시각화 – 포커스온경제 통합 검색

전체기사보기
2024-11-22 (금)

검색

[신소재 신기술(122)]MRI, AI 모델 학습으로 뇌 이상 진단 정확도 높인다

미국 과학자들이 뇌의 이상을 진단하는 MRI(자기공명영상)의 정확도를 높이는 머신러닝 모델을 개발했다. 캘리포니아대 샌프란시스코(UCSF) 연구팀이 인공지능(AI)을 활용하여 3T MRI 화질을 7T MRI 수준으로 향상시키는 기술을 개발했다고 뉴로사이언스닷컴 뉴스가 전했다. 이 연구는 지난 7일 제27회 의료영상 컴퓨팅 및 컴퓨터 지원 개입 국제 학술대회(MICCAI)에서 발표됐다. 수석 연구 저자인 UCSF 신경과 조교수인 레자 아바시아슬(Reza Abbasi-Asl)은 "저희 논문은 낮은 품질의 이미지에서 고품질 MRI를 합성하는 머신러닝 모델을 소개한다. 이 AI 시스템이 외상성 뇌 손상에서 MRI로 포착한 뇌 이상을 시각화하고 식별하는 방법을 보여준다"고 설명했다. 저품질 MRI 영상의 고품질화 3T MRI와 7T MRI의 가장 큰 차이점은 자기장의 세기이다. 숫자가 높을수록 자기장이 강하다는 것을 의미하며, 이는 영상의 해상도와 선명도에 직접적인 영향을 미친다. 7T MRI는 3T MRI보다 두 배 이상 강력한 자기장을 사용하기 때문에 더욱 선명하고 상세한 이미지를 얻을 수 있다. 연구팀은 경도 외상성 뇌 손상(TBI) 환자의 3T MRI 영상 데이터를 사용하여 AI 모델을 학습시켰다. 이 모델은 3T MRI 영상을 기반으로 7T MRI와 유사한 고품질 영상을 생성하며, 뇌 병변의 경계를 더욱 선명하게 보여주어 진단 정확도를 높이는 데 기여할 수 있다. 참고로, 미국에서 대부분의 임상 MRI는 1.5T 또는 3T MRI 시스템으로 수행된다. 미국국립보건원(NIH)은 2022년 전 세계적으로 진단 영상에 사용되는 7T MRI는 약 100대에 불과하다고 밝혔다. 신경 퇴행성 진단 활용 기대 연구 결과, 합성된 7T MRI 영상은 실제 7T MRI와 비슷한 수준의 해상도를 보였으며, 뇌 병변의 경계를 더욱 명확하게 구분하고 미세 출혈을 더 잘 포착하는 것으로 나타났다. 특히, 백질 병변 내 다양한 특징을 더욱 세밀하게 보여주어 다발성 경화증과 같은 신경 퇴행성 질환 진단에도 활용될 수 있을 것으로 기대된다. 이 기술은 뇌의 해부학적 구조를 세밀하게 관찰해야 하는 TBI 및 다발성 경화증 환자의 진단 및 치료에 도움을 줄 수 있을 것으로 예상된다. 하지만 연구팀은 "AI 기반 합성 기술이 임상 현장에 적용되기 위해서는 광범위한 검증이 필요하다"며 "향후 모델 결과에 대한 임상적 평가, 모델 생성 영상에 대한 임상 등급 평가, 모델의 불확실성 정량화 등 추가 연구가 필요하다"고 밝혔다. 이번 연구는 AI 기술이 저사양 영상 장비의 한계를 극복하고 의료 영상의 품질을 향상시키는 데 기여할 수 있음을 보여주는 사례로, 의료 분야에서 AI 기술의 활용 가능성을 더욱 확대할 것으로 기대된다.
- IT/바이오
2024-10-18
[퓨처 Eyes(53)] 세계 최초, 나노 크기 물방울 생성 실시간 포착

수소와 산소를 결합하는 과정을 통해 나노크기의 물방울 생성 장면이 처음으로 포착됐다. 미국 노스웨스턴 대학교 연구팀이 은백색 금속인 팔라듐(Pd)을 이용해 수소와 산소를 결합, 나노 크기의 물방울을 실시간으로 생성하는 과정을 세계 최초로 관찰하고 촬영하는 데 성공했다. 이 연구는 심우주 탐사에서 물을 생산하는 혁신적인 기술로 활용될 가능성을 제시하며 주목받고 있다. PHYS.org, IFL사이언스, 사이언스 얼러트 등 다수 외신이 이 같은 내용을 중점적으로 다루었다. 팔라듐 반응으로 나노 물방울 생성 물(H₂O)의 성분은 간단하다. 수소 원자 2개와 산소 원자 1개를 섞으면 지구 생명체 유지에 가장 중한 물 분자가 만들어진다. 