질병예측

4 Contents

[인터뷰] 바이오인공지능연구센터 ABC #004 | 이승근 데이터사이언스 대학원 교수

이승근 교수는 생물학, 통계학, 그리고 소프트웨어 엔지니어링이라는 세 가지 서로 다른 분야를 융합하여 자신만의 독자적인 연구 영역을 구축했습니다. 서울대학교 데이터 사이언스 대학원에서 활동 중인 그는 유전 변이와 질병 간의 상관관계를 분석하는 통계적 유전학을 전공하고 있습니다. 학부 시절 생물학을 전공하며 실험의 어려움을 느꼈던 경험과 군 복무 시절 소프트웨어 개발자로 일했던 경력은 그가 데이터 기반의 생물 통계학자로 성장하는 데 중요한 밑거름이 되었습니다. 그의 연구에서 가장 핵심적인 성과는 희귀 유전 변이를 분석하는 새로운 통계적 방법론을 개발한 것입니다. 과거에는 복잡하고 단순하게 처리되던 유전 데이터 분석을 보다 현실적인 시나리오에서 수행할 수 있도록 돕는 소프트웨어를 제작하여 전 세계 연구자들에게 큰 영향을 미쳤습니다. 수천 번 이상 인용된 그의 연구는 단순히 이론에 그치지 않고, 실제 유전 변이가 키나 몸무게 같은 표현형이나 특정 질병에 어떤 영향을 미치는지 예측하는 데 실질적인 도구로 활용되고 있습니다. 최근 과학계의 화두인 인공지능은 바이오 분야에서도 혁신적인 변화를 이끌고 있습니다. DNA의 변이를 해석하고 그 기능을 예측하는 과정뿐만 아니라, 뇌 영상과 같은 복잡한 로 데이터에서 유의미한 특징을 추출하는 데 AI가 핵심적인 역할을 수행합니다. 특히 노벨 물리학상과 화학상이 AI 선구자들에게 수여된 사례는 인공지능이 기초 과학 전반에 미치는 거대한 영향력을 증명합니다. 이러한 흐름 속에서 데이터 사이언스는 생명 현상을 이해하는 새로운 렌즈로서 그 중요성이 더욱 강조되고 있습니다. 진정한 의미의 융합 연구를 위해서는 서로 다른 분야의 연구자들이 각자의 언어를 이해하고 존중하는 태도가 필수적입니다. 데이터 분석가와 실험 연구자 사이의 협업은 데이터 정제나 배치 이펙트 보정과 같은 실무적인 어려움으로 인해 쉽지 않은 과정이지만, 이를 극복했을 때 비로소 실질적인 성과가 나타납니다. 미국과 한국의 연구 환경 차이에도 불구하고, 다양한 전문가들과의 교류를 통해 연구의 지평을 넓히는 과정은 현대 과학이 지향해야 할 협력의 모델을 잘 보여줍니다. 학계에서 연구자로 살아가는 것은 끊임없는 평가와 인내를 요구하는 과정입니다. 주니어 시절부터 테뉴어를 받기까지의 불안정성을 견뎌내야 하지만, 그 과정에서 얻는 보상은 매우 특별합니다. 자신이 진정으로 탐구하고 싶은 주제를 자유롭게 추구하며, 연구 결과에 자신의 이름을 새길 수 있다는 점은 아카데미만이 줄 수 있는 매력입니다. 이러한 보람을 동력 삼아 꾸준히 정진한다면, 연구자로서 마주하는 수많은 도전은 성장을 위한 소중한 자양분이 될 것입니다.

