[쿠키과학] KAIST, AI로 뇌 깊은 곳까지 선명하게 본다

광학 수차·움직임·기계 오차까지 통합 보정
파면 센서 없이 데이터만으로 왜곡 역계산
고해상도·고대비 이미지 확보

승인 2026-04-21 18:12:54

관심 있는 쿠키뉴스 기사를 Google 검색에서 더 쉽게 만나보세요.

광학 수차(aberrations)와 생체의 움직임(sample motion), 장비 오차(microscope errors)를 통합 보정하는 프레임워크를 사용한 이미지 비교(AI 생성 이미지). KAIST

고가 장비 없이도 인공지능 계산으로 이미지 왜곡을 보정해 살아있는 뇌 깊은 곳을 선명하게 관찰하는 기술이 개발됐다.

KAIST는 전기및전자공학부 강익성 교수팀은 UC버클리 나지 교수팀과 공동으로 신경장 모델(Neural Fields)을 활용해 생체 내부 관찰 현미경 이미지 왜곡을 정밀 보정하는 기술을 확보했다.

신경장 모델은 3차원 공간 구조를 연속적으로 표현해 이미지와 형태를 동시에 복원하는 신경망 기반 기술이다.

살아있는 생체 조직 깊은 곳을 관찰할 때는 이광자 형광 현미경(two-photon fluorescence microscopy)을 주로 사용한다.

이광자 현미경은 두 개의 약한 빛을 동시에 사용해 생체 깊은 곳 특정 지점만 선택적으로 빛나게 한다.

하지만 빛이 두꺼운 조직을 통과하며 휘고 흩어지는 광학 수차 현상이 발생해 이미지가 흐릿해지는 문제가 있다.

기존에는 이 왜곡을 보정하기 위해 빛이 얼마나 휘어졌는지 측정하는 파면 센서(Wavefront Sensor) 같은 복잡하고 비싼 하드웨어를 추가했다.

이에 연구팀은 하드웨어 대신 이미 촬영한 데이터로 빛의 왜곡을 역으로 계산해 바로잡는 물리 기반 AI 알고리즘을 고안했다.

이는 흐릿한 사진을 보고 원래 모습을 복원하듯 추가 장비 없이 선명한 이미지를 되살리는 방식이다.

특히 신경장 모델 기반 기계학습 알고리즘은 빛이 이동하며 발생하는 왜곡 과정을 추적하는 게 핵심이다.

이광자 형광 현미경 통합 왜곡 보정을 위한 프레임워크. 단일 이미지 기반 AI가 3차원 구조·광학 수차·움직임·장비 오차를 동시에 보정해, 생체 깊은 영역에서도 고대비 이미지를 구현한다. KAIST

이를 통해 생체 조직에 의한 광학 수차뿐 아니라 생체의 미세한 움직임, 현미경 기계적 오차까지 동시에 보정하는 통합 기술을 구현했다.

그 결과 별도 광학 측정장비 없이도 생체 조직 깊은 곳에서 고해상도·고대비 이미지를 안정적으로 얻는 데 성공했다.

강 교수는 “광학과 AI를 결합해 생체 내부를 더 정확하게 볼 수 있는 길을 열었다”며 “앞으로 현미경이 스스로 최적 이미지를 찾아내는 지능형 광학 이미징 시스템으로 발전시키겠다”고 강조했다.

한편, 이번 연구는 강 교수가 공동 교신저자 겸 제1저자로 참여했고, 연구결과는 지난 13일 국제학술지 ‘네이처 메소드(Nature Methods)’ 온라인에 게재됐다.
(논문명: Adaptive optical correction for in vivo two-photon fluorescence microscopy with neural fields)