일상행동 3D 분석으로 성별·중증도·약물 반응까지 구분… 맞춤형 정신건강 진단 새 해법
우울증을 비롯한 정신건강 질환의 진단은 오랫동안 설문과 면담에 의존해 왔다. 그러나 ‘우울감’이라는 주관적 지표의 모호성은 정확한 진단과 치료 효과 평가의 한계로 지적돼 왔다. KAIST 연구진이 인공지능(AI)으로 일상행동을 정밀 분석해 우울증을 객관적으로 탐지하고 치료 반응까지 평가할 수 있는 기술을 제시하며, 정신질환 진단의 새로운 전환점을 마련했다.
KAIST는 생명과학과 허원도 석좌교수 연구팀이 실험동물의 일상적인 행동 패턴을 3차원으로 분석하는 AI 플랫폼을 개발하고, 이를 통해 성별과 중증도에 따른 우울증 증상을 정확히 구분할 수 있음을 입증했다고 1월 13일 밝혔다.
연구팀은 우울증 환자에게서 팔다리 움직임, 자세, 표정 등 신체 운동 양상이 달라진다는 점에 주목했다. 감정과 정서 상태가 운동 능력으로 드러나는 ‘정신운동(psychomotor)’ 변화를 정밀하게 포착하기 위해, 연구진은 실험동물의 자세와 움직임을 3차원으로 분석하는 AI 기반 일상행동 분석 플랫폼 **클로저(CLOSER)**를 개발했다. 클로저는 관찰자 개입 없이 자연스러운 행동을 자동 분석하는 대비학습(contrastive learning) 알고리즘을 활용해, 사람의 눈으로는 구분하기 어려운 미세한 행동 변화를 포착한다.
이 플랫폼은 행동을 최소 단위인 ‘행동 음절’과 그 흐름을 의미하는 ‘행동 문법’으로 분해해 분석한다. 연구팀은 만성 예측 불가능 스트레스(CUS) 마우스 모델을 포함한 다양한 우울증 전임상 모델을 적용한 결과, 행동 패턴만으로도 우울 상태를 정확히 식별할 수 있음을 확인했다. 특히 스트레스가 운동 능력 자체보다 행동의 빈도와 흐름을 변화시킨다는 점, 그리고 이러한 변화가 성별에 따라 상반된 양상으로 나타난다는 사실이 드러났다.
또한 연구진은 우울증의 병인에 따른 차이도 행동으로 구분할 수 있음을 보여줬다. 지속적 스트레스나 염증으로 유도된 우울증 모델에서는 일상행동 변화가 뚜렷했지만, 스트레스 호르몬만 투여한 경우에는 행동 변화가 거의 나타나지 않았다. 이는 일상행동 분석만으로도 우울증의 원인과 상태를 구분할 수 있음을 시사한다.
나아가 항우울제의 효과를 행동으로 평가하는 데에도 성공했다. 우울증 모델에 항우울제를 투여하자 스트레스로 변화했던 행동 음절과 문법이 부분적으로 회복됐고, 약물별로 회복 패턴이 서로 다르다는 점이 확인됐다. 연구팀은 이를 통해 어떤 약물이 더 잘 작용하는지를 행동만으로 구분하는 ‘행동 지문(behavioral fingerprint)’을 도출했다. 이는 개인별 행동 변화를 기반으로 최적의 항우울제를 선택하는 맞춤형 치료 전략으로 확장될 가능성을 보여준다.
허원도 석좌교수는 이번 연구가 AI 기반 일상행동 분석을 우울증 진단에 접목해, 맞춤형 진단과 치료 평가가 가능한 전임상 프레임워크를 세계 최초로 구현한 성과라고 설명했다. 그는 향후 정신질환 맞춤형 치료제 개발과 정밀의료로 이어질 중요한 토대를 마련했다고 덧붙였다.
이번 연구는 KAIST 생명과학과 오현식 박사과정생이 제1저자로 참여했으며, 연구 결과는 국제 학술지 『Nature Communications』 2025년 12월 30일 자 온라인판에 게재됐다. 연구는 과학기술정보통신부 한계도전 R&D 프로젝트와 한국연구재단, 보건복지부·한국보건산업진흥원, 삼성미래기술육성재단의 지원을 받아 수행됐다.
#KAIST #우울증연구 #AI의료 #일상행동분석 #정신운동 #CLOSER #맞춤형치료 #정밀의학 #정신건강 #NatureCommunications
답글 남기기