[인터뷰] 바이오인공지능연구센터 ABC #004 | 이승근 데이터사이언스 대학원 교수
카오스재단카오스크로스

신종 감염병 유입 감시 기술 개발

인류의 역사는 감염병과의 끊임없는 사투였다고 해도 과언이 아닙니다. 2009년 신종플루부터 2015년 메르스, 그리고 최근의 코로나19까지 전 세계적인 대유행은 주기적으로 반복되며 우리 사회에 막대한 인적, 물적 피해를 입혔습니다. 이러한 위기 속에서 KISTI 감염병 AI 애자일 팀은 아직 알려지지 않은 새로운 종류의 감염병 발생 징후와 국내 유입 위험도를 조기에 탐지하기 위한 인공지능 기반 기술 연구에 매진하고 있습니다. 질병의 원인과 최초 발생지를 신속히 파악하는 것이야말로 확산 방지의 핵심이기 때문입니다. 2015년 메르스 사태 이후 대한민국 정부는 신종 감염병에 효과적으로 대응하기 위해 여러 정부 출연 연구소들과 기업들이 참여하는 CEVI 융합연구단 사업을 발족했습니다. KISTI는 이 사업에서 확산 방지 팀의 책임 기관으로서 질병 유입 위험도 예측을 위한 다양한 원천 기술을 개발해 왔습니다. 특히 사상 초유의 코로나19 대유행을 겪으며 신종 감염병이 발생했을 때 나타나는 다양한 사회적 현상들을 직접 경험하고 데이터를 축적했습니다. 이러한 경험은 현재 진행 중인 감염병 예측 프로젝트를 발굴하고 수행하는 데 소중한 자산이 되었습니다. 감염병 대응을 위해서는 우리나라의 노력뿐만 아니라 인적 교류가 잦은 동남아시아 국가들과의 긴밀한 사전 협력이 필수적입니다. 이에 KISTI는 디지털 전환의 사각지대에 놓인 국가들과 협력 네트워크를 구축하여 글로벌 컨소시엄을 구성했습니다. 태국의 부라파 대학교 및 보건부와 함께 국제 공동연구를 수행하며 현지에 숨겨진 데이터를 효과적으로 발굴하고 공유하는 것을 목표로 하고 있습니다. 이러한 한-아세안 간 질병 감시 데이터 협력은 향후 인공지능 기술 허브로서 차기 대유행에 대비하는 든든한 방어선이 될 것입니다. 본 사업은 연구실의 성과를 넘어 실제 방역 현장에서 실무적으로 활용되는 것을 최우선 목표로 삼고 있습니다. 이를 위해 질병관리청과 서울시 감염병연구센터가 초기 단계부터 공동 참여하고 있으며, 고려대학교 구로병원과 연세대학교 의과대학 등의 임상 전문가들이 자문위원으로 합류하여 기술의 완성도를 높이고 있습니다. 확보된 도시 및 주 단위의 질병 데이터를 디지털로 전환하고 인공지능으로 분석함으로써, 실제 감염병 유입 시 가장 정확한 의사결정을 내릴 수 있는 체계를 마련하고자 합니다. 이는 국가 방역 시스템의 과학적 근거를 더욱 공고히 해줄 것입니다. KISTI 감염병 AI 애자일 팀은 우리가 보유한 강력한 강점인 빅데이터 분석과 인공지능 개발 능력, 그리고 슈퍼컴퓨터와 초고속 연구망 인프라를 바탕으로 다가올 새로운 감염병과의 싸움에서 유리한 고지를 선점하고자 합니다. '지피지기면 백전불태'라는 전략 아래, 인류를 위협하는 신·변종 바이러스의 공격으로부터 우리 사회를 안전하게 보호할 수 있는 기술적 토대를 단단히 구축해 나갈 것입니다. 과거의 대유행을 교훈 삼아 미래의 위기를 기회로 바꾸는 혁신적인 연구 성과를 지속적으로 창출하여 국민의 안전한 삶을 보장하겠습니다.

신종 감염병 유입 감시 기술 개발
한국과학기술정보연구원데이터 기반 국가·사회 현안 해결 프로젝트
  • 생명과학
  • 융합
  • 공학·기술

KISTI | 우리 몸이 보내는 바이오 시그널로 질병 빠르고 간편히 진단한다!

