-
똑똑한 영상 복원 인공지능 기술 개발
딥러닝 기술은 영상 복원 속도가 기존 알고리즘 대비 수백 배 이상 빠를 뿐만 아니라 복원 정확도 역시 높다. 하지만, 주어진 학습 데이터에만 의존하는 딥러닝 기술은 영상 취득 환경상에 변화가 생기면 성능이 급격히 저하되는 치명적인 약점이 있다. 이는 알파고와 이세돌 九단과의 대국 시 `신의 한 수'에 의해 알파고의 성능이 급격하게 저하되었던 사례를 떠올리면 쉽게 이해할 수 있다. 즉, 인공지능이 학습하지 못했던 변수(학습 데이터상에 존재하지 않는 수)가 발생할 때 신뢰도가 급격히 낮아지는 인공지능 기술의 근본적인 문제이기도 하다.
우리 대학 바이오및뇌공학과 장무석 교수 연구팀과 김재철AI 대학원 예종철 교수 연구팀이 공동 연구를 통해 인공 지능의 신뢰도 문제를 해결할 수 있는 물리적 학습 기반의 영상 복원 딥러닝 기술을 개발했다고 6일 밝혔다.
연구팀은 영상 취득 환경에서 발생할 수 있는 변수 대부분이 물리적 법칙을 통해 수학적으로 기술 가능하다는 점에 착안해 물리적 법칙과 심층 신경망이 통합된 학습 기법을 제시했다.
모든 영상 기술은 물리적인 영상 기기를 통해 영상 정보를 취득한다. 연구팀은 이 정보 취득 과정에 대한 물리적인 통찰력을 인공지능에 학습시키는 방법을 개발했다. 예를 들면, `네가 도출한 복원 결과가 물리적으로 합당할까?' 혹은 `이 영상 기기는 물리적으로 이런 변수가 생길 수 있을 것 같은데?'라는 식의 질문을 통해 물리적 통찰력을 인공지능에 이식하는 방법을 제시한 것이다.
연구팀은 변화하는 영상 취득 환경에서도 신뢰도 높은 홀로그래피 영상* 을 복원하는데 성공했다. 홀로그래피 영상 기술은 의료 영상, 군용 감시, 자율 주행용 영상 등 다양한 정밀 영상 기술에 다양하게 활용될 수 있는데, 이번 연구는 의료 진단 분야의 활용성을 집중적으로 검증하였다.
*홀로그래피 영상: 물체의 그림자 패턴(회절 패턴)으로부터 물체의 형태를 복원하는 영상 기법, 일반적인 영상 기술과 달리 위상 변화에 의한 물체의 미세 구조를 감지할 수 있는 영상 기술
연구팀은 먼저 3차원 공간상에서 매우 빠르게 움직이는 적혈구의 회절 영상(확산된 그림자형상)으로부터 적혈구의 형태를 실시간으로 복원하는데 성공했다. 이러한 동적인 영상 환경에서 예상치 못한 변수로는 여러 개의 적혈구 덩어리가 복잡하게 겹쳐진다거나 적혈구가 예상하지 못했던 위치로 흘러가는 경우를 생각해 볼 수 있다. 여기서, 연구팀은 인공 지능이 생성한 영상이 합당한 결과인지 빛 전파 이론을 통해 검산하는 방식으로 물리적으로 유효한 복원 신뢰도를 구현하는데 성공하였다.
연구팀은 암 진단의 표준기술로 자리잡고 있는 생검 조직(생체에서 조직 일부를 메스나 바늘로 채취하는 것)의 영상 복원에도 성공했다. 주목할 점은 특정한 카메라 위치에서 측정된 회절 영상만을 학습했음에도 인공지능의 인지능력이 부가되어 다양한 카메라 위치에서도 물체를 인식하는데 성공했다는 점이다. 이번에 구현된 기술은 세포 염색 과정이나 수 천 만원에 달하는 현미경이 필요하지 않아 생검 조직 검사의 속도와 비용을 크게 개선할 수 있을 것으로 기대된다.
