컴퓨터과학 및 인공지능 분야
세계적 학술대회 'ACM/SIGAPP SAC 2026'
뇌영상·유전체 통합 AI 모델 연구
![[서울=뉴시스] (왼쪽부터) 공동 제1저자 성신여대 AI융합학부 박찬미, 조민서, 공저자 김연지, 교신저자 고원준 교수. (사진=성신여대 제공) 2025.12.11. photo@newsis.com *재판매 및 DB 금지](https://img1.newsis.com/2025/12/11/NISI20251211_0002016244_web.jpg?rnd=20251211162834)
[서울=뉴시스] (왼쪽부터) 공동 제1저자 성신여대 AI융합학부 박찬미, 조민서, 공저자 김연지, 교신저자 고원준 교수. (사진=성신여대 제공) 2025.12.11. [email protected] *재판매 및 DB 금지
[서울=뉴시스]전수현 인턴 기자 = 성신여대는 인공지능(AI)융합학부 학생 연구팀이 제1저자로 참여한 연구 논문이 컴퓨터과학 및 인공지능 분야의 세계적 학술대회인 'ACM/SIGAPP SAC 2026' 발표 논문으로 선정됐다고 11일 밝혔다.
ACM/SIGAPP SAC은 응용 컴퓨팅 분야에서 세계 연구자들이 최신 연구를 발표하는 권위 있는 국제 학술대회다. 올해는 제출 논문의 약 24%가 발표 논문으로 채택됐다.
이번 발표 논문으로 선정된 연구팀의 논문은 '그래프 기반 표현형-유전형 관계 모델링을 통한 신경퇴행성 질환 진단의 패턴인식을 위한 새로운 자가-지도 학습 프레임워크(A Novel Self-Supervised Learning Framework for Pattern Recognition of Neurodegenerative Disease via Graph-based Phenotype-Genotype Relation Modeling)'다.
연구에는 학부 과정의 박찬미·조민서 학생이 공동 제1저자, 김연지 학생이 공저자, AI융합학부 고원준 교수가 교신저자이자 연구책임자로 각각 참여했다.
퇴행성 뇌질환은 전임상 단계에서 조기 진단이 어려웠다. 이에 연구팀은 뇌영상 데이터와 유전체 정보를 통합적으로 표현하는 멀티모달 딥러닝 모델을 설계했다.
특히 의료 데이터의 절대적 부족 문제를 보완하기 위해 새로운 자가 지도(Self-Supervised) 학습 알고리즘을 고안했다. 또한 이를 기반으로 모델의 해석성을 확보한 통합 진단 프레임워크를 제안했다.
한편 성신여대 연구팀은 한국연구재단 지원으로 2026년 3월23일부터 3월27일까지 그리스 테살로니키에서 논문 발표를 진행할 예정이다.
◎공감언론 뉴시스 [email protected]
ACM/SIGAPP SAC은 응용 컴퓨팅 분야에서 세계 연구자들이 최신 연구를 발표하는 권위 있는 국제 학술대회다. 올해는 제출 논문의 약 24%가 발표 논문으로 채택됐다.
이번 발표 논문으로 선정된 연구팀의 논문은 '그래프 기반 표현형-유전형 관계 모델링을 통한 신경퇴행성 질환 진단의 패턴인식을 위한 새로운 자가-지도 학습 프레임워크(A Novel Self-Supervised Learning Framework for Pattern Recognition of Neurodegenerative Disease via Graph-based Phenotype-Genotype Relation Modeling)'다.
연구에는 학부 과정의 박찬미·조민서 학생이 공동 제1저자, 김연지 학생이 공저자, AI융합학부 고원준 교수가 교신저자이자 연구책임자로 각각 참여했다.
퇴행성 뇌질환은 전임상 단계에서 조기 진단이 어려웠다. 이에 연구팀은 뇌영상 데이터와 유전체 정보를 통합적으로 표현하는 멀티모달 딥러닝 모델을 설계했다.
특히 의료 데이터의 절대적 부족 문제를 보완하기 위해 새로운 자가 지도(Self-Supervised) 학습 알고리즘을 고안했다. 또한 이를 기반으로 모델의 해석성을 확보한 통합 진단 프레임워크를 제안했다.
한편 성신여대 연구팀은 한국연구재단 지원으로 2026년 3월23일부터 3월27일까지 그리스 테살로니키에서 논문 발표를 진행할 예정이다.
◎공감언론 뉴시스 [email protected]