우리 몸은 끊임없이 미세한 바이오 시그널을 내보내고 있습니다. 뇌파, 심전도, 근전도와 같은 이러한 바이오 시그널은 건강 상태를 나타내는 중요한 지표가 됩니다. 최근에는 이러한 시계열 데이터를 기계 학습으로 모델링하여 질병을 예측하고 진단하는 기술이 주목받고 있습니다. 기존에는 방대한 양의 데이터를 분석하는 데 막대한 시간과 노력이 소요되었으나, 이 기술은 실시간으로 데이터를 측정하고 동시에 진단할 수 있는 획기적인 변화를 가져왔습니다. 바이오 시그널 학습 모델이 구축되면 진단 과정이 매우 단순해집니다. 고사양의 장비 대신 간단한 센서와 통신 장비만으로도 실시간 진단이 가능해지기 때문입니다. 이는 무겁고 비싼 의료기기를 소형화 및 휴대화할 수 있는 기반이 됩니다. 마치 우리가 집에서 체중계나 혈압계를 사용하듯, 언제 어디서나 자신의 건강 상태를 점검할 수 있는 휴대용 의료 환경이 열리는 것입니다. 환자들은 더 이상 진단을 위해 긴 시간 대기하며 고통받지 않아도 됩니다. 인공지능 진단에서 가장 중요한 문제 중 하나는 결과가 도출되는 과정을 이해하기 어렵다는 '블랙박스' 현상입니다. 하지만 본 기술은 가시화 기법을 통해 정상인과 질환자의 시그널 차이를 명확하게 보여줍니다. 질병 진단에 필요한 유효 패턴의 출현 빈도와 형태를 분석함으로써, 설명 가능한 인공지능(XAI) 기술을 통해 인공지능이 왜 그러한 결론을 내렸는지 설명이 가능해집니다. 이는 의료 현장에서 신뢰도를 높이는 필수적인 요소로 작용하며, 의료진이 보다 정밀한 조기 진단을 내릴 수 있도록 돕습니다. 이러한 혁신적인 기술을 개발하는 과정에는 많은 현실적인 어려움이 따랐습니다. 특히 치매 환자의 뇌파와 같은 실제 의료 데이터를 확보하는 것이 가장 큰 장벽이었습니다. 의료 데이터의 수집과 공유에 관한 법적 규제가 까다로운 데다, 연구자들 사이에서도 데이터를 공유하려는 문화가 충분히 정착되지 않았기 때문입니다. 하지만 이러한 한계를 극복하고 구축된 데이터 모델은 현재 질병 진단의 정확도를 높이는 소중한 자산이 되었으며, 후속 연구를 위한 중요한 토대가 되었습니다. 바이오 시그널 분석 기술의 잠재력은 단순히 의료 분야에만 국한되지 않습니다. 시계열 데이터를 다루는 특성상 환경 모니터링, 금융 시장 분석, 물류 시스템 최적화 등 방대한 분야로 확장이 가능합니다. 연구팀은 이 기술을 더욱 발전시켜 인공지능이 개인의 주치의 역할을 수행하는 '인공지능 주치의'를 개발하는 것을 최종 목표로 삼고 있습니다. 일상 속에서 우리의 건강을 돌보고 위험을 미리 알려주는 똑똑한 동반자의 등장이 머지않은 미래의 모습이 될 것입니다.