연구팀은 팔라듐 반응을 직접 관찰하기 위해 20나노미터(1나노미터는 10억분의 1미터) 너비의 팔라듐 조각 표면에 수소와 산소 원자를 추가하고 멤브레인을 사용해 이어지는 상호작용을 포착했다. 팔라듐은 수소를 흡수하고 저장하는 능력이 뛰어난 금속으로, 수소가 팔라듐 구조 내부로 들어가 산소와 빠르게 결합하면서 물을 생성한다. 이번 연구에서는 벌집 모양의 나노 반응기와 초박막 유리 멤브레인을 사용해, 팔라듐 표면에서 수소와 산소가 결합해 물방울을 형성하는 과정을 실시간으로 시각화했다. 연구팀은 고진공 투과 전자 현미경을 이용해 이 극미세 반응을 관찰했다. 벌집 모양의 나노 반응기는 기체 분자를 가두어 서로 반응하게 한 후, 그 과정을 초박막 멤브레인을 통해 실시간으로 관찰할 수 있는 기술을 구현했다. 이를 통해 연구팀은 팔라듐이 수소와 산소를 빠르게 물로 변환하는 나노 단위의 과정을 확인했다. 전자 에너지 분광법을 통한 분석 연구팀은 팔라듐 표면에서 생성된 나노 크기의 물방울을 전자 에너지 분광법(EELS)을 사용해 분석했다. 이 방법은 전자를 시료에 쏘아 전자의 에너지 손실을 측정함으로써 시료의 화학적 결합 상태를 파악하는 기술이다. 이를 통해 연구팀은 팔라듐 표면에서 발생하는 물 분자의 결합 상태와 생성 과정을 정밀하게 관찰할 수 있었다. 이는 또한 인도의 달 탐사선 찬드라얀 1호가 달에서 물의 존재를 확인하는데 사용된 것과 동일한 기술이기도 하다. 2008년 발사된 찬드라얀 1호는 얼름, 헬륨-3을 포함한 달의 자원을 조사했다. 물은 인류 생존에 중요한 요소로 과학자들은 달의 남극에서 상당한 양의 물을 발견했으며, 미래의 우주 임무에서 달의 물을 활용하는 점에 주목하고 있다. 게다가 지난 2023년 8월 23일 찬드라얀 3호가 달에서 물이 풍부한 지역으로 알려진 남극 지역에 세계 최초로 착륙해 달 탐사의 새로운 이정표를 세웠다. 우주에서 물 생성 응용 가능성 이번 연구는 심우주 탐사에서 물을 현지에서 생산할 수 있는 가능성을 열었다. 팔라듐을 이용해 수소를 미리 우주선에 저장해두면, 우주 비행사들은 산소만 추가해 식수를 생산할 수 있는 방법을 제시한 것이다. 이는 달, 화성,목성 탐사와 같은 장기 우주 미션에서 중요한 자원 확보 방식으로 활용될 수 있다. 연구의 시니어 저자인 노스웨스턴 대학교 비나약 드라비드 교수는 "나노 규모의 물방울을 직접 시각화함으로써, 극한의 반응 조건 없이도 가스와 금속 촉매를 사용해 빠르게 물을 생성할 수 있는 최적의 조건을 파악할 수 있었다"고 밝혔다. 그는 "이 기술은 우주 환경뿐만 아니라, 수소 연료 전지와 같은 에너지 생산 기술에도 중요한 영향을 미칠 것"이라고 덧붙였다. 팔라듐의 촉매 역할과 수소 에너지 팔라듐은 연성과 전성이 뛰어나 가공하기 쉽고, 내부식성이 강하며 고온에서도 안정적이다. 특히 촉매 활성이 뛰어나 다양한 화학 반응에 활용되며, 수소를 흡수하는 능력 덕분에 최근 수소 에너지와 연료 전지 분야에서 그 중요성이 더욱 커지고 있다. 이번 연구는 팔라듐이 수소와 산소를 결합해 물을 생성하는 속도가 수소와 산소의 주입 순서에 따라 크게 달라진다는 사실을 밝혀냈다. 이는 우주 공간과 같은 특수 환경에서 물을 효율적으로 생산하는 기술 개발에 기여할 것으로 기대된다. 영화 '마션'의 현실화 연구팀은 영화 '마션'에서 주인공 마크 와트니(맷 데이먼 분)가 화성에서 로켓 연료를 태워 수소를 추출하고 산소와 결합해 물을 만든 장면을 언급하며, "우리 기술도 극한 환경 없이 팔라듐과 기체만으로 물을 생성할 수 있다"고 설명했다. 이는 우주 탐사에서 더 간단하고 효율적인 물 생산 방법을 제시한 것이다. 이 연구 결과는 미국 국립과학원회보(PNAS)에 게재되었으며, 향후 우주 탐사 및 수소 에너지 분야에서 중요한 응용 가능성을 제시하고 있다.
