센터 주요 연구주제

1. 뇌의 특성을 반영한 새로운 AI 모델의 개발

최근 인공지능 기술은 다양한 분야에서 인간 수준을 뛰어넘는 성능을 보이고 있으나, 여전히 인간의 뇌가 지닌 학습 효율성, 적응성, 일반화 능력 및 에너지 효율성을 완전히 구현하지는 못하고 있다. 인간의 뇌는 소량의 경험만으로도 새로운 개념을 학습할 수 있으며, 변화하는 환경 속에서도 지속적으로 적응하고 이전에 습득한 지식을 활용하여 새로운 문제를 해결할 수 있다. 반면 현재의 인공지능은 대규모 데이터와 막대한 계산 자원을 필요로 하며, 환경 변화에 취약한 경우가 많다.

바이오메디컬AI연구센터는 이러한 한계를 극복하기 위해 뇌과학과 인공지능을 융합한 Brain-Inspired AI 연구를 수행하고 있다. 인간의 주의(attention), 기억(memory), 추론(reasoning), 지속학습(continual learning), 의사결정(decision making) 메커니즘을 분석하고 이를 AI 모델 구조에 반영함으로써 보다 효율적이고 적응적인 차세대 인공지능을 개발하고 있다. 또한 신경과학 기반 지식과 대규모 인공지능 모델을 결합하여 인간과 자연스럽게 상호작용할 수 있는 개인화·설명가능·적응형 AI 기술을 연구하고 있다.

궁극적으로는 인간의 지능적 특성을 이해하고 이를 공학적으로 구현함으로써 인간 중심의 차세대 인공지능 패러다임을 선도하는 것을 목표로 한다.

 

2. 생체신호를 이용한 다양한 인터페이스를 위한 AI 모델의 개발

인간의 뇌와 신체에서는 끊임없이 다양한 생체신호가 생성된다. 뇌파(EEG), 기능적 근적외선분광법(fNIRS), 근전도(EMG), 안구전도(EOG) 등은 사용자의 의도, 감정, 인지 상태, 신체 움직임과 밀접하게 관련된 정보를 포함하고 있으며, 이를 정확하게 해석할 수 있다면 인간과 기계 사이의 새로운 소통 방식이 가능해진다.

바이오메디컬AI연구센터는 인공지능 기술을 활용하여 생체신호를 실시간으로 분석하고 인간의 내적 상태를 이해하는 차세대 인터페이스 기술을 연구하고 있다. 특히 딥러닝과 멀티모달 인공지능 기술을 활용하여 사용자의 의도, 감정, 스트레스, 집중도, 인지부하 등을 정밀하게 추정하는 알고리즘을 개발하고 있으며, 다양한 환경에서도 안정적으로 동작할 수 있는 개인화 및 적응형 AI 모델을 연구하고 있다.

이러한 기술은 뇌-컴퓨터 인터페이스(BCI), 무성 발화 인식(Silent Speech Interface), 디지털 헬스케어, 정신건강 모니터링, 신경재활, 인간-로봇 상호작용 등 다양한 분야에 적용될 수 있다. 궁극적으로 센터는 인간의 생체신호를 자연스러운 디지털 입력 채널로 활용함으로써 인간과 인공지능이 더욱 직관적으로 상호작용할 수 있는 미래 인터페이스 기술을 구현하고자 한다.

 

3. 의료영상 및 생체신호를 이용한 질병 진단 AI 기술 개발

현대 의료 환경에서는 MRI, CT, PET와 같은 의료영상과 뇌파(EEG), 기능적 근적외선분광법(fNIRS), 심전도(ECG) 등 다양한 생체신호가 대량으로 생성되고 있다. 이러한 데이터에는 질병의 발생과 진행을 반영하는 중요한 정보가 포함되어 있지만, 데이터의 규모와 복잡성으로 인해 의료진이 모든 정보를 효과적으로 분석하는 데에는 한계가 존재한다.

