ai융합대학

전남대학교 AI융합대학 조영준 교수 연구팀이 의료영상 인공지능 분야에서 국제적으로 의미 있는 연구 성과를 잇따라 거뒀다. 나유경 학생(인공지능융합학과 석사과정)이 수행한 두 편의 연구가 SCI 상위 국제저널인 IEEE Journal of Biomedical and Health Informatics(JBHI) (IF 7.7, JCR 6.7%)와 의료영상 컴퓨팅 분야 세계적 권위 학회인 International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI)에 각각 게재 승인 및 채택됐다.

이번 성과는 의료영상 AI의 핵심 문제인 ‘임상 증상과 영상 간의 연계 추론’과 ‘서로 다른 의료영상 모달리티 간 합성’을 함께 다뤘다는 점에서 의미가 크다. JBHI에 게재 승인된 논문 ‘Med-SORA: Symptom to Organ Reasoning in Abdomen CT Images’[1]는 환자의 임상 증상 정보와 복부 CT 영상을 함께 활용해 증상과 관련된 장기를 추론하는 멀티모달 의료 AI 연구다. 연구팀은 RAG 기반 데이터셋 구축, 학습 가능한 장기 앵커 기반 소프트 라벨링, 2D-3D 교차 어텐션 기법을 통해 증상과 영상 속 장기 정보를 연결하는 설명 가능한 추론 모델을 제안했다. 해당 논문이 게재 승인된 JBHI는 IF 7.7, JCR 상위 6.7%에 해당하는 의료정보학 및 바이오메디컬 AI 분야의 우수 국제저널이다.

또한 MICCAI에 채택된 논문 ‘Learning from Good Neighbors: Slice-Aware CT-to-Diffusion MRI Synthesis’[2]는 CT 영상으로부터 확산 MRI(DWI) 영상을 합성하는 연구로, 전남대학교병원 김자혜·최강호 교수, 전남대학교 인공지능융합학과 양형정 교수와의 공동 연구 성과다. 연구팀은 인접 슬라이스 정보를 활용한 slice-aware 학습 전략과 잠재 확산 모델, 품질 인식 정제 기법을 결합해 기존 방식 대비 최대 30%의 LPIPS 성능 개선을 달성했다. 이는 MRI 촬영이 어려운 임상 환경에서도 CT 영상만으로 진단에 필요한 보조 정보를 확보할 수 있는 가능성을 제시한다.

의료영상 AI는 질병의 진단, 예후 예측, 치료 계획 수립 등 다양한 임상 의사결정을 지원할 수 있는 핵심 기술로 주목받고 있다. 특히 증상 정보와 의료영상을 함께 이해하는 멀티모달 AI, 그리고 CT·MRI 등 서로 다른 영상 모달리티를 연결하는 합성 기술은 실제 의료 현장에서 활용 가능성이 높은 분야로 평가된다.

조영준 교수는 “이번 두 성과는 전남대학교 AI융합대학이 의료영상 인공지능 분야에서도 국제적 수준의 연구 경쟁력을 갖추고 있음을 보여주는 사례”라며, “후속 연구를 통해 임상 현장의 진단 과정을 실질적으로 지원할 수 있는 설명 가능하고 신뢰도 높은 의료 AI 시스템으로 확장해 나가겠다”고 밝혔다.

본 성과는 과학기술정보통신부와 정보통신기획평가원(IITP)이 지원하는 초광역 심혈관 센터 대학ICT연구센터사업(ITRC), 인공지능융합혁신인재양성사업 및 전남대학교 글로컬대학30사업의 지원을 받아 수행됐다.