물리적 통찰력을 인공 지능에 이식하는 영상 복원 기술은 의료 진단 분야 뿐만 아니라 광범위한 영상 기술에 활용될 것으로 기대된다. 최근 영상 기술 산업계 (모바일 기기 카메라, 의료 진단용 MRI, CT, 광 기반 반도체 공정 불량 검출 등) 에선 인공지능 솔루션 탑재가 활발히 이루어지고 있다. 영상 취득에 사용되는 센서, 물체의 밝기, 물체까지의 거리와 같은 영상 취득 환경은 사용자마다 다를 수밖에 없어 적응 능력을 갖춘 인공 지능 솔루션에 대한 수요가 큰 상황이다. 현재 대부분의 인공 지능 기술은 적응 능력 부재로 신뢰도가 낮은 문제 때문에 실제 현장에서 활용성이 제한적인 상황이다.
바이오및뇌공학과 이찬석 연구원은 "데이터와 물리 법칙을 동시에 학습하는 적응형 인공지능 기술은 홀로그래피 영상뿐만 아니라 초고해상도 영상, 3차원 영상, 비시선 영상(장애물 뒷면을 보는 영상) 등 다양한 계산 영상 기술에 적용될 수 있을 것으로 기대된다ˮ고 밝혔다.
연구진은 "이번 연구를 통해 인공지능 학습에 있어서 학습 데이터에 대한 강한 의존성(신뢰도 문제)을 물리적 법칙을 결합해 해소했을 뿐만 아니라, 이미지 복원에 있어 매게 변수화된 전방 모델을 기반으로 했기 때문에 신뢰도와 적응성이 크게 향상됐다ˮ며, 이어 "이번 연구에서는 데이터의 다양한 특성 중에서 수학적 혹은 물리적으로 정확히 다룰 수 있는 측면에 집중했고, 향후 무작위적인 잡음이나 데이터의 형태에 대해서도 제약받지 않는 범용 복원 알고리즘을 개발하는 데 주력할 것이다ˮ라고 밝혔다.
바이오및뇌공학과 이찬석 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `네이처 머신 인텔리전스(Nature Machine Intelligence)'에 지난 1월 17일 字 출판됐다. (논문명: Deep learning based on parameterized physical forward model for adaptive holographic imaging with unpaired data)
한편 이번 연구는 삼성미래기술육성사업과 선도연구센터사업의 지원을 받아 수행됐다.
2023.02.06
조회수 5530
-
닫힌 계면을 갖는 구조체의 보편적 이동 특성 규명
우리 대학 물리학과 김갑진 교수와 한국표준과학연구원(KRISS) 황찬용 박사, 한국과학기술연구원(KIST) 김경환 박사 공동연구팀이 자기 스커미온의 전류 구동 현상을 이용해 닫힌 계면을 갖는 구조체가 형태를 유지한 채 이동할 때의 보편 특성을 규명했다고 13일 밝혔다.
자기 스커미온(magnetic skyrmion)은 수 nm 수준의 자성체 박막, 즉 얇은 자석 내부에 존재하는 소용돌이 모양 혹은 방사형의 스핀 구조를 갖는, 2차원 공간상의 안정한 원형 구조체이다. 이 구조체는 위상학(topology)적 원리에 의해 쉽게 사라지지 않는 안정성을 갖고, 크기가 수십 nm 수준으로 작으며 전류를 흘려 주면 수~수백 m/s의 매우 빠른 속도로 움직이기 때문에 기존의 하드 디스크를 대체할 고속, 고집적 비휘발성 메모리 소자 개발에 응용될 수 있음에 주목되어 왔다. 따라서 보다 정밀한 자기 스커미온 기반 소자를 만들기 위해 자기 스커미온의 속도와 가해 준 전류량의 관계를 정확히 파악하는 것은 중요한 연구 과제로 여겨져 왔다.
