 과정을 제어한다는 연구를 발표했다.
연구팀은 이번 연구에서 강화학습 등의 개별 인공지능 알고리즘이 해결하지 못하는 공학적 문제를 인간의 두뇌가 이미 해결하고 있다는 사실에 기반한 ‘전두엽 메타 제어’ 이론을 제안했다.
중뇌 도파민-복외측전전두피질 네트워크에서 외부 환경에 대한 학습의 신뢰도를 스스로 평가할 수 있는 보상 예측 신호나 상태 예측 신호와 같은 정보를 처리하며, 인간의 두뇌는 이 정보들을 경쟁적-협력적으로 통합하는 프로세스를 통해 외부 환경에 가장 적합한 학습 및 추론 전략을 찾는다는 것이 이론의 핵심이다.
이러한 원리를 단일 인공지능 알고리즘이나 로봇설계에 적용하면 외부 상황변화에 강인하게 성능, 효율, 속도 세 조건(performance-efficiency-speed tradeoff) 사이의 균형점을 유지하는 최적의 제어 시스템을 설계할 수 있다. 더 나아가 다수의 인공지능 개체가 협력하는 상황에서는 서로의 전략을 이용함으로 협력-경쟁 사이의 균형점을 유지할 수 있다.
1 저자인 이지항 박사는 “현대 인공지능의 우수한 성능은 사람의 행동 수준 관찰뿐 아니라 두뇌의 저수준 신경 시스템을 알고리즘으로 구현해 적극적으로 발전시킨 결과라고 보고 있다”라며 “이번 연구는 계산신경과학에 기반한 결과로 현대 딥러닝과 강화학습에서 겪는 성능, 효율, 속도 사이의 난제를 해결하는 실마리가 될 수 있고, 새로운 인공지능 알고리즘 설계에 많은 영감을 줄 것이다”라고 말했다.
이상완 교수는 “연구를 하다 보면 우리의 두뇌는 공학적 난제를 의외로 쉽게 해결하고 있음을 알 수 있다. 이 원리를 인공지능 알고리즘 설계에 적용하는 뇌 기반 인공지능 연구는 구글 딥마인드, MIT, 캘리포니아 공과대학, UCL 등 해외 유수 기관에서도 관심을 두는 신경과학-인공지능 융합 연구 분야이다”라며 “장기적으로는 차세대 인공지능 핵심 연구 분야 중의 하나로 자리를 잡을 것으로 기대한다”라고 말했다.
이번 연구는 과학기술정보통신부 및 정보통신기술진흥센터 연구개발 사업, 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 외부 환경에 따라 성능-효율-속도 문제 균형점을 찾는 뇌기반 강화학습 이론 (좌), 이를 최적 제어하는 ‘전두엽 메타 제어’(중) 및 로보틱스 분야 문제 해결 적용 사례 (우)
2019.01.24
조회수 7986
-
이해신 교수, 와인성분 통해 심장에 정맥주사로 약물 전달 기술 개발
〈 이 해 신 교수 〉
우리 대학 화학과 이해신 교수 연구팀이 와인의 떫은맛을 내는 성분인 탄닌산(tannic acid)을 이용해 간단한 정맥주사만으로도 약물을 심장 조직에 전달할 수 있는 기술을 개발했다.
연구팀은 탄닌산을 단백질, 펩타이드 등의 약물과 혼합시켜 입자화 하는 방법을 통해 심장조직을 표적할 수 있음을 규명했다. 연구팀의 심장 질환의 효율적 치료를 위한 표적화 약물전달 기술은 단백질 기반의 다양한 신약에 적용 가능할 것으로 기대된다.
안전성평가연구소의 예측모델 연구센터 김기석 박사 연구팀과 공동으로 수행된 이번 연구는 네이처 자매지 ‘네이처 바이오메디컬 엔지니어링(Nature Biomedical Engineering)’ 4월 30일자 온라인 판에 게재됐다.
심장은 인체 내 가장 중요한 기관으로 분당 60~100회의 박동을 하는 동안 약 5리터의 혈액을 뇌를 포함한 전신에 공급하는 역할을 한다. 심장은 심근이라는 근육을 이용해 끊임없이 박동하는 운동성이 높은 기관이다.
심장 및 관련 혈관 질병을 심혈관계-순환계 질환이라고 하는데 이는 우리나라 사망 원인 2위를 차지한다. 고혈압, 당뇨, 고지혈증, 흡연, 비만 등 현대인의 불규칙한 식습관 및 생활습관으로 인해 나타날 수 있다. 대표적으로 심장으로 가는 관상동맥이나 미세한 혈류들이 좁아져 산소 및 영양분 공급이 원활하지 못해 발생하는 심근경색이 있다.
