< 김재철AI대학원 예종철 교수 >
우리 대학 김재철AI대학원 예종철 교수 연구팀이 서울대학교 병원, 서울 아산병원, 충남대학교 병원, 영남대학교 병원, 경북대학교 병원과의 공동연구를 통해 결핵, 기흉, 코로나-19 등의 흉부 엑스선 영상을 이용한 폐 질환의 자동 판독 능력을 스스로 향상할 수 있는 자기 진화형 인공지능 기술을 개발했다고 27일 밝혔다.
현재 사용되는 대부분의 의료 인공지능 기법은 지도학습 방식 (Supervised learning)으로서 인공지능 모델을 학습하기 위해서는 전문가에 의한 다량의 라벨이 필수적이나, 실제 임상 현장에서 전문가에 의해 라벨링 된 대규모의 데이터를 지속해서 얻는 것이 비용과 시간이 많이 들어 이러한 문제가 의료 인공지능 발전의 걸림돌이 돼왔다.
< 그림 1. 자기 훈련 학습 방식과 자기 지도 학습 방식, 그리고 연구팀이 제안한 새로운 방식 >
< 그림 2. DISTL 방식을 활용한 임상 환경 시뮬레이션 >
이러한 문제를 해결하기 위해, 예종철 교수팀은 병원 현장에서 영상의학과 전문의들이 영상 판독을 학습하는 과정과 유사하게, 자기 학습과 선생-학생 간의 지식전달 기법을 묘사한 지식 증류 기법을 활용한 자기 지도학습 및 자기 훈련 방식(Distillation for self-supervised and self-train learning, 이하 DISTL) 인공지능 알고리즘을 개발했다. 제안하는 인공지능 알고리즘은 적은 수의 라벨데이터만 갖고 초기 모델을 학습시키면 시간이 지남에 따라 축적되는 라벨 없는 데이터 자체만을 가지고 해당 모델이 스스로 성능을 향상해 나갈 수 있는 것을 보였다.
실제 의료 영상 분야에서 전문가들이 판독한 정제된 라벨 획득의 어려움은 영상 양식이나 작업과 관계없이 빈번하게 발생하는 문제점이고, 이러한 영상 전문의의 부족 현상은 저소득 국가들과 개발도상국과 같이 결핵과 같은 다양한 전염성 질환이 많이 발생하는 지역에 많다는 점을 고려할 때, 예 교수팀에서 개발한 인공지능 알고리즘은 해당 지역에서 인공지능 모델을 자기 진화시키는 방식으로 진단 정확도를 향상하는 데 큰 도움을 줄 것으로 기대된다.
< 그림 3. DISTL 방식을 적용한 결과 >
< 그림 4. DISTL 방식으로 학습된 비전 변환기 모델의 집중 시각화 결과를 기존과 비교 >
예종철 교수는 “지도학습 방식으로 성능을 향상하기 위해서는 전문가 라벨을 지속해서 획득해야 하고, 비 지도학습 방식으로는 성능이 낮다는 문제점을 극복한 DISTL 모델은 영상 전문의들의 인공지능 학습을 위한 레이블 생성 비용과 수고를 줄이면서도 지도학습 성능을 뛰어넘었다는 점에서 의미가 있고, 다양한 영상 양식 및 작업에 활용할 수 있을 것으로 기대된다”라고 말했다.
예종철 교수 연구팀의 박상준 박사과정이 제1 저자로 참여한 이번 연구 결과는 국제 학술지 `네이처 커뮤니케이션스(Nature Communications)'에 7월 4일 자로 게재됐다.
한편 이번 연구는 중견연구자지원사업, 범부처전주기의료기기연구개발사업 및 한국과학기술원 중점연구소 사업등의 지원을 받아 수행됐다.