- 포커스온
2024-10-11
[신소재 신기술(118)] 충격파를 눈으로 볼 수 있는 획기적인 고분자 기술

초음속 항공기에서 나는 소닉 붐과 유사한 충격파를 눈으로 볼 수 있는 획기적인 기술이 미국에서 개발됐다. 사진=픽사베이 파동의 한 종류인 충격파를 눈으로 볼 수 있는 획기적인 기술이 개발됐다. 미국 국립표준기술연구소(NIST), 서던 미시시피 대학교, 애리조나 주립대학교, 렌슬러 폴리테크닉 연구소, 그리고 미국 육군 공병대의 연구진들이 고속 충격 시 발생하는 충격파를 시각화할 수 있는 혁신적인 고분자(폴리머·Polymer) 소재를 개발했다고 NIST가 7일(현지시간) 발표했다. 이 획기적인 기술은 뇌 손상 연구, 첨단 제조, 우주 탐사 등 다양한 분야에서 소재가 에너지를 흡수하고 극한 환경에 반응하는 방식에 대한 이해를 혁신적으로 증진시킬 것으로 기대된다. 학술지 네이처 커뮤니케이션즈(Nature Communications)에 게재된 이 연구는 기계적 힘을 받으면 빛을 내는 분자 메카노포어(mechanophore)를 포함하는 고분자가 고속 발사체 충돌에 대한 반응을 시각적으로 기록하는 방법을 보여준다. 특히 이 메카노포어는 이전에는 접근이 불가능했던 소재 내부의 변형을 포착하는 데 성공했다. 연구진은 분자 수준의 반응과 첨단 이미징 기술을 결합해 초음속 항공기의 소닉붐과 유사하게 재료 내에서 음속보다 빠르게 이동하는 음향파인 마하 콘(Mach cone)의 형성을 시각화할 수 있었다. NIST 재료 과학 및 공학 부서의 연구원인 폴레트 센텔라스(Polette Centellas)는 "이 고분자는 충격중에 에너지가 재료를 통해 어떻게 이동하는지 '볼 수 있게' 해준다"며 "이는 우주선 차폐에서부터 첨단 보호 장비에 이르기까지 극한 조건을 더 잘 견딜 수 있는 재료를 설계할 수 있는 새로운 가능성을 열어준다"고 말했다. 이 연구는 고분자에서 이전에 충분히 탐구되지 않았던 에너지 소산 메커니즘인 충격파 감쇠를 밝혀냈다. 전통적으로 재료의 에너지 흡수는 주로 재료가 구부러지거나 파손되는 소성 변형을 통해 발생한다고 여겨졌다. 그러나 이 연구는 고속 충격에서 충격파가 에너지 소산에 중요한 역할을 한다는 것을 보여준다. 이번 발견은 고속 충격 관리가 중요한 국방에서 의료에 이르기까지 다양한 산업 분야에서 내수성이 더욱 뛰어나고 강한 소재를 개발하는 데 혁신을 가져올 것으로 기대된다.
- IT/바이오
2024-10-08
[신소재 신기술(101)] 버섯 곰팡이 전기 자극으로 바이오하이브리드 로봇 제어

코넬 대학교 연구진이 곰팡이 균사체를 배양해 여기서 나오는 전기 신호를 활용, 일반 로봇보다 환경에 더 잘 반응하는 '바이오 하이브리드' 로봇 제어 방법을 새로 발견했다고 테크익스플로러가 전했다. 로봇 제조에 시간과 기술, 재료 정도가 필요했다면, 이제는 곰팡이까지 더해질 수 있게 됐다. 로봇 제어 기술 개발은 코넬 대학교 롭 셰퍼드 교수가 이끄는 유기로봇연구실의 아난드 미슈라 박사팀이 주도했으며, 「곰팡이 균사의 전기 생리학적 측정을 통해 매개되는 로봇의 감각 운동 제어」라는 제목의 논문은 '사이언스 로보틱스(Science Robotics)'에 발표했다. 셰퍼드 교수는 "이 연구는 곰팡이가 내는 생체 전기를 사용해 로봇에 환경 감지 및 명령 신호를 제공, 자율성 수준을 향상시키는 첫 번째 성과"라며 "로봇의 전자 장치에 균사체를 배양함으로써, 바이오 하이브리드 로봇이 환경을 감지하고 이에 대응할 수 있도록 할 수 있었다. 이번에는 입력원으로 빛을 사용했지만, 미래에는 화학 물질이 될 것이다. 개발할 미래 로봇은 작물에서 토양의 화학적 성질을 감지하고 비료를 뿌릴 시기를 결정할 수 있을 것"이라고 말했다. 엔지니어들은 로봇을 설계하면서 동물계에서 많은 단서를 얻었다. 동물이 움직이는 방식을 모방하고, 환경을 감지하고, 심지어 땀을 통해 내부 온도를 조절하는 기계를 만들었다. 일부 로봇은 근육 조직 세포와 같은 살아있는 조직을 통합했지만, 이러한 복잡한 생물학적 로봇 시스템은 기능적으로 유지하기 어렵다. 로봇의 성능과 기능을 살리는 작업은 쉽지 않다. 균사체는 버섯의 지하 식물체이며, 여러 가지 장점이 있다. 혹독한 환경에서도 자랄 수 있다. 또 화학적 및 생물학적 신호를 감지하고 여러 입력에 반응할 수 있다. 미슈라 박사는 "기존의 수동 센서는 한 가지 목적으로만 사용되지만 살아있는 시스템은 촉각에 반응하고, 빛에 반응하고, 열에 반응하고, 신호와 같은 알려지지 않은 것에도 반응한다"면서 "미래 로봇 제작은 예상치 못한 환경에서 어떻게 작동할 수 있을까에 초점이 맞추어질 것이다. 