우리 학교 전기및전자공학부 윤영규 교수 연구팀이 기존 기술 대비 신호 대 잡음비를 10배 이상 높여 생체 신호를 정밀하게 측정할 수 있는 기술을 개발했다고 밝혔다. 본 연구는 한국연구재단의 지원을 받아 수행됐으며 국제 학술지 ‘네이처 메소드 (Nature Methods)’에 지난달 19일자로 온라인에 게재되었으며 10월호 표지 논문으로 선정되었다.
 

신호 대 잡음비를 높이는 기술

최근 유전공학 기술이 발전하며 형광현미경을 활용해 살아있는 생체 조직 내 신호를 형광신호로 변환해 연속적으로 촬영하고 측정하는 기술이 개발되어 활용되고 있다. 형광현미경은 특정 파장의 빛을 흡수하고, 더 낮은 에너지 상태의 빛으로 방출하는 형광 현상을 이용해 샘플을 관찰하는 광학 현미경이다. 이를 활용해 생체 조직에서 방출되는 형광신호를 관측할 수 있다. 그러나 생체 조직에서 방출되는 형광신호가 미약하여 빠르게 변화하는 신경세포의 전기신호와 같은 신호를 측정할 경우, 매우 낮은 신호 대 잡음비를 가지게 되어 정밀한 측정이 어려워진다. 

이에 연구팀은 별도의 학습 데이터 없이 낮은 신호 대 잡음비를 가지는 형광현미경 영상으로부터 데이터의 통계적 분포를 스스로 학습해 영상의 신호 대 잡음비를 10배 이상 높이는 기술, SUPPORT를 개발했다. SUPPORT란 ‘Statistically Unbiased Prediction utilizing sPatiOtempoRal information in imaging daTa’의 약자로, 인공지능을 활용해 형광현미경을 활용해 얻은 데이터의 신호 대 잡음비를 높이는 기술이다. 기존의 데이터에 혼재되어 있는 잡음을 제거하여 가려져 있던 생체 신호를 정밀하게 측정할 수 있다. 특히, SUPPORT를 이용하면 밀리초 단위로 변하는 신경세포의 활동 전위를 광학적으로 정밀하게 측정할 수 있었다. 이렇게 측정 정밀도가 높아지는 것을 활용해 생명과학 연구 전반과 뇌 질환 치료제 개발에 폭넓게 활용될 수 있을 것으로 기대된다. SUPPORT의 이름 또한 다양한 뇌과학, 생명과학 연구에 도움이 되길 바라는 마음을 담아 지은 이름이다.

윤 교수는 “본 연구는 하버드대학교, 충남대학교, 서울대학교, 보스턴대학교, 앨런 연구소, 서호대학교와의 공동 연구를 통해 이루어졌다”며 “여러 연구소의 다양한 배경을 가진 연구원 분들과 연구를 해본 것”을 가장 기억에 남았던 경험으로 꼽았다. 또한, “여러 연구진이 함께 논의하는 과정에서 효율적으로 소통하는 것의 중요성을 깨달았고, 덕분에 이렇게 좋은 연구를 할 수 있었던 것 같다”고 말했다. 논문이 공개되고 각국의 여러 과학자들이 SUPPORT 기술을 연구에 활용하고 있으며 연구팀과 활발히 소통하고 있다. SUPPORT 기술을 사용해본 한 연구팀은 “SUPPORT 기술의 성능이 매우 좋아 데이터 분석을 용이하게 하였고, 앞으로 계속 사용하려고 한다.”고 말했다.

후속 연구에 대해서는 “우선 본 연구는 많은 바이오 분야의 과학자분들을 위해 개발하였다”며 “이를 고려하여 인공지능과 관련한 지식 없이도 손쉽게 사용할 수 있도록 연구하였고, GUI 기반의 프로그램도 같이 개발하였다”고 말했다. “저희 방법을 사용해보신 몇몇 연구원분들께서 더욱 간소한 설치 과정이나, 기존의 분석 프로그램에 들어가는 플러그인으로 개발해달라는 피드백을 받아서 이 부분을 발전시키고 있다.”며 “또한, 최근 인공지능 연구에서 인공신경망을 효율적으로 개선할 수 있는 연구가 많이 수행되고 있다. SUPPORT 또한 처리 속도가 빠르고 가벼운 연산 환경에서 잘 동작할 수 있도록 발전시킨다면 더 많은 사람들이 편하게 사용할 수 있을 것으로 생각한다”고 전했다.