A new x-ray technique for detecting explosives could also identify tumors

딥러닝 알고리즘 이용한 새로운 엑스레이 기술로 종양도 찾아낼까

기존 엑스레이보다 훨씬 정확성이 높은 새로운 엑스레이 기술이 등장했다. 딥러닝 AI를 활용하는 이 엑스레이 기술은 질감을 통해 물체를 식별할 수 있다.

질감의 차이를 바탕으로 물체를 식별하는 딥러닝(deep-learning) 알고리즘을 이용한 새로운 엑스레이 기술이 등장했다. 이 기술은 인간에게 치명적인 종양을 발견하는 데도 이용될 수 있을 것으로 보인다.

전자제품이나 다른 물체 안에 폭발물을 숨길 경우 기존의 엑스레이 기술로는 폭발물 감지가 어려울 수 있다. 그러나 연구 결과에 따르면 새로운 엑스레이 방식은 실험 조건 내에서 폭발물을 100% 정확도로 감지하는 데 성공했다.

이 기술은 공항에서 폭발물이나 위험한 물품, 물질을 탐지하는 데 이용될 수도 있지만 9일 <네이처 커뮤니케이션(Nature Communications)>에 설명된 연구 결과에 따르면 건물의 균열이나 녹을 감지하는 데 도움이 될 수도 있고 나중에는 인체에서 초기 단계 종양을 발견하는 데도 사용될 수 있을 것으로 보인다.

런던 유니버시티 칼리지 런던(UCL)의 연구팀은 셈텍스(Semtex)와 C4 폭약 등 소량의 폭발물을 노트북, 헤어드라이어, 휴대전화 같은 전자제품 내부에 숨겼다. 그리고 여행자의 가방과 비슷한 상황을 만들기 위해서 전자제품들을 칫솔, 충전기, 다른 일상 용품과 함께 가방에 넣었다.

표준 엑스레이 기계에서 나온 X선이 균일하게 물체에 부딪치는 동안 연구팀은 마스크(mask)가 달린 맞춤형 기계를 사용해서 가방을 스캔했다. 마스크는 엑스레이 빔을 더 작은 ‘빔렛(beamlet)’들로 분산시킬 수 있는 작은 구멍들이 뚫린 금속판이다.

Scans inside a bag. Top is conventional, bottom is microradian scatter technique
가방 내부 스캔. 위쪽이 기존 엑스레이 스캔, 아래쪽이 이번 방식의 스캔.
UCL

빔렛들은 가방과 가방에 담긴 물건들을 통과하면서 1마이크로라디안(microradian: 약 2만 분의 1도) 정도의 매우 작은 각도로 산란됐다. 그리고 각도 변화에 따른 특정 패턴을 바탕으로 물질의 질감을 인식할 수 있도록 학습한 인공지능(AI)이 결과를 분석했다.

UCL 의학물리학 및 생명공학부 소속 연구원이자 이번 연구의 주 저자인 산드로 올리보(Sandro Olivo)는 AI가 다른 물체 안에 숨겨진 물질을 찾아내는 데 매우 탁월하다며 “우리가 소량의 폭발물을 어딘가에 숨겨놓는다고 해도 물체들 사이에 약간의 질감이 남아 있기 때문에 알고리즘이 그것을 감지할 수 있다”고 말했다.

comparison between conventional and scatter technique
기존 방식(좌), 산란 기술(우)
UCL

알고리즘은 테스트 조건에서 진행된 모든 실험에서 폭발물을 정확히 감지할 수 있었다. 하지만 연구팀은 실제 조건과 더 유사한 상황에서 진행되는 대규모 연구에서도 그렇게 높은 정확도를 기대하는 것은 비현실적이라는 점을 인정했다.

연구팀은 이 기술이 의학 분야, 그중에서도 특히 암을 감지하는 데 이용될 수 있다고 생각한다. 이 기술로 이를테면 종양과 주변의 건강한 유방 조직의 질감을 성공적으로 구별할 수 있는지 아직 시험하지는 않았지만, 올리보는 환자의 흉곽에 가려져 이전에는 발견되지 않았을 아주 작은 종양을 이 기술로 발견할 수 있다는 가능성에 흥분하고 있다.

그는 “언젠가 그런 실험을 진행하고 싶다”며 “종양에서도 질감을 감지하는 데 이 정도로 높은 성공률을 보일 수 있다면 이 기술의 조기 진단 잠재력은 엄청날 것”이라고 밝혔다.

서리대학교(University of Surrey)의 부교수 케빈 웰스(Kevin Wells)는 “UCL 연구팀의 이번 연구는 매우 유망해 보인다”며 “새로운 엑스레이 영상 촬영법과 AI를 결합한 이 기술은 수하물에서 위험 요소를 감지하는 매우 어려운 작업뿐만 아니라 균열 감지 같은 비파괴검사(NDP)에도 활용할 수 있는 잠재력을 가지고 있다”고 설명했다.

그는 “이 기술을 암 발견에 활용하려면 또 다른 어려움이 따를 수 있지만, 적절한 때에 그 분야에서도 작업에 진전이 있기를 기대한다”고 밝혔다.

미리보기 2회1회

MIT Technology Review 구독을 시작하시면 모든 기사를 제한 없이 이용할 수 있습니다.