KISTI | 우리 몸이 보내는 바이오 시그널로 질병 빠르고 간편히 진단한다!
한국과학기술정보연구원
  • 생명과학
  • 뇌인지과학
  • 융합
  • 공학·기술

[강연] 게놈으로 읽는 생명 (2) _ 박종화 교수 | 2017 봄 카오스 강연 '물질에서 생명으로' 9강 | 9강 ②

게놈은 우리 몸의 설계도이자 미래를 예측하는 열쇠입니다. 과거에는 생년월시를 통해 운명을 점쳤다면, 현대 과학은 60억에서 80억 자에 달하는 게놈 데이터를 통해 질병의 위험도를 예측합니다. 안젤리나 졸리가 유전자 분석을 통해 유방암 발병 확률을 확인하고 예방적 수술을 받은 사례는 맞춤 의학의 가능성을 잘 보여줍니다. 이처럼 방대한 유전 정보를 분석하고 그 안의 원칙을 찾아내는 과정은 단순히 질병을 진단하는 것을 넘어, 개인의 건강한 미래를 설계하는 중요한 토대가 됩니다. 게놈 분석의 핵심은 개개인의 차이를 이해하는 데 있습니다. 우리가 서로 다른 외모와 특성을 지닌 이유는 유전적 다양성 때문이며, 이는 생명체가 생존하고 진화하는 가장 큰 원동력입니다. 과거에는 한 사람의 게놈을 분석하는 데 천문학적인 비용이 들었지만, 기술의 비약적인 발전으로 이제는 누구나 저렴하고 정확하게 자신의 유전 정보를 읽을 수 있게 되었습니다. 이러한 기술적 진보는 표준 게놈과의 비교를 통해 특정 질병에 걸릴 확률이나 신체적 특징을 파악하는 일을 일상적인 영역으로 끌어들였습니다. 암은 근본적으로 게놈의 변화로 인해 발생하는 유전자 질환입니다. 정상 세포의 유전자가 짧은 시간 내에 급격히 변하면서 마치 다른 종의 세포처럼 변해가는 과정이 바로 암의 본질입니다. 암세포와 정상 세포의 게놈을 정밀하게 비교하면 단백질 수준에서 어떤 문제가 발생했는지 구체적으로 파악할 수 있습니다. 예를 들어 칼슘 결합 단백질의 이상으로 세포 간의 접촉이 무너지고 암이 전이되는 원리를 밝혀내는 식입니다. 이러한 연구는 미래에 유전자를 직접 수술하여 질병을 근본적으로 치료하는 시대를 열어줄 것입니다. 동물의 게놈을 연구하는 것은 인간의 한계를 극복하는 실마리가 됩니다. 호랑이의 게놈에서 뛰어난 운동 신경과 야간 시력의 비밀을 찾고, 200년 넘게 장수하며 암에 잘 걸리지 않는 북극고래의 유전자를 분석하는 일이 대표적입니다. 특히 고래의 특정 유전자가 암 발생을 억제하고 노화를 늦추는 원리를 인간에게 적용할 수 있다면, 우리는 질병 극복을 넘어 수명 연장의 꿈에 한 걸음 더 다가갈 수 있습니다. 생명 현상의 핵심인 게놈의 차이를 이해함으로써 우리는 종의 경계를 넘어 생존의 지혜를 배우게 됩니다. 게놈은 인류의 과거를 비추는 거울이기도 합니다. 8천 년 전 고대인의 뼈에서 추출한 DNA 분석을 통해 한국인의 뿌리가 남방계에서 시작되어 북쪽으로 퍼져 나간 유전적 연속성을 지니고 있음이 밝혀졌습니다. 이는 생명의 본질이 결국 '정보'에 있음을 시사합니다. 정보를 저장하는 매체가 무엇이든, 그 안에 담긴 다양성과 차이를 존중하는 것이 생명을 이해하는 첫걸음입니다. 게놈이라는 거대한 빅데이터를 통해 우리는 과거를 기억하고 미래를 예측하며, 생명의 본질인 정보를 해독해 나가는 여정을 계속하고 있습니다.

[강연] 게놈으로 읽는 생명 (2) _ 박종화 교수 | 2017 봄 카오스 강연 '물질에서 생명으로' 9강

박종화

카오스재단카오스강연
  • 생명과학