많은 연구자들이 심혈관계 질환 극복을 위한 화학약물요법이나 치료용 단백질 등을 개발하고 있다. 그러나 여전히 직접적인 수술, 카테터 및 스텐트 삽입 등에 의존하고 있으며 일반 정맥주사로 개발된 약물을 심장에 효율적으로 전달하는 기술은 개발되지 않았다.
심장의 강한 운동성으로 인해 정맥으로 주사된 약물이 순환하는 동안 심장으로의 전달 효율이 급격하게 저하되기 때문이다.
문제 해결을 위해 연구팀은 과일 껍질, 견과류, 카카오, 와인 등에 다량으로 존재하는 탄닌산이라는 물질을 이용했다. 탄닌산은 와인의 떫은맛을 내는 폴리페놀 분자의 일종으로 혀에 존재하는 점막 단백질과 결합해 떫은맛을 낸다고 알려져 있다.
연구팀은 탄닌산과 단백질 사이의 강한 분자 간 결합력을 이용해 치료용 단백질, 유전자 전달체인 바이러스 또는 기능성 펩타이드 약물 등을 간단하게 섞어주는 방법으로 입자화에 성공했다. 그리고 이를 주사했을 때 심장을 표적화할 수 있다는 사실을 발견했다.
탄닌산을 이용한 단백질 입자화 기술의 원리는 일종의 ‘분자 수준에서의 코팅’ 기술이다. 입자화된 단백질 복합체 표면에 코팅된 탄닌산이 심장의 기능을 유지하기 위해 밀집돼 있는 엘라스틴 및 콜라겐 단백질과 부가적으로 강한 상호작용을 하며 심장 조직에 부착된 상태로 오랜 시간 머무는 심장 표적화 기술이다.
이러한 탄닌산-단백질 복합체는 단백질만을 주사했을 때와 비교하면 5일 이상 장기적으로 혈관 내에서 순환됨을 확인했다.
이 교수 연구팀은 예전부터 탄닌산을 비롯한 접착성, 코팅성을 갖는 다양한 폴리페놀 재료를 응용해 의료용 생체 재료를 개발해 왔다. 실제로 심근경색 동물 모델에 탄닌산과 섬유아세포 증식인자를 섞어서 만든 약품을 주입하고 4주가 지난 뒤 심근경색이 일어난 크기가 감소했을 뿐 아니라 좌심실 압력 및 심박출량 등이 정상에 가깝게 호전되는 것을 확인했다.
이해신 교수는 “지금까지 심장질환 관련한 많은 약물들이 개발됐음에도 불구하고 상대적으로 약물을 심장에 효율적으로 전달하는 방법은 개발되지 않았다”며 “이번 기술은 기존 약물들을 새롭게 공식화해 개량신약으로 만들 수 있는 원천기술이다”고 말했다.
이번 연구는 연구재단 중견연구자 도약연구, 보건복지부 암정복프로그램, 산업통상자원부의 바이오산업핵심기술개발사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 탄닌산으로 제조한 단백질 복합체가 심장 조직에 전달되는 모식도
그림2. 바이러스 유전자 발현 효율 및 치료기능성을 보여주는 연구결과
2018.05.16
조회수 13171
-
이상엽, 김현욱 교수, 약물 상호작용 예측기술 DeepDDI 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수 공동 연구팀이 약물-약물 및 약물-음식 간 상호작용을 정확하게 예측하기 위해 딥 러닝(deep learning)을 이용해 약물 상호작용 예측 방법론인 딥디디아이 (DeepDDI)를 개발했다.
김현욱 교수, 류재용 연구원이 공동 1저자로 참여한 이번 연구는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 4월 16일자 온라인판에 게재됐다.
기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용 가능성만을 예측할 뿐, 두 약물 간의 구체적인 약리작용에 대한 정보는 제공하지 못했다. 이러한 이유로 맞춤형 약물 처방, 식이요법 등 응용 연구에서 체계적인 근거를 제시하거나 가설을 세우는 데에 한계가 있었다.
연구팀은 딥 러닝(deep learning) 기술을 적용해 19만 2천 284개의 약물-약물 상호작용을 아우르는 86가지의 약물 상호작용을 92.4%의 정확도로 예측하는 시스템 딥디디아이 (DeepDDI)를 개발했다.