우리 연구팀이 찾아낸 ‘살아있는 시스템’을 활용하면 알려지지 않은 입력이 들어와도 로봇이 그에 반응할 것"이라고 밝혔다. 그러나 버섯과 로봇의 통합에는 기술에 대한 지식 이상이 필요하다. 기계나 전자공학뿐 아니라 균류학, 신경 생물학, 신호 처리에 대한 배경 지식 등도 요구된다. 이 모든 분야가 모여야 시스템을 구축할 수 있다. 그래서 연구팀은 신경 생물학 및 행동 분야(브루스 존슨 연구원)의 자문을 구해 균사체 막의 뉴런과 같은 이온 채널로 전달되는 전기 신호를 기록하는 방법을 배웠다. 농업 및 생명 과학 대학의 통합 식물 과학부(캐시 호지 박사)는 균류에 전극을 붙일 때 우려되는 오염을 방지하기 위해 깨끗한 균사체 배양 방법을 전달했다. 미슈라가 개발한 시스템은 △ 진동과 전자기 간섭을 차단하고 균사체의 전기 생리학적 활동을 실시간으로 정확하게 기록하고 처리하는 전기 인터페이스 △ 일종의 신경 회로인 중앙 패턴 생성기에서 영감을 받은 컨트롤러로 구성되어 있다. 기본적으로 이 시스템은 원시 전기 신호를 읽고, 이를 처리하고, 균사체의 리드미컬한 스파이크를 식별한 다음, 해당 정보를 디지털 제어 신호로 변환해 로봇의 액추에이터로 전송한다. 이를 바탕으로 연구팀은 거미 모양의 소프트 로봇과 바퀴 달린 로봇 등 두 가지 바이오 하이브리드 로봇을 제작했다. 개발된 로봇은 세 가지 실험을 완료했다. 첫 번째 실험에서 로봇은 균사체 신호에서 자연스럽고 연속적으로 급증하는 스파이크에 대한 응답으로 걷고 구르는 동작을 시연했다. 그런 다음 연구팀은 자외선으로 로봇을 자극하여 보행 패턴을 변화시켜 균사체가 환경에 반응하는 능력을 입증했다. 세 번째로 연구팀은 균사체의 원래 신호를 완전히 무시할 수 있었다. 이는 로봇 공학과 균류학 분야를 훨씬 넘어섬을 의미한다고 연구팀은 전했다. 신호를 받아들이면 무슨 일이 일어나고 있는지도 이해할 수 있다는 점에서, 이는 로봇을 제어하는 것만이 아니라 생명체와 진정한 연결을 만드는 것이라는 지적이다. 사람이 시각화할 수 없는 신호를 로봇은 시각화하고 있다는 것이다. 한편, 이 연구에는 이탈리아 피렌체 대학교의 김재석 연구원도 참여했다.
- IT/바이오
2024-08-30
향유고래, 음성 알파벳 발견⋯인간 언어와 유사한 신호로 의사소통

과학자들이 인공지능(AI)에 사용되는 머신러닝 기술을 통해 향유고래(sperm whale)의 의사소통 과정을 일부 밝혀냈다. 미국 매사추세츠공대(MIT) 컴퓨터 과학 및 인공지능 연구소(CSAIL)와 국제 향유고래 언어 연구 덴체인 프로젝트 CETI(Cetacean Translation Initiative)의 연구원들은 최근 알고리즘을 사용해 '향유고래 음성 알파벳'을 해독함으로써 인간의 음성학 및 다른 동물 종의 의사소통 시스템과 유사한 향유고래 의사소통의 정교한 구조를 밝혀냈다고 MIT뉴스와 테크크런치 등 다수 외신이 7일(이하 현지시간) 보도했다. 향유고래는 이빨고래 중에서 가장 큰 종으로 몸길이는 수컷 17~21m, 암컷 18m에 달하며 몸무게는 수컷 35~74t, 암컷 20~36t이다. 머리에 밀랍으로 가득찬 경랍기관이 있으며 거대한 사각형 머리가 특징이다. 제이컵 앤드리아 교수팀은 7일 과학 저널 '네이처 커뮤니케이션(Nature Communications)'에서 카리브해에 서식하는 향유고래의 소리를 분석, 짧은 클릭 소리인 코다(coda, 악곡 종결부)가 대화와 맥락에 따라 구조가 크게 달라지는 것을 발견했다고 밝혔다. 이 연구는 다양한 언어적 기능을 수행하는 일련의 클릭음인 코다에 대해 다룬다. 도미니카 향유고래 프로젝트를 통해 관찰된 동부 카리브해 향유고래과에서 수집된 약 9000개의 코다는 이 생물의 복잡한 의사소통 시스템을 밝혀내는 데 중요한 출발점이었다. 연구팀은 지난해 6월 세상을 떠난 선구적인 해양 생물학자 로저 페인의 연구를 참고했다. 페인의 가장 영향력 있는 연구는 혹등고래의 노래에 관한 것이었다. 페인은 1971년 과학 기사인 '혹등고래의 노래'에서 고래가 노래하는 방법을 기록했다. 그의 작업은 나중에 '고래 구하기' 운동을 촉진했다. 연구팀은 카리브해 동부의 작은 섬 도미니카 해안에서 연구원 셰인 게로가 수집한 8719개의 향유고래 코다 데이터 세트를 분석하기 위해 머신러닝 솔루션을 배포했다. 이들은 연구자들이 '리듬', '템포', '루바토', '장식'이라고 부르는 다양한 요소가 상호 작용하여 구별 가능한 방대한 코다를 형성하는 '향유고래 음성 알파벳'이라는 것을 발견했다. 