[DGIST 소식] 안진웅 박사팀, 뇌신호 레이블 부족 문제 해결한 AI 파운데이션 모델 개발

■ 안진웅 박사팀, 뇌신호 레이블 부족 문제 해결한 AI 파운데이션 모델 개발

■ 유재석-김회준-이상훈 교수팀, 인체 속 깊은 혈관 실시간 3D 초음파로 선명하게 구현

왼쪽부터 DGIST 안진웅 책임연구원, 정의진 박사후연수연구원. ⓒ DGIST

[프라임경제] DGIST(총장 이건우) 지능형로봇연구부 안진웅 박사 연구팀이 딥러닝 기반 뇌신호 분석에서 가장 큰 한계로 꼽혀 온 '레이블 데이터 부족' 문제를 혁신적으로 해결한 새로운 AI 파운데이션 모델을 개발했다. 

이 기술은 뇌신호를 스스로 학습하도록 설계되어, 극도로 적은 양의 레이블만으로도 높은 정확도를 구현할 수 있는 점에서 큰 주목을 받고 있다.

이번 연구는 안진웅 박사(지능형로봇연구부 책임연구원, 융합전공 겸무교수)와 정의진 박사후연수연구원(로봇및기계전자공학연구소, 바이오체화형피지컬AI연구단)이 공동으로 수행했으며, EEG(뇌파)와 fNIRS(기능적 뇌혈류) 신호를 모두 이해하고 분석할 수 있는 '뇌파–기능뇌혈류 멀티모달 파운데이션 모델'을 세계 최초로 구현한 것이 핵심 성과다.

연구팀은 총 918명으로부터 약 1,250시간 규모의 초대형 뇌신호 데이터를 확보해, 레이블 없이 비지도 방식으로 모델을 학습시켰다. 이를 통해 EEG와 fNIRS 각각의 고유한 특징뿐 아니라 두 신호가 공유하는 잠재적인 표현까지 동시에 파악할 수 있도록 설계했다. 

특히 기존에는 EEG와 fNIRS를 동시에 측정한 데이터 확보가 거의 불가능해 멀티모달 AI 구축에 큰 제약이 있었지만, 이번 연구에서 개발된 모델은 동시계측 데이터가 없어도 학습이 가능하도록 설계됐다. 

또한 소량의 레이블만으로도 높은 정확도를 구현하며, EEG 단독 분석, fNIRS 단독 분석, 두 신호를 결합한 멀티모달 분석까지 하나의 모델로 모두 수행할 수 있어 기존 기술의 구조적 한계를 완전히 넘어섰다.

안진웅 박사는 "이번 연구는 멀티모달 뇌신호 분석이 가진 구조적 제약을 뛰어넘은 최초의 프레임워크로, 뇌신호 AI 분야에서 근본적인 혁신을 이뤄냈다"며 "특히 두 신호 간 공유 정보를 정렬하는 대조 학습 전략이 모델의 표현력을 대폭 확장했고, 이는 뇌창발인공지능(Brain-Inspired AI)과 뇌–컴퓨터 인터페이스 등 미래 뇌공학 기술 발전에 중요한 전환점이 될 것"이라고 밝혔다.

한편, 이번 연구는 과학기술정보통신부와 한국연구재단의 지원을 받아 수행됐으며, 연구 결과는 계산생물학 및 의료정보학 분야 국제 저명 학술지 Computers in Biology and Medicine에 게재됐다.

■ 유재석-김회준-이상훈 교수팀, 인체 속 깊은 혈관 실시간 3D 초음파로 선명하게 구현

조영제 주사 없이 7cm 깊이 혈관까지 입체 영상화…더 안전하고 정밀한 진단 기술 기대

DGIST는 로봇 및 기계전자공학과 유재석·김회준·이상훈 교수 공동 연구팀이 조영제를 사용하지 않고도 인체 속 깊은 곳의 혈관을 3차원으로 선명하게 시각화할 수 있는 초음파 영상 기술을 개발했다.

사진 왼쪽부터 DGIST 이상훈·유재석 교수, Nizar Guezzi 박사과정생, 김회준 교수. ⓒ DGIST

이번 기술은 방사선 노출이나 조영제 주사 없이도 정밀한 3D 혈류 영상을 구현할 수 있어, 의료 영상의 안전성과 접근성을 획기적으로 높일 수 있을 것으로 기대된다.

일반 초음파 검사는 대부분 2차원 단면 영상으로, 장기나 혈관의 전체 형태를 보기 어렵다. 인체 내부 혈관을 입체적으로 보려면 조영제 주입이나 CT·MRI 같은 대형 장비가 필요하지만, 조영제는 신장 손상·알레르기 등 부작용 위험이 있고 검사 비용과 방사선 노출 부담도 크다. 이러한 이유로 안전하고 간편한 3D 초음파 기술에 대한 수요가 높았다.

기존 3D 초음파 기술은 수천 개의 송수신 채널을 사용하는 복잡한 센서 구조로 인해 장비가 크고 고가라는 한계가 있었다. 

DGIST 연구팀은 이 문제를 해결하기 위해 채널 수를 획기적으로 줄인 '행-열 방식 배열(RCA)' 구조를 도입했다. RCA 방식은 하드웨어를 단순화할 수 있지만 신호 감도와 영상 품질이 낮아지는 단점이 있었다. 

이에 연구팀은 여러 각도에서 영상을 합성하는 평면파 기법을 정밀하게 최적화하고, 신호를 암호화해 세기를 높이는 '코드화 여기' 기술을 결합해 이러한 한계를 극복했다. 이를 통해 조영제 없이도 피부 아래 약 7cm 깊이의 혈관을 고해상도로 영상화하는 데 성공했다.

연구팀은 건강한 성인의 간과 비장을 대상으로 생체 내 실험을 진행해 초당 27프레임의 속도로 혈류의 움직임을 실시간 포착했고, 기존 대비 대조도-잡음비(CNR)가 약 9~10dB 향상되는 성과를 얻었다. 또한 미국 FDA 및 IEC 기준에 따른 안전성 검증에서도 장시간 촬영 시 프로브 과열 없이 안정적인 에너지 수준을 유지함을 확인했다.

유재석 교수는 "이번 연구는 복잡한 장비나 조영제 없이 인체 깊은 곳의 혈관을 3차원으로 관찰할 수 있음을 입증한 중요한 성과"라며 "심부 장기 질환의 비침습적 진단과 모니터링에 즉시 적용할 수 있고, DGIST의 융합 연구를 통해 실제 임상에서 활용할 수 있는 의료기기로 발전시키겠다"고 밝혔다.