바이오메디컬AI연구센터는 인공지능 기술을 활용하여 의료영상과 생체신호를 통합적으로 분석하고 질병을 조기에 진단할 수 있는 차세대 의료 AI 기술을 연구하고 있다. 특히 딥러닝, 멀티모달 AI, 파운데이션 모델 및 설명가능 인공지능(XAI)을 활용하여 다양한 형태의 바이오메디컬 데이터를 융합 분석하고, 질병의 존재 여부뿐 아니라 발생 위험도와 진행 상태까지 정밀하게 예측하는 기술을 개발하고 있다.

연구센터는 치매, 뇌졸중, 파킨슨병과 같은 신경계 질환을 비롯하여 우울증, ADHD 등 정신건강 질환, 심혈관 질환, 암 등 다양한 질환을 대상으로 연구를 수행하고 있으며, 개인별 특성을 반영한 정밀의료 기술 개발에도 집중하고 있다. 또한 단순 진단을 넘어 치료 반응 예측, 디지털 바이오마커 발굴, 디지털 치료제 평가 등으로 연구 범위를 확장하여 미래 의료 패러다임 전환을 선도하고자 한다.

궁극적으로는 의료영상과 생체신호를 기반으로 질병을 보다 빠르고 정확하게 진단하고 예측할 수 있는 AI 기술을 개발함으로써, 예방 중심의 정밀 의료와 개인 맞춤형 헬스케어 실현에 기여하고자 한다.

4. 멀티모달 바이오메디컬 데이터 융합 AI
인간의 건강 상태와 질병은 단일 데이터만으로는 충분히 설명하기 어렵다. 예를 들어 동일한 질환이라 하더라도 의료영상에는 구조적 변화가 나타나고, 생체신호에는 기능적 변화가 반영되며, 유전체 데이터에는 질환의 분자생물학적 특성이 포함된다. 따라서 인간의 건강 상태를 보다 정확하게 이해하기 위해서는 다양한 형태의 바이오메디컬 데이터를 통합적으로 분석할 수 있는 인공지능 기술이 필요하다.

바이오메디컬AI연구센터는 의료영상(MRI, CT, PET), 생체신호(EEG, fNIRS, ECG, EMG), 유전체 정보, 전자의무기록(EMR), 웨어러블 센서 데이터 등 서로 다른 특성을 갖는 바이오메디컬 데이터를 동시에 이해할 수 있는 멀티모달 인공지능 기술을 연구하고 있다. 특히 각 데이터에 내재된 정보를 공통된 표현 공간(latent representation)으로 통합하고, 서로 다른 데이터 간의 상관관계를 학습함으로써 인간의 생리적·병리적 상태를 보다 정밀하게 해석할 수 있는 AI 모델을 개발하고 있다.

최근에는 대규모 바이오메디컬 데이터를 활용한 Foundation Model 연구를 수행하여 질병 진단, 예후 예측, 치료 반응 분석, 신약 개발 및 디지털 헬스케어에 활용 가능한 범용 바이오메디컬 AI 플랫폼 구축을 목표로 하고 있다. 또한 생성형 AI와 지식 기반 AI 기술을 결합하여 의료진의 의사결정을 지원하고, 복잡한 질병 기전을 설명할 수 있는 설명가능 인공지능(Explainable AI) 기술 개발도 추진하고 있다.

궁극적으로 바이오메디컬AI연구센터는 다양한 바이오메디컬 데이터를 통합적으로 이해하는 AI 기술을 통해 인간의 건강 상태를 디지털로 정밀하게 표현하고 예측할 수 있는 "디지털 트윈 기반 정밀의료 플랫폼" 구현을 목표로 하고 있다. 이를 통해 질병의 조기 진단과 예방, 개인 맞춤형 치료, 그리고 미래형 의료 서비스 실현에 기여하고자 한다.