*논문명: Self-evolving vision transformer for chest X-ray diagnosis through knowledge distillation
국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다. 우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다. *합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다. 연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자
2024-07-02우리 대학이 가수 지드래곤(본명 권지용) 씨를 기계공학과 초빙교수에 임명했다. 임명장 수여는 5일 오전스포츠컴플렉스에서 개최된 ‘이노베이트 코리아 2024’ 행사에서 진행됐다. 이번 임용은 우리 대학의 최신 과학기술을 K-콘텐츠와 문화산업에 접목해 한국 문화의 글로벌 경쟁력을 확대하고자 추진됐다. 권 씨의 소속사인 갤럭시코퍼레이션 관계자는 "이번 임용은 '엔터테크*' 연구개발을 통한 시장 혁신과 K-컬처의 글로벌 확산과 성장에 기여할 것으로 기대된다"라고 밝혔다.* 엔터테크: 엔터테인먼트(entertainment)와 테크놀로지(technology)의 합성어로, 엔터테인먼트의 핵심 가치인 지식재산권(IP) 및 콘텐츠에 ICT를 결합하여 새로운 부가가치를 창출하는 산업권지용 초빙교수는 학부생 및 대학원생을 대상으로 하는 리더십 특강으로 강단에 설 예정이다. 세계적인 아티스트로서의 경험과 삶을 공유해 우리 대학 구성원들이 세계를 바라보는 비전과 통찰, 각자
2024-06-05우리 대학 맹성현 전산학부 명예교수가 『AGI 시대와 인간의 미래』를 이달 출간했다. 지난 30여 년간 자연언어처리, 텍스트마이닝, 정보검색 분야를 연구해온 석학이자 디지털인문사회과학센터 초대 센터장으로서 다양한 융합 연구를 시도해온 맹 교수는 챗GPT 이후의 삶을 날카롭게 통찰해 인간과 AI가 공존하고 동시에 AGI 시대까지 공진화할 수 있는 전략을 이 책에 담았다. *AGI(Artificial General Intelligence): 범용인공지능, 즉 사람과 같거나 그 이상의 지능을 구현하는 AI 오픈AI, 구글 딥마인드, 앤트로픽, 엔비디아 등 업계에서 가장 활발하게 인공지능을 연구 중인 글로벌 기업들은 2028년까지 AGI에 도달할 수 있다는 견해를 공개적으로 밝혀왔다. 이러한 시대적 흐름 속에서 맹 교수는 '10년 후 우리의 삶은 어떻게 달라질까?', '우리 일자리 생태계는 어떻게 바뀌어 있을까?', 'MZ세대는 새로운 시대의 일자리에 어떻게 적응해야 할까?', '
2024-06-04지난 수십 년간 많은 의생명과학자의 집중적인 연구에도 불구하고 여전히 국내 사망원인 1위는 암이다. 이처럼 암 치료가 난해한 이유는 환자마다 암 발생의 원인이 되는 유전자 돌연변이와 그로 인한 유전자 네트워크 변형이 서로 달라서 전통적인 실험생물학 접근만으로 표적치료를 적용하는 데에는 본질적인 한계가 있기 때문이다. 한편 딥러닝과 같은 소위 블랙박스(black-box) 방식의 인공지능 기술을 활용해 실험을 대체하고 데이터 학습을 통해 약물 반응을 예측할 수 있으나 이에 대한 생물학적 근거를 설명할 수 없어 결과를 신뢰하기 어려웠다. 우리 대학 바이오및뇌공학과 조광현 교수 연구팀이 인공지능과 시스템생물학을 융합해 암세포의 약물 반응 예측 및 메커니즘 분석을 동시에 이룰 수 있는 새로운 개념의 ‘그레이박스’ 기술을 개발했다고 3일 밝혔다. 조광현 교수 연구팀은 높은 예측 성능을 보이지만 그 근거를 알 수 없어 블랙박스로 불리는 딥러닝과 복잡한 대규모 모델
2024-06-03우리 대학이 세계적인 국책 인공지능 연구기관인 영국의 앨런 튜링 연구소(Alan Turing Institute)와 이달 22일 '인공지능 및 데이터 과학 연구 협력 강화'를 위한 협력 협정을 체결했다. 한국과 영국 정부가 공동 주최한 'AI 서울 정상회의 2024'에 맞춰 체결된 이번 협력 협정을 바탕으로 향후 두 기관은 인공지능 및 데이터 과학 분야의 공동연구를 추진한다. 우리 대학김재철AI대학원(원장 정송)과 앨런 튜링 연구소 간의 인턴십·단기 파견 등의 인력교류와 파트너십 프로젝트를 통한 지식 교환 등 다양한 분야에서 학술 협력도 진행할 예정이다. 미셸 도넬런(Michelle Donelan) 영국 과학혁신기술부 장관은 "앨런 튜링 연구소와 KAIST 간의 합의 발표는 영국이 전 세계 파트너와의 협력적 접근 방식을 통해 혁신을 촉진하여 신기술이 제공하는 엄청난 잠재력을 완전히 실현할 수 있도록 하겠다는 의지를 더욱 입증한다"라고 밝혔다. 앨런 튜
2024-05-30