연구팀은" 향유고래가 다양한 클릭 소리와 리듬을 만들고 이를 조합, 변조할 수 있다"며 "이를 활용한 의사소통 체계가 이전에 생각했던 것보다 더 복잡하고 정보전달 능력도 뛰어난 것으로 나타났다"고 말했다. 이 실험은 동부 카리브해의 고래류에 부착된 음향 바이오 로깅 태그(특히 'D-태그'라고 불리는)를 사용하여 수행됐다. 이 태그는 고래의 발성 패턴의 복잡한 세부 사항을 포착했다. 새로운 시각화 및 데이터 분석 기술을 개발함으로써 CSAIL 연구진은 향유고래 개체가 같은 코다를 반복하는 것뿐만 아니라 오랫동안 다양한 코다 패턴을 낼 수 있다는 사실을 발견했다. 연구팀은 향유고래는 클릭 소리 중 코다로 불리는 부분을 통해 자기 신원을 알리는 것으로 밝혀졌지만 의사소통 시스템에 대해서는 밝혀진 게 거의 없다고 말했다. 이들은 이 연구에서 향유고래 자료가 가장 많은 도미니카 향유고래 프로젝트(Dominica Sperm Whale Project) 데이터 가운데 카리브해 동부에 서식하는 향유고래 60여 마리가 다른 개체와 사이에서 내는 소리를 녹음한 데이터를 분석했다. 이 과정에서 향유고래가 다양한 클릭 소리와 리듬을 만들고 이를 조합, 변조할 수 있으며, 클릭 소리 순서의 구조와 조합이 개체 간 대화 맥락에 따라 달라진다는 사실을 발견했다. 다니엘라 루스(Daniela Rus) CSAIL의 책임자이자 MIT의 전기공학 및 컴퓨터과학(EECS) 교수는 "우리는 기존의 실측 데이터 없이 향유고래 통신의 신비를 해독하기 위해 미지의 세계로 모험을 떠난다"라고 말했다. 루스 교수는 "머신러닝을 사용하는 것은 고래의 통신 특징을 파악하고 다음에 무엇을 말할지 예측하는 데 중요하다. 우리의 연구 결과는 구조화된 정보 콘텐츠가 존재한다는 것을 나타내며, 복잡한 의사소통은 인간에게만 있다는 많은 언어학자들의 통념에 도전하는 것이다. 이는 다른 종들도 지금까지 밝혀지지 않은 수준의 의사소통 복잡성을 가지고 있으며, 행동과 깊은 관련이 있음을 보여주는 한 걸음이다라고 말했다. 그는 이어 "우리의 다음 단계는 이러한 커뮤니케이션의 의미를 해독하고 말하는 내용과 집단 행동 사이의 사회적 수준의 상관관계를 탐구하는 것"이라고 덧붙였다.
- IT/바이오
2024-05-08
구글 딥마인드, IMO 금메달리스트 수준 기하학 문제 해결 AI 개발

구글 딥마인드가 캘리포니아대학교 버클리(UC 버클리)와 협력하여 국제 수학 경시대회 수준의 기하학 문제를 해결할 수 있는 인공지능(AI) 시스템인 알파지오메트리(AlphaGeometry)를 개발했다. 미국 매체 미디엄(Medium)은 구글 딥마인드가 개발한 알파지오메트리가 국제 수학 올림피아드(IMO)에서 출제된 기하학 문제 30개 중 25개를 해결하는 데 성공했다고 최근 보도했다. 이는 IMO 금메달리스트 수준의 성능이다. 알파지오메트리는 신경 언어 모델과 기호 추론 엔진을 결합한 시스템이다. 신경 언어 모델은 직관적인 아이디어를 생성하고, 기호 추론 엔진은 형식 논리와 규칙을 사용하여 이를 검증한다. 기하 도형 문제가 발생하면 알파지오메트리는 먼저 기호 엔진을 사용해 증명을 생성하려고 시도한다. 기호 엔진만으로는 증명을 생성할 수 없는 경우 언어 모델은 다이어그램에 새로운 점이나 선을 추가하여 기호 엔진이 솔루션을 계속 검색할 수 있는 추가 가능성을 열어준다. 알파지오메트리의 개발에는 수십 개의 기본 기하학 규칙이 포함된 사용자 지정 언어를 만드는 작업이 포함됐다. 그런 다음 연구팀은 1억 개의 '증명'을 자동으로 생성하는 프로그램을 작성했는데, 이는 본질적으로 단순하지만 논리적으로 반박할 수 없는 단계의 무작위 시퀀스였다. 알파지오메트리는 이러한 기계 생성 증명에 대해 훈련되어 한 단계씩 추측하여 문제를 해결할 수 있다. 알파지오메트리의 대표 연구자인 UC 버클리의 컴퓨터 과학과 마틴 리베르만(Martin Lieberman,) 교수는 "알파지오메트리는 수학 문제 해결에 있어 인공지능의 잠재력을 보여주는 중요한 진전"이라며 "알파지오메트리는 수학 연구에 새로운 아이디어를 발견하는 데 도움이 될 수 있으며, 수학 교육에 있어 학생들의 이해를 돕는 도구로 활용될 수 있을 것"이라고 말했다. 알파지오메트리의 성능과 한계 최근 기하학 문제 해결에 획기적인 성과를 보이고 있는 알파지오메트리는 그 성능과 한계에 대해 업계의 주목을 받고 있다. 이 시스템은 국제 수학 올림피아드에 준하는 고난도 기하학 문제를 해결할 수 있는 뛰어난 성능을 자랑한다. 또한 창의적인 문제 해결을 위한 직관적인 아이디어 생성 능력을 갖추고 있다는 점에서 주목할 만하다. 