자폐 진단의 문턱을 낮추다 소셜로보틱스연구실 유철환 선임연구원★
자폐 스펙트럼 장애는 사회적 의사소통의 결함과 제한적이고 반복적인 행동 패턴을 특징으로 하며, 증상이 유아기에 시작되어야 한다는 진단 기준을 가지고 있습니다. 과거에는 자폐증과 아스퍼거 증후군 등으로 나뉘어 불렸으나, 현재는 하나의 스펙트럼으로 통합되어 관리되고 있습니다. 최근에는 인공지능 기술을 활용하여 이러한 아동들의 사회적 반응을 자동으로 인식하고 분석함으로써 장애 위험도를 정량화하려는 시도가 활발하게 이루어지고 있습니다. 특히 시선 추적과 호명 반응 등을 통합적으로 분석하는 기술은 조기 발견의 새로운 가능성을 열어주고 있습니다. 조기 진단은 아동의 뇌 발달 단계에서 매우 중요한 의미를 지닙니다. 뇌의 가소성이 높은 시기에 적절한 개입이 이루어지면 2차적인 신경학적 손상을 방지하고 행동 문제를 완화하여 예후를 크게 개선할 수 있기 때문입니다. 하지만 현실적으로는 전문 병원의 예약 대기가 길고 진단 비용이 높아 골든타임을 놓치는 경우가 많습니다. 따라서 누구나 쉽게 접근할 수 있는 선별 도구의 보급은 사회적 문제를 해결하는 핵심적인 열쇠가 될 것입니다. 인공지능 기반의 기술은 이러한 임상적 공백을 메우는 혁신적인 대안이 될 것으로 기대됩니다. 이번 연구는 ETRI와 분당서울대병원을 비롯한 여러 기관의 다학제적 협력을 통해 탄생했습니다. 의학적 타당성을 확보하기 위해 임상 전문가들과 인공지능 연구자들이 머리를 맞대었으며, 각 행동 지표에 특화된 인공지능 모델을 개발하여 분석의 정밀도를 높였습니다. 수집된 데이터는 자극 반응 구간별로 세밀하게 분할되어 눈맞춤이나 가리키기 제스처와 같은 목표 행동을 포착합니다. 이러한 과정에서 도출된 예측값들은 후속 정량화 모델에서 통합되어 최종적인 위험 지표를 산출하게 되며, 이는 세계 최초의 융합형 선별 기술로서 큰 의미를 가집니다. 인공지능의 성능을 보장하기 위해서는 신뢰할 수 있는 대규모 데이터 세트가 필요했습니다. 연구팀은 리빙랩을 구축하여 700건 이상의 실제 영유아 데이터를 확보하였고, 이를 바탕으로 모델을 학습시켰습니다. 모든 데이터 수집 과정은 부모의 동의와 생명윤리심의위원회의 승인을 거쳐 윤리적으로 진행되었습니다. 또한 아동의 사회적 상호작용을 효과적으로 유도하기 위한 전용 콘텐츠와 이를 관리할 수 있는 소프트웨어 환경을 자체적으로 개발하여 연구의 인프라를 완성했습니다. 이러한 탄탄한 데이터 기반은 인공지능 모델이 실제 현장에서 작동하는 데 큰 밑거름이 되었습니다. 상호작용 인지 인공지능 플랫폼의 가능성은 자폐 스펙트럼 장애에만 머물지 않습니다. 이 기술은 ADHD나 언어 발달 지연과 같은 영유아 발달 질환은 물론, 치매와 파킨슨병 같은 고령자 인지 장애 분야로도 충분히 확장될 수 있습니다. 각 질환의 특성에 맞는 콘텐츠와 분석 지표를 설정한다면 동일한 플랫폼을 통해 다양한 질환의 조기 선별 솔루션을 제공할 수 있기 때문입니다. 연구진은 기술의 경량화와 최적화를 통해 사용성을 개선하고, 실제 임상 현장의 피드백을 바탕으로 시스템을 고도화할 계획입니다. 사람들의 삶에 실질적인 도움을 주는 기술을 만드는 것이 궁극적인 목표입니다.