딥디디아이는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다 : “The metabolism of Drug B can be decreased when combined with Drug A (약물 A를 약물 B와 함께 복용 시 약물 B의 약물 대사가 감소 될 수 있다)”
연구팀은 딥디디아이를 이용해 두 약물 복용 시 일어날 수 있는 유해반응의 원인, 보고된 인체 부작용을 최소화시킬 수 있는 대체 약물, 특정 약물의 약효를 떨어뜨릴 수 있는 음식 및 음식 성분, 지금껏 알려지지 않은 음식 성분의 활성 등을 예측했다.
이번 연구성과로 약물-약물 및 약물-음식 상호작용을 정확하게 예측할 수 있는 시스템을 활용하는 것이 가능해졌으며 이는 신약개발, 복합적 약의 처방, 투약시의 음식조절 등을 포함해 헬스케어, 정밀의료 산업 및 제약 산업에 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구결과는 4차 산업혁명 시대의 정밀의료를 선도할 수 있는 기반 기술을 개발한 것이다”며, “복합 투여되는 약물들의 부작용을 낮추고 환자 맞춤형 약물 처방과 식이요법 제안을 통한 효과적인 약물치료 전략을 수립할 수 있다. 특히 고령화 사회에서 건강한 삶을 유지하는데 필요한 약-음식 궁합에 대한 제안을 해 줄 수 있는 시스템으로 발전해 나갈 것이다”고 말했다.
이 연구성과는 과학기술정보통신부의 바이오리파이너리를 위한 시스템대사공학 연구사업, KAIST의 4차 산업혁명 인공지능 플래그십 이니셔티브 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 딥디디아이 (DeepDDI)의 모식도 및 예측된다양한 약물-음식성분의 상호작용들의 시각화
2018.04.18
조회수 12729
-
지식서비스공학과, 빅데이터와 예측 분석 주제로 워크숍
최근 몇 년 간 빅데이터의 실제 가치와 활용 방법에 대한 관한 관심이 폭발적으로 증가하고 있는 가운데 빅데이터의 다음 단계로 일컬어지는‘예측 분석’의 가능성과 미래에 대해 논의하는 자리가 마련된다.
우리 대학 지식서비스공학과(학과장 이문용)는 오는 25일(목) 서울 코엑스에서 ‘기업을 위한 예측 분석 실무기법’을 주제로 제4회 지식서비스 워크숍을 개최한다.
‘예측 분석’이란 빅데이터를 분석함으로써 과거와 현재를 이해하고 이에 기반하여 미래를 예측하는 기술들을 말한다. 마치 빅데이터가 ‘연료’라면 예측 분석은‘엔진’으로 비유될 수 있다.
KAIST 지식서비스공학과는 예측 분석 도입을 고민하는 기업의 중견간부들에게 핵심 기술과 실제 응용 사례를 소개해 기업의 데이터 활용에 도움을 주고자 이번 워크숍을 마련했다.
강연은 데이터 분석 분야 최고 전문가인 KAIST 지식서비스공학과와 산업및시스템공학과의 6명의 교수가 맡게 된다. 하루 동안 집중적으로 ‘예측 분석 모델링 실무 기법’이라는 교재의 대부분을 설명하여 단시간에 예측 분석의 핵심을 파악할 수 있다.
먼저 윤완철 교수가‘데이터 과학 총론 및 소개 & 분석과 데이터 과학’을 주제로 데이터 사이언티스트와 격물치지, 통계적 세계관의 기초, IQ와 Eye-Q 등을 소개한다.
이어 △ 이문용 교수가 ‘광고와 홍보 & 선호도와 선택’ △ 이재길 교수가 ‘시장바구니 분석 & 공간데이터 분석’ △ 장영재 교수가 ‘경제 데이터 분석 & 운영관리’ △ 권가진 교수가‘텍스트 분석 & 감성 분석’ △ 이의진 교수가 ‘스포츠 분석 & 브랜드와 가격’ 등을 주제로 각각 강연한다.
이번 행사를 주관한 이문용 학과장은 “이번 워크숍은 예측 분석 도입을 고려하는 기업과 관련 분야에 관심 있는 학생들에게 예측 분석의 가능성과 미래를 고민해 보는 소중한 자리가 될 것”이라고 말했다.
워크숍 참가를 위해 24일(수)까지 참가등록을 해야 하며 자세한 사항은 홈페이지(http://kseworkshop.kaist.ac.kr)를 참고하면 된다.