알파지오메트리는 형식 논리와 규칙을 활용하여 문제를 효율적으로 해결하는 능력을 갖추고 있다. 1억 개가 넘는 증명 데이터 세트를 통해 훈련되어 일반적인 증명 패턴을 학습하는 뛰어난 학습 능력을 보여준다. 하지만, 이 시스템은 여전히 인간이 이해하기 쉬운 형태의 증명을 생성하는 데는 한계가 있다. 기계가 생성한 증명은 종종 복잡하고 이해하기 어려운 면이 있다. 또한, 더 복잡한 문제, 예를 들어 대수학이나 미분 기하학 문제에 대한 확장성이 부족하다는 점도 지적되고 있다. 현재로서는 기하학 문제에 한정하여 효과적으로 작동하는 것으로 평가된다. 수학 연구·교육 분야 혁신 기대 알파지오메트리는 수학 연구 및 교육 분야에 혁신을 가져올 잠재력을 지닌 기술로 평가되고 있다. 수학 연구 분야에서 알파지오메트리는 새로운 수학적 아이디어의 발굴과 기존 증명의 검증에 유용하게 사용될 수 있다. 이 기술을 통해 기존 증명을 자동으로 생성하거나, 새로운 수학적 개념을 시각화하고, 수학적 문제에 대한 새로운 접근 방식을 모색하는 것이 가능하다. 또한 수학 교육 분야에서는 학생들의 수학적 이해를 증진시키고 수학에 대한 흥미를 유발하는 데에 알파지오메트리가 기여할 수 있다. 기하학 개념의 시각화, 증명 설명, 문제 해결을 돕는 도구로서의 역할이 기대된다. 기타 분야에서의 적용 가능성도 주목할 만하다. 알파지오메트리는 과학, 공학, 비즈니스, 법률 등 다양한 영역에서의 문제 해결에도 기여할 수 있는 범용성을 지닐 가능성이 있다. 현재 개발 초기 단계에 있는 알파지오메트리는 그 잠재력이 크게 평가되고 있으며, 향후 연구를 통해 기술의 한계를 극복한다면 수학 연구와 교육 분야에 큰 변화를 가져올 것으로 예상된다. 이러한 전망은 알파지오메트리가 수학적 사고와 해결 방식에 혁신적인 변화를 가져올 수 있는 가능성을 시사한다.
- IT/바이오
2024-01-24
나노봇, 남성 방광암 종양 90% 제거⋯기존 치료법의 혁신

나노로봇을 이용해 방광암을 90% 이상 줄일 수 있는 치료 방법이 개발됐다. 방광암은 주로 60~70대에서 발병하며, 방광 내에 악성 세포가 형성되는 질환으로 알려져 있다. 이 질환은 남성에게서 여성보다 34배 더 높은 발병 위험을 보이며, 비뇨기계 암 중 가장 흔한 형태로 알려져 있다. 또한 방광암은 대부분 5년 이내에 재발한다. 현재는 절제 수술이나 전신 혹은 국소적인 항암제 투여를 통한 치료가 진행되고 있으나, 높은 재발률로 인해 지속적인 관리가 요구되는 상태이다. 그러나 최근 나노로봇 기술의 발달로 방광암 종양을 현저히 줄일 수 있는 새로운 치료방법이 개발됐다. 영국 매체 데일리메일은 스페인 바르셀로나의 과학자들이 개발한 450나노미터 크기의 작은 로봇이 혈류를 통해 이동하면서 치료제를 전달하는 방식으로 방광암의 종양을 줄일 수 있다고 보도했다. 쥐를 대상으로 한 실험에서는 이 작은 나노로봇이 단 한 번의 시도로 종양의 크기를 줄임으로써, 여러 번의 치료 절차 없이도 종양을 제거할 수 있는 가능성을 보여줬다. 현재 방광암 치료법은 수술과 화학 요법을 포함하며, 종양의 크기를 줄이기 위해 약 4~6번의 병원 방문이 필요하다. 이 과정은 환자에게 약 6만5000달러(한화 약 8690만원) 이상의 치료 비용을 발생시킬 수 있다. 그러나 최근의 연구에 따르면, 나노로봇을 사용한 새로운 치료법은 단 한 번의 병원 방문만으로도 종양의 크기를 줄일 수 있다. 이번 혁신적인 연구는 카탈로니아 생명공학연구소(IBEC)와 스페인 생체재료연구센터(CIC biomaGUNE)의 과학자들이 생물의학연구소(IRB 바르셀로나), 바르셀로나 자치대학(UAB)과 함께 공동으로 수행했다. 나노로봇의 직경은 450나노미터이며, 배율을 2000만 배로 높여야 볼 수 있는 크기다. 개발된 나노로봇의 직경은 불과 450나노미터로, 이는 2000만 배 확대해야만 볼 수 있는 극히 작은 크기다. 이 로봇은 표면이 금 나노 입자(AuNP)로 덮여 있어, 연구원들이 로봇이 혈류를 통해 어떻게 이동하고 종양을 공격하는지 관찰할 수 있었다. 연구팀은 방광암을 앓고 있는 쥐의 혈류에 나노로봇을 주입한 후, 이 금색 기계가 작동하여 종양에 도달하고 몸 전체로 퍼지는 과정을 관찰했다. 이 나노로봇은 실리카 구체로 설계되었으며, 효소 우레아제와 방사성 요오드를 포함하는 다양한 구성 요소를 가지고 있다. 우레아제는 소변의 요소와 반응해 나노로봇의 움직임을 촉진시키며, 방사성 요오드는 암 세포를 치료하는 데 사용된다. 