연구팀은 비자성체/강자성체/산화물 3중층 구조의 소자에서 연구팀의 독자 기술인 자기장 변화 방식으로 자기 스커미온을 대량 생성, 크립(creep) 운동 영역(스커미온의 속도가 박막의 무작위적 결함과 열적 효과에 영향을 받는 영역)에서의 자기 스커미온 속도-전류밀도 관계를 분석했다. 두 연구팀은 약 70만 개 이상의 빠르고 느린 자기 스커미온의 이동 궤적을 추적, 분석하여 이동 속도-전류밀도 간의 스케일링 법칙을 찾아냈다. 그 결과 자기 스커미온은 2차원 공간상의 구조체임에도 불구하고 1차원 공간상에서 주로 나타나는 ‘호핑(hopping)’ 법칙을 따르는 것으로 나타났다. 이는 2차원에서 움직이는 선을 원형으로 말아 놓을 경우 운동 법칙이 전혀 달라짐을 실험적으로 확인한 것이다. 이를 통해 연구팀은 기존에 알려지지 않은 새로운 보편성 부류(universality class, 같은 스케일링 법칙을 공유하는 집단)의 구분 기준으로 계면의 열리고 닫힘, 즉 ‘구조적 위상(structural topology)’이 존재함을 제안했다.
우리 대학 물리학과 송무준, 유무진 연구원이 공동 제1저자로 참여하고, 박민규 박사가 공동교신저자로 참여한 본 연구는, KAIST(김갑진 교수 연구팀), KRISS(황찬용 박사 연구팀), KIST(김경환 박사 연구팀)의 공동연구로 진행되었으며, 권위 있는 국제학술지 ‘어드밴스드 머테리얼즈(Advanced Materials, IF 32.1)’에 표지논문(front cover)으로 선정돼 10월 6일 게재됐다. (논문명: Universal Hopping Motion Protected by Structural Topology)
이번 연구에서 연구팀은 기존에 자세히 밝혀지지 않은 크립 영역에서의 자기 스커미온의 전류에 의한 거동 특성을 실험적으로 밝혀내고, 이것이 닫힌 계면을 갖는 구조체의 보편 특성임을 제안했다. 이번 연구는 자기 스커미온 기반 메모리 및 컴퓨팅 소자 개발에 활용될 것이며, 다양한 분야의 닫힌 계면 구조를 갖는 구조체의 거동 특성을 분석하는 기반 이론으로써 활용될 것으로 기대된다.
한편 이번 연구는 KAIST 글로벌 특이점 연구사업, 삼성미래기술육성사업, 한국연구재단 선도연구센터/중견연구자지원사업의 지원을 받아 수행됐다.
2022.10.13
조회수 6476
-
훈트 금속의 새로운 존재 가능성 증명
우리 대학 물리학과 한명준 교수 연구팀이 *`훈트 금속'이라고 알려진 특이 양자 상태의 새로운 존재 가능성을 최초로 증명했다고 1일 밝혔다.
☞ 훈트 금속(Hund metal): 전기저항 없이 전류가 흐르는 초전도 현상을 나타내거나 외부 조건의 미세한 변화에도 물질이 크게 바뀌는 특성을 가져 기존 반도체 소재를 뛰어넘는 응용 가능성으로 주목받는 차세대 신물질이다.
훈트 금속이란 `훈트의 법칙'으로 잘 알려진 독일의 물리학자 `프리드리히 헤르만 훈트(Friedrich Hermann Hund; 1896~1997)'의 이름을 딴 독특한 양자역학적 상태를 띠는 금속을 가리킨다.
학계에서는 일반적으로 알려진 전형적인 금속들을 `페르미 금속(Fermi liquid metal)'이라 부르는데, 이와는 성질이 뚜렷이 구분되는 특이한 금속을 이해하는 것은 오랫동안 학계의 중요한 관심사가 되고 있다.
이러한 특이 금속들에 관한 연구가 고온 초전도 현상이나 양자 임계 현상과 같은 대표적인 물리학의 신비를 이해하는 단서를 줄 것이라 믿고 있기 때문이다. 훈트 금속도 그 가운데 하나로서, 미국의 이론 물리학자들에 의해 최초로 그 개념이 제시된 이래, 미국과 유럽 학자들의 주도하에 지난 10여 년간 활발한 연구가 이뤄지고 있다.
