[서울=뉴시스]이예인 인턴 기자 = 정원기 고려대 컴퓨터학과 교수 연구팀이 암 진단에 쓰이는 병리영상의 인공지능(AI) 분석 속도를 약 12배 높이는 기술을 개발했다.

4일 고려대에 따르면 이번 연구 성과는 의료영상 분야 국제학술대회 '미카이 2026'(MICCAI)에서 발표됐다. 특히 전체 채택 논문 중 상위 약 2%에 해당하는 구두 발표 논문으로도 선정됐다.

 디지털 병리 분야에서는 환자 조직을 얇게 잘라 유리판에 올린 조직 슬라이드를 디지털화한 초고해상도 영상인 '전체 슬라이드 이미지'를 AI로 분석해 암의 종류와 조직 특성을 분류한다.

영상 해상도가 수십억 화소에 이를 만큼 높은 탓에 AI는 이를 수많은 작은 영역으로 나눠 분석해야 하는 한계가 있었다.

암세포와 조직의 미세한 특징을 정확하게 분석하려면 고해상도 영상을 처리해야 하는데, 이 과정에 상당한 시간과 연산 자원이 들어 실제 의료 현장에서 AI를 활용하는 데 제약이 될 수 있다.

연구팀은 고해상도 영상의 핵심 정보를 학습 단계에서 저해상도 모델에 전달하는 '지식 증류 기술'을 적용해 한계를 해결했다.

 이 기술을 적용해 만든 '저해상도 다중 인스턴스 학습'(LRMIL)은 고해상도·저해상도 영상에서 뽑은 특징을 비교하게 해, 저해상도 모델이 고해상도 영상의 세밀한 조직 정보까지 배우도록 설계됐다.

LRMIL은 고해상도 영상을 작은 영역으로 나눠 처리하는 과정을 생략하고도 핵심 정보를 유지해, 저해상도 영상만으로 병리영상을 분류한다.

다양한 암종의 병리영상 약 7000장으로 성능을 검증한 결과, 기존 고해상도 방식과 견줄 만한 분류 성능을 유지하면서 추론 시간을 약 12배 단축했다.

연구팀은 이번 기술이 대규모 병리영상 분석에 필요한 시간과 연산 자원을 줄이고, 향후 의료 현장에서 활용할 수 있는 효율적인 AI 기반 병리 진단 보조 시스템 개발에 기여하길 기대했다.

한편 이번 연구는 과학기술정보통신부와 정보통신기획평가원의 '정보통신기술(ICT)명품인재양성사업', 한국연구재단의 '개인기초연구사업(중견연구)' 지원을 받아 수행됐다.


◎공감언론 뉴시스 yein020528