고려대, 암 진단 AI 분석 속도 12배 높이는 기술 개발

▲(왼쪽부터) 고려대 컴퓨터학과 신용한 석사과정(제1저자), 정원기 교수(교신저자). (사진=고려대)

고려대학교 연구팀이 암 진단에 활용되는 병리영상의 인공지능(AI) 분석 속도를 약 12배 높이는 기술을 개발했다.

고려대는 컴퓨터학과 정원기 교수 연구팀이 새로운 병리영상 분석 기술인 ‘LRMIL(Low-Resolution Multiple Instance Learning)’을 개발했다고 2일 밝혔다.

디지털 병리 분야에서는 환자의 조직을 촬영한 초고해상도 영상인 ‘전체 슬라이드 이미지(WSI)’를 AI로 분석해 암의 종류와 조직 특성을 분류한다. 그러나 병리영상은 한 장에 수십억 화소에 이를 만큼 해상도가 높아 기존 AI는 영상을 수많은 작은 영역으로 나눠 분석해야 했다. 이 과정에서 상당한 시간과 연산 자원이 소요되는 한계가 있었다.

연구팀은 이를 해결하기 위해 고해상도 영상의 핵심 정보를 저해상도 AI에 전달하는 ‘지식 증류(Knowledge Distillation)’ 기술을 적용했다.

LRMIL은 고해상도와 저해상도 영상에서 추출한 특징을 비교해 저해상도 AI가 미세한 조직 정보를 학습하도록 설계됐다. 여기에 고해상도 AI의 예측 결과와 중요하게 살펴본 영상 영역에 대한 정보까지 전달해 조직의 세부 특징과 전체 구조를 함께 학습하도록 했다.

이를 통해 기존처럼 고해상도 영상을 작은 영역으로 나눠 처리하지 않고도 저해상도 영상만으로 병리영상을 분류할 수 있게 했다.

연구팀이 다양한 암종의 병리영상 약 7000장을 활용해 성능을 검증한 결과, 기존 고해상도 분석 방식과 비교해 경쟁력 있는 분류 성능을 유지하면서도 추론 시간은 약 12배 단축된 것으로 나타났다.

연구팀은 이번 기술이 대규모 병리영상 분석에 필요한 시간과 연산 자원을 줄여 향후 의료 현장에서 활용할 수 있는 AI 기반 병리 진단 보조 시스템 개발에 기여할 것으로 기대했다.

이번 연구 성과는 의료영상 분석 분야 국제학술대회인 ‘MICCAI 2026’에서 발표됐다. 특히 전체 채택 논문 중 상위 약 2%에 해당하는 구두 발표 논문으로 선정됐다.

이번 연구는 과학기술정보통신부와 정보통신기획평가원의 ‘ICT명품인재양성사업’, 한국연구재단의 ‘개인기초연구사업(중견연구)’ 지원을 받아 수행됐다.