특별히 이 금속 상태는 원자 내에서 전자가 가질 수 있는 양자역학적 상태를 나타내는 `오비탈(orbital)'의 개수가 `3' 이상인 경우가 주로 연구돼왔으며, 그 값이 `2'인 경우에는 나타날 수 없다는 것이 상식으로 여겨졌다.
이번 연구는 이와 같은 기존의 통념을 뒤엎는 것으로서, 연구진은 오비탈 수가 `2'인 경우에도 훈트 금속이 발현될 수 있다는 것을 이론적으로 증명했다. 연구진은 통상적인 훈트 금속보다 그 신호가 약하다는 점에서 이를 `약한 훈트 메탈(weak Hund metal)'이라고 이름 붙였으며, 더 나아가 훈트 금속과 관련 상태들을 이해하고 분류하는 기준을 새롭게 제시했다.
이는 기존의 상식을 뒤집는 결과일 뿐 아니라, 지금까지 난항을 겪고 있던 많은 관련 연구들에 새로운 돌파구를 제시할 수 있다는 점에서 큰 주목을 받고 있다.
연구를 주도한 한명준 교수는 “이번 결과는 논문을 심사한 심사위원들조차 처음에는 받아들이기 어려워했을 만큼 획기적이다”며, “관련 실험 데이터나 현상들을 이해하는 새로운 틀을 마련한 기초 이론 연구로서, 최근까지 학계가 어려움을 겪고 있던 초전도와 관련된 여러 문제를 해결하는 토대가 될 수 있을 것으로 기대한다”고 연구의 의미를 설명했다.
우리 대학 물리학과 이시헌 연구원이 제1 저자로 참여하고 미국 브룩헤이븐 국립 연구소(Brookhaven National Laboratory)의 최상국 박사와 함께 진행한 이번 연구 결과는 물리학 분야 최고 권위지 `피지컬 리뷰 레터스(Physical Review Letters)'에 5월 17일 字 온라인 출판됐다. (논문명: Hund Physics Landscape of Two-Orbital Systems)
한편, 이번 연구는 한국연구재단의 중견연구자 지원사업과 미래소재 디스커버리사업의 지원을 받아 수행됐다.
2021.06.02
조회수 52016
-
백세범 교수팀, 고등 인지 기능의 자발적 발생 원리 규명
우리 대학 바이오및뇌공학과 백세범 교수 연구팀이 학습 과정을 전혀 거치지 않은 신경망에서 고등 시각 인지 기능이 자발적으로 발생할 수 있음을 보였다고 4일 밝혔다.
이번 연구 결과는 신경망에서 상위 인지 기능을 발생시키기 위해서는 반드시 충분한 데이터 학습이 필요하다는 기존의 상식과 완전히 상반되는 것으로, 현재 통용되고 있는 인공지능의 구현 방식에 대한 근본적인 의문을 던진다.
또한 연구팀의 결과는 다양한 생물 종의 뇌에서 관측되는 선천적인 인지 기능의 발생에 대한 설명 가능한 이론을 제시할 뿐만 아니라, 뇌신경과학 연구의 가장 근본적인 질문 중 하나인 `인지 지능의 발생 및 진화'의 원리에 대한 기존과는 전혀 다른 새로운 시각을 제시한다.
연구팀은 뇌의 시각 신경망을 모사한 인공신경망 시뮬레이션을 통해, 모든 연결 가중치가 무작위로 정해지도록 초기화된 신경망이 전혀 학습을 거치지 않은 상태에서도 특정 숫자에 선택적으로 반응하는 `수량 선택성'을 자발적으로 생성함을 발견했다. 또한 이렇게 자발적으로 발생한 수량 선택적 유닛은 실제 동물의 뇌에서 발견되는 수량 선택적 뉴런들이 보이는 *`베버-페히너 법칙' 등의 주요 특성을 동일하게 따름을 확인했다.