연구팀은 나노로봇이 종양 주변의 세포외 기질을 분해하고 pH 균형을 변화시켜 조직의 기계적 특성을 변화시킨다는 사실을 발견했다. 나노로봇이 요로 조직에 도달하면, 이는 마치 벽에 부딪히는 것처럼 행동한다. 그러나 종양의 해면 같은 구조로 인해, 나노로봇은 종양 내부로 흡수되어 방사성 요오드를 전달했다. 이 방사성 요오드는 국소 종양 및 갑상선암 치료에 일반적으로 사용되는 방사성 동위원소로, 암 세포를 효과적으로 치료하는 데 사용된다. 연구팀은 나노로봇이 종양 내부로 어떻게 진입할 수 있는지에 대해 초기에는 명확하지 않았다며 나노로봇이 종양의 성장을 감지하는 특정 항체가 부족하고, 일반적으로 건강한 조직보다 더 단단한 종양 조직의 특성 때문에 진입이 어려울 수 있다고 지적했다. 이 연구의 공동 제1저자이자 IBEC의 연구원인 메리트셀 세라 카사블랑카(Meritxell Serra Casablancas) 박사는 "그러나 우리는 나노로봇이 자체 추진 화학 반응을 통해 pH를 국부적으로 증가시킴으로써 종양의 세포외 기질을 분해할 수 있다는 사실을 관찰했다"고 말했다. 그는 "이 과정은 종양 내부로의 침투를 촉진했으며, 나노로봇이 종양 내에 우선적으로 축적되는 데 도움을 주었다"고 덧붙였다. 방광암 치료의 초기 회복률은 대체로 성공적이지만, 환자의 약 30~70%에서 종양이 재발해 추가 치료와 비용이 필요한 경우가 있다. 또한 약 10~30%의 환자에서는 종양이 더 진행될 수 있다. IRB 바르셀로나 어드밴스드 디지털 현미경 플랫폼의 리더인 줄리엔 콜롬벨리(Julien Colombelli) 박사는 "우리 팀이 개발한 혁신적인 광학 시스템은 종양 자체에 의해 반사된 빛을 제거함으로써, 전례 없는 해상도로 사전 표지 없이도 기관 전체에서 나노입자를 식별하고 위치를 정확하게 찾을 수 있도록 도와주었다"고 설명했다. 미국 국립암연구소(National Cancer Institute)의 자료에 따르면, 방광암 치료 비용은 2015년의 84억 달러(약 11조 2434억 원)에서 2020년 현재 약 94억 달러(약 12조 5819억 원)로 증가했다. 나노로봇 연구를 진행한 과학자들은 아직 나노로봇 치료가 종양의 재발을 방지할 수 있는지 확신할 수 없지만, 나노로봇의 성공 여부에 따라 장기적인 효과를 평가하기 위한 추가 연구를 이미 진행하고 있다. 이 연구의 공동 저자인 크리스티나 시모(Cristina Simó) 박사는 "이 연구 결과는 치료 효과를 증대시킬 수 있는 다른 방사성 동위원소의 사용 가능성을 탐구하는 새로운 길을 열었다"고 말했다. 한편, 한국은 약 20여 년 전인 2013년, 세계 최초로 암 치료를 위한 나노로봇을 개발했다. 이 나노로봇은 진단과 치료를 동시에 수행할 수 있는 능동형 박테리아를 활용한 것으로, 그 당시 세계 최초의 능동형 나노로봇으로 인정받았다. 이 나노로봇, 일명 '박테리오봇'은 박테리아의 특성인 인식 능력과 운동성을 활용하여 암을 타겟팅하고, 약물 전달체와 결합된 치료 성능을 가진 새로운 개념의 의료 나노로봇이다. 이러한 통합적인 접근 방식은 박테리오봇이 암 세포를 정확하게 인식하고, 적극적으로 치료제를 전달할 수 있게 함으로써, 당시 의학 분야에서 중요한 혁신으로 평가됐다.
- IT/바이오
2024-01-19
호주-캐나다 팀, 유해 광산 폐기물을 '건강한 토양' 변환

호주와 캐나다의 과학 엔지니어링 팀은 유해 광산 폐기물을 작물이 자랄 수 있는 건강한 토양으로 변환하는 방법을 찾아냈다. 캐나다 매체 굿뉴스네트워크는 호주와 캐나다 팀이 최근 광산 폐기물을 건강한 토양으로 변환해 이미 옥수수와 수수를 재배하는 데 사용하고 있다며 이같이 보도했다. '테일링(Tailings, 우리 말로 '광산 덤프' 또는 '광미'로 해석)'은 채굴한 광물에서 유용한 금속을 분리한 후 남은 광산 폐기물에 대한 공식 산업 용어다. 일반적으로 중금속에 의해 독성이 있고 그로 인해 다른 어떤 것에도 사용할 수 없는 테일링은 지하수나 농지를 오염시키지 않도록 저장시설에 보관된다. 퀸즈랜드 대학과 사스카처완 대학의 팀은 수천억 달러의 광산 폐기물 저장비용을 절약하고 시설들이 고장나거나 버려질 때 발생하는 재앙을 막으려는 목적으로 미생물을 이용해 테일링을 건강한 토양으로 변환할 수 있는 방법을 연구했다. 퀸즈랜드 대학의 롱빈 황(Longbin Huang) 교수는 "'테일링'에는 식물을 재배하기 위한 생물학적인 친화적인 특성이 없다. 뿌리와 물이 폐기물을 관통할 수 없으며, '테일링'의 용해성 염류와 금속은 식물과 토양 미생물을 죽일 수 있다"며 "자연이 천천히 '테일링'을 비옥한 토양으로 바꾸도록 기다린다면 수천 년이 걸릴 수 있다"고 설명했다. 