이정훈·윤대성·이학호 교수 공동연구팀, ACS Nano 초청 리뷰 논문 발표… AFM 전 과정 AI 자동화 프레임워크 정리
고려대학교 연구진이 인공지능을 원자힘현미경에 융합해 나노 구조를 스스로 분석하는 차세대 기술의 현주소와 미래 방향을 정리했다. 고려대 융합에너지공학과 이정훈 교수 연구팀은 바이오의공학부 윤대성 교수 연구팀, 하버드 의과대학 교육협력병원 매사추세츠 종합병원 이학호 교수 연구팀과 공동으로 AI 기반 원자힘현미경 기술을 집대성한 리뷰 논문을 발표했다고 밝혔다. 이번 논문은 국제 학술지 ACS Nano 편집진의 초청을 받아 작성됐으며, 원자힘현미경 연구의 전 과정을 AI로 자동화하는 통합 프레임워크를 제시했다.
원자힘현미경은 탐침으로 나노미터 크기의 물체를 촉각 방식으로 이미지화하고, 생체 분자의 물리적 성질을 측정하는 초정밀 분석 장비다. DNA, 단백질, 세포 등 생체 물질을 나노미터 수준에서 관찰하고 물리적 특성을 측정할 수 있어 생물학과 나노과학 분야의 핵심 분석 도구로 활용돼 왔다.
다만 기존 AFM은 분석 속도가 느리고, 숙련된 전문가가 수동으로 이미지를 해석해야 한다는 한계가 있었다. 수천 개의 나노 구조를 사람이 하나하나 판별해야 하기 때문에 데이터 재현성이 낮아질 수 있고, 대규모 생의학 연구나 임상 진단에 적용하기 어렵다는 문제가 있었다. 연구팀은 세계 각지에서 개별적으로 진행돼 온 AFM·AI 융합 연구를 체계적으로 정리하고, 향후 연구의 뼈대가 될 통합적 분석 틀을 제시했다.
이번 리뷰 논문은 AFM의 전 분석 단계에 AI가 어떻게 적용되고 있는지를 종합적으로 정리한 가이드라인 성격을 갖는다. 탐침 최적화와 스캔 경로 계획부터 이미지 노이즈 제거, 초해상도 복원, 신호 해석, 분자 구조 분류, 3D 재건까지 AFM 기반 분석의 전 과정을 다뤘다.
연구팀은 합성곱 신경망, 그래프 신경망, 생성적 적대 신경망, 변분 오토인코더 등 최신 딥러닝 기술이 AFM 연구의 각 단계에서 어떤 한계를 보완할 수 있는지도 분석했다. 이미지 인식과 분석에는 합성곱 신경망이, 복잡한 관계망 분석에는 그래프 신경망이, 화질 복원에는 생성적 적대 신경망이, 데이터의 핵심 특징 추출에는 변분 오토인코더가 활용될 수 있다는 점을 제시했다.
이번 논문은 피지컬 AI와 자율행동 AFM이 생물학적 나노과학에서 어떻게 활용될 수 있는지를 조망했다는 점에서도 의미가 있다. 자율행동 AFM은 정해진 명령대로만 작동하는 일반 자동화를 넘어, 현미경이 스스로 나노 물질의 상태를 파악하고 스캔 속도나 탐침 힘을 실시간으로 조절하는 기술이다.
강화학습 기반 기능형 스캔 시스템의 경우 샘플의 물성에 따라 스캔 속도, 해상도, 탐침 힘을 스스로 조절할 수 있다. 이는 기존에 전문가가 수동으로 수행하던 판단 과정을 AI가 보조하거나 자동화할 수 있음을 보여준다. 이를 통해 AFM은 단순 측정 장비를 넘어 스스로 측정 조건을 조절하고 데이터를 해석하는 자율 실험 플랫폼으로 발전할 수 있다는 가능성이 제시됐다.
이정훈 교수는 피지컬 AI 기반의 자율행동 AFM이 재료과학, 신약 개발, 암 진단 등 다양한 분야에서 발견의 속도를 높일 것이라고 밝혔다. 이어 연구팀은 이 분야를 선도하는 독자적 원천 기술 확보에 집중할 계획이라고 설명했다.
이번 연구에는 고려대 KU-KIST융합대학원 이정훈 교수, 고려대 바이오의공학부 윤대성 교수, 하버드 의과대학 교육협력병원 매사추세츠 종합병원 이학호 교수가 교신저자로 참여했다. 고려대 KU-KIST융합대학원 이승민 박사후연구원, 고려대 생명정보공학과 노석범 박사과정, 고려대 KU-KIST융합대학원 우효원 박사과정은 공동 제1저자로 참여했다.
연구 성과는 나노기술 분야 국제 학술지 ‘ACS Nano’ 온라인에 4월 23일 게재됐다. 논문명은 ‘AI in Atomic Force Microscopy: Advancing Biological Nanoscale Imaging and Autonomous Discovery’다. 이번 연구는 과학기술정보통신부가 지원하는 한국연구재단 중견연구 지원사업과 보건복지부가 지원하는 한국보건산업진흥원 보건의료기술 연구개발 사업의 지원을 받아 수행됐다.
이번 논문은 AI가 원자힘현미경의 보조 도구에 머무르지 않고, 측정 조건 설정과 데이터 해석, 구조 복원까지 수행하는 자율 실험 플랫폼의 방향을 제시했다는 점에서 의미가 있다. 고려대와 매사추세츠 종합병원 공동 연구팀은 AFM·AI 융합 기술이 생의학 연구와 임상 진단, 나노 구조 분석의 자동화와 고도화로 이어질 가능성을 제시했다.
#고려대 #원자힘현미경 #이정훈 #윤대성 #AI바이오분석
답글 남기기