☞ 베버-페히너 법칙(Webber-Fechner law): 자극과 감각 사이의 상대적 관계를 나타내는 심리물리학적 법칙. 인지 가능한 자극 강도 변화량은 현재 강도에 지수적으로 비례한다는 것으로 이는 인지생물학에서 기본적인 원리로 알려져 있다.
우리 대학 물리학과 김광수 석박사통합과정, 바이오및뇌공학과 장재선 박사가 공동 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스(Science)'의 온라인 자매지 `사이언스 어드밴시스(Science Advances)' 1월 1일 字에 게재됐다. (논문명 : Visual number sense in untrained deep neural networks)
신경망에서 인지 지능의 발생에 관한 연구는 뇌인지과학과 인공지능 분야 모두에서 핵심적인 연구 주제 중 하나다. 흥미롭게도 인지 기능을 발생시키기 위해서 일반적으로 많은 양의 데이터 입력을 통한 학습 과정을 거쳐야 하는 인공신경망과 달리 동물의 뇌는 태어난 직후부터 다양한 인지 기능을 수행하는 `선천적' 인지 지능을 가지고 있는 것이 관찰돼왔다.
이러한 차이점은 생물학적 지능의 발생과 진화의 원리를 이해하는 데 결정적인 역할을 하고, 현재 개발된 인공지능과의 차이점을 보여주는 핵심적인 단서를 제공할 것으로 기대되고 있으나 이러한 인지 기능이 어떻게 자발적으로 발생하는지는 아직 명확하게 알려진 바가 없었다.
이에 연구팀은 학습을 거치지 않은 신경망의 초기 상태에서 나타나는 단순한 물리적 구조 특성이 다양한 인지 기능을 발생시킬 수 있을 것이라 예상했다. 이를 확인하기 위해 수행한 심층신경망 시뮬레이션 연구를 통해 모든 연결 가중치가 무작위로 초기화된 신경망에서도 `계층 구조'와 무작위적 피드 포워드 연결만 형성된다면 특정 수량에 선택적으로 강한 반응을 보이는 신경망 유닛들이 자발적으로 생성됨을 확인했다.
이러한 신경망 유닛들은 실제 뇌에서 발견되는 수량 선택적 신경세포의 주요한 성질들과 유사한 특성을 보였다. 이 결과는 생물학적 뇌에서 생애 초기에 발견되는 선천적인 숫자 선택성 역시 동일한 원리에 의해 발생할 가능성을 시사한다.
이러한 결과는 기초적인 인지 기능이 신경망의 초기 구조가 갖춰진 시점에 이미 존재하고 이후 다양한 학습을 통해 조절될 수 있음을 보여주며, 뇌신경과학의 중요한 화두 중 하나인 `지능의 선천적 혹은 후천적(nature vs. nurture) 형성'에 관해 매우 중요한 단서를 제공하는 발견으로 평가된다.
연구팀의 결과는 학습과 훈련에 의존해 대부분의 뇌 기능이 발생한다는 기존의 시각을 탈피해, 선천적이고 자발적으로 발생하는 뇌 기능에 대한 보다 심도 있는 연구가 필요하다는 사실을 시사한다. 한편으로 현재의 인공지능 구현 기법들과 완전히 다른 인공지능 구현 원리를 제시할 수 있는 생물학적 뇌 기반 이론을 제시한다.
백세범 교수는 "뇌 신경망 연구를 통해 얻은 아이디어를 인공신경망 연구에 적용하고, 그 결과를 다시 뇌과학적 원리를 발견하는 데 사용해 중요한 통찰을 가능하게 한 의미있는 연구ˮ라며 "뇌신경과학과 뇌공학 분야 모두에서 가장 중요한 질문 중 하나라고 할 수 있는 인지 지능의 기원에 대한 이해의 전환점을 가져올 것으로 기대된다ˮ라고 언급했다.
한편 이번 연구는 한국연구재단의 이공분야기초연구사업 및 원천기술개발사업의 지원을 받아 수행됐다.
2021.01.04
조회수 60079