황 교수 팀은 캐나다 광원(CLS, Canadian Light Source)을 사용하여 '테일링'을 토양 미생물을 이용해 식물을 재배하기 위한 환경으로 변화되는 과정을 가속화하는 방법을 발견했다. CLS는 원형 입자 가속기의 한 종류인 거대한 싱크로트론(synchrotron, 빛을 생성하고 그 빛을 이용하여 물질의 성질을 연구하는 장치)으로, 일련의 자석의 배열을 통해 하전 입자(전자)가 거의 빛의 속도에 도달할 때까지 가속화시키는 방식으로 작동한다. 과학자들은 CLS의 싱크로트론 빛을 사용하여 유기-광물 인터페이스를 개발하고 광미를 활성화할 수 있는 방법에 대한 자세한 메커니즘을 시각화할 수 있었다. 황 교수는 "우리는 SM 빔라인을 사용해 즉각적인 인터페이스와 광물의 변화, 유기물과 상호 작용하는 방식을 나노미터 규모로 밝혀야 했다"고 말했다. 그는 "시설 접근과 빔라인 직원 전문가들의 의견은 우리가 양질의 데이터를 수집해 신뢰할 수 있는 과학적 증거를 확보하는데 매우 중요했다"고 덧붙였다. 데이터를 통해 과학자들은 테일링에 식물 껍질을 첨가한 후에 광산 폐기물을 토양 미생물로 재식립하는 데 성공할 수 있었다. 이러한 토양 미생물은 일부 잔류 유기물과 광물을 소비해 토양 입자로 집합시킨다. 황 교수는 "토양 파편에는 미생물 활동이 있는 표면이 있으며, 밀집된 광산 폐기물에서 기공성을 형성하여 가스와 물에서 뿌리와 미생물이 생존할 수 있게 된다. 그로 인해 광산 폐기물의 죽은 광물 매트릭스가 식물이 자랄수 있게 하는 토양과 유사하게 된다"고 말했다. 황 교수 팀은 토양, 피톤치드, 광산 폐기물과 미생물을 사용해 한 번에 장벽을 넘는 방법을 제공했다. 데이터를 분석한 과학자들은 식물을 심은 후의 광산 토양에서 미생물이 성공적으로 재정착되었다는 것을 발견했다. 이 토양 미생물들은 특정 잔류물과 미네랄을 분해하며, 이 과정에서 토양 입자들을 뭉치게 만든다. 황 교수는 "토양 부스러기에는 미생물 활성 표면이 있어 일반 토양과 마찬가지로 가스, 물, 뿌리 및 미생물이 생존할 수 있는 다공성 구조를 광미에 형성한다"고 설명했다. 그는 "이렇게 변화된 광미는 기본적으로 식물이 자랄 수 있게 해주는 토양과 같은 매개체가 된다"고 말했다. 그는 "이 과정이 12개월 안에 이루어질 수 있으며 과도한 경작, 비료 남용이나 기후 변화로 인해 손상된 토양을 복원하는 데에도 사용될 수 있다"고 덧붙였다.
- 생활경제
2023-10-10
인공지능(AI), 망막 영상으로 파킨슨병·안질환 진단

인공지능(AI)을 활용해 파킨슨 병을 감지하는 방법이 개발됐다. 과학 학술지 '네이쳐(Nature)'에 따르면, 연구원들이 망막 이미지 분석을 통해 안질환을 비롯해 다양한 건강 문제를 진단하고, 심지어 파킨스병까지도 예측하는 AI를 개발했다. 과거에는 연구원들이 질병을 진단하기 위해 160만개의 망막 이미지를 수집하는데 많은 비용과 긴 시간이 소요됐다. 그러나 최근 개발된 '렛파운드(RETFound)' AI 도구는 자가 지도 학습을 활용하여 효율적으로 학습한다. 이 도구는 수많은 예제를 활용해 망막 이미지의 누락된 부분을 예측하며, 망막의 구조와 특징을 깊이 파악한다. 런던 무어필드 아이 호스피털(Moorfields Eye Hospital)의 피어스 킨(Pearse Keane) 안과전문의는 "망막은 우리 신체에서 모세혈관 네트워크를 직접 관찰할 수 있는 유일한 부분"이라며 "망막 이미지를 통해 고혈압과 같은 전신 질환을 시각화할 수 있다"고 전했다. 연구팀은 이번 연구에서 160만개의 망막 이미지를 기반으로 'RETFound'를 훈련시킨 후, 파킨스병 환자와 비환자의 망막 이미지를 추가로 분석했다. 영국 버밍엄 대학교의 임상 연구원인 시아우수안 리우(Xiaoxuan Liu) 박사는 "RETFound는 성공적으로 의료 이미지 분석에 적용된 몇 안 되는 예시"라고 평가했다. 캘리포니아 스탠포드 대학의 커티스 랭로츠 교수는 자기 공명 이미지나 CT 스캔 같은 복잡한 이미지에서도 이 방법의 효과를 기대하며 지켜보고 있다고 밝혔다. 킨은 "각 나라에서 이 알고리즘을 적용하여 자체 데이터를 통해 최적화할 수 있다"고 강조했다. 이 모델은 공개적으로 이용 가능하며, 연구진은 전 세계 다양한 의료 환경에서 'RETFound'의 적용과 훈련을 기대한다. 다만, RETFound 기반의 다른 질병 감지 모델을 개발할 때에는 윤리적 안전성과 제한 사항의 투명한 소통이 중요하다.
- IT/바이오
2023-09-18