2009년 2월 설립된 KAIST 지식서비스공학과는 21세기 지식기반사회에서 가장 중요한 인간 의사결정의 제반 문제를 연구한다. 데이터 사이언스와 지식공학, 인지공학, HCI 등을 중점 연구 및 교육하기 위해 설립된 학과로, 빅데이터 분야 에서 국내 선두주자로서의 위상을 확립하고 있다. 2016년 3월에 지식서비스공학대학원으로 개편된다. 끝.
2016.02.22
조회수 7954
-
이재길 교수, 미국 인공지능학회 최우수논문상 수상
- 네이버 지식인 서비스에서 우수 사용자를 활동 초기에 미리 예측 -
우리 학교 지식서비스공학과 이재길(38) 교수팀이 지난 8일(월)부터 11일(목)까지 나흘간 미국 MIT에서 열린 제7회 미국 인공지능학회 산하 웹로그 및 소셜미디어 국제학회에서 최우수논문상을 수상했다.
지난해 KAIST 문화기술대학원 차미영 교수가 이 학회에서 최우수논문상을 수상한데 이어 벌써 두 번째 쾌거다.
이 교수는 이번 논문에서(논문 제목-대다수 사용자를 붐업하기 : 문답 서비스에서 잠재적인 우수 사용자 발견) 네이버 지식인, 다음 지식 등의 문답 서비스에서 사용자 참여를 증가시켜 서비스를 활성화시킬 수 있는 방법을 제시했다.
문답 서비스는 질문자가 원하는 지식을 얻기 위해 질문을 올리면 다른 사용자가 답변을 올려주는 방식으로 지식을 공유하는 서비스다. 이 서비스의 성패는 얼마나 많은 사용자가 신뢰성 높은 답변을 제공하는지에 달려있다.
그러나 많은 질문들이 소수의 우수 사용자들에 의해 답변되고 있으며, 이들이 활동을 중단하게 될 경우 문답 서비스의 품질 유지에 심각한 타격을 입게 된다.
반면 대다수의 사용자들은 가입 후 얼마 지나지 않아 활동을 그만두어 서비스에 거의 도움이 되지 않는다. 이러한 대다수 사용자들 중에도 전문가가 있을 수 있는데 조기에 활동을 그만두는 것은 서비스 제공자 입장에서 큰 손해다.
이 교수는 문답 서비스에 가입한 지 얼마 되지 않은 사용자들에 대해 이들이 추후 우수 사용자로 성장하게 될 가능성 정도를 판단하는 예측 모델을 제시했다.
네이버 지식인의 10년간 데이터를 활용해 이 모델을 검증한 결과 이 교수의 모델에서 선정된 잠재적인 우수 사용자들이 네이버가 선정한 전문가보다 실제로 한동안 더 활발하게 활동함을 확인했다.
이 교수는 “서비스 제공자가 지속적으로 잠재적인 우수 사용자들을 더 잘 관리해준다면 이들 중 보다 많은 수가 우수 사용자로 성장해 서비스의 품질과 안정성 향상에 큰 도움이 될 것”이라고 이번 연구의 의의를 밝혔다.
이재길 교수가 이의진 교수와 공동으로 수행한 이번 연구는 포털 업체와 산학협력을 통해 실제 서비스에 적용을 추진할 예정이다.
2013.07.30
조회수 11535
-
이재형 교수, ‘화학공학 계산시스템 기술상’ 수상
우리 학교 생명화학공학과 이재형(48) 교수가 미국 화학공학회에서 주관하는 ‘2013 화학공학 계산시스템 기술상(Computing in Chemical Engineering Award)’ 수상자로 선정됐다.
시상식은 오는 11월 샌프란시스코에서 열리는 미국 화학공학회 연례회의에서 개최되며, 수상 기념 강의가 있을 예정이다.
화학공학 계산시스템 기술상은 화학공학 분야에서 컴퓨터 및 시스템 기술을 응용하는 데 크게 기여한 학자에게 매년 수여되는 상으로, 이 교수는 산업 공정에서 한층 향상되고 강건한 모델 예측 제어를 구현하는 새로운 패러다임 등 혁신적인 연구를 수행한 업적을 인정받았다.
이 교수는 현재 생명화학공학과 학과장 및 BK21 화학공학사업단 단장을 역임하고 있다. 1994년 미국 NSF 재단에서 수여하는 ‘젊은 연구자상(Young Investigator Award)’을 수상한바 있으며, 국제전기전자기술자협회(IEEE, Institute of Electrical and Electronics Engineers), 국제자동제어연합(IFAC, International Federation of Automatic Control) 학회의 펠로우, 한국과학기술한림원 정회원으로 활동 중이다.
2013.06.18
조회수 9588