에너지기술硏 고석환 박사 개발
정확도 95%… 서비스화 눈앞
신약 개발에도 머신러닝 적용해
임상 전 성공 가능성 예측 성공
태양광발전소 관리에 AI를 적용해 전문 엔지니어 없이도 고장 여부를 진단해 냈다. 또한 미세플라스틱을 검출하는 기술에 AI가 적용돼 신속하고 정확하게 식별할 수 있게 됐다. 그뿐만 아니라 신약개발 분야에서는 임상시험 전 약물의 성공 가능성과 부작용을 미리 예측해냈다.
의료 영상 분석 AI를 개발한 대구경북과학기술원(DGIST) 로봇 및 기계전자공학과 박상현 교수는 18일 "AI 모델을 개발함으로써 데이터셋 구축 소요 시간과 비용을 크게 절감하면서도 정확하게 분석하는 것이 가능해졌다"고 말했다.
■진단·검출 전문가 대신 AI로
우선 한국에너지기술연구원 고석환 박사팀은 AI를 활용한 태양광 발전 고장 진단 기술을 개발했다. 이 AI 기술은 전문엔지니어 없이도 정상 및 고장데이터 셋 약 3600개를 이용해 95% 정확도로 판단해 냈다고 에너지기술연구원이 밝혔다. 국내 태양광발전 설비는 2021년 기준 총 21.2GW로 2020년보다 3.3GW 증가했다. 우드맥킨지는 글로벌 태양광 운영 및 유지관리 시장보고서를 통해 2020년 기준 약 6조6000억원(50억 달러)에서 2025년에는 12조4000억원(94억 달러)까지 늘어날 것으로 예상했다.
연구진은 "발전소 현장 진단 장치인 다채널 어레이테스터기에도 해당 기술적용 소프트웨어를 적용해 즉시 활용 가능하다"고 말했다. 이 기술은 데이터를 입력하면 즉시 활용 할 수 있고, 플랫폼화 기술개발을 올 하반기에 완료해 클라우드 기반의 서비스화를 목표로 하고 있다.
또한 한국재료연구원 정호상 박사팀은 미세 플라스틱을 현장에서 신속하고 고감도로 검출하는 키트형 센서를 개발했다. 간단한 주사기 필터에 걸러지는 형태로, 전 처리 과정 없이 20분 이내에 미세 플라스틱의 종류와 개수, 분포 등을 파악할 수 있다.
이 센서에는 미세 플라스틱만의 고유한 빛 신호, 즉 라만 분광 신호를 AI에 미리 학습시켜, 판별하도록 만들었다. 이를 통해 복잡한 환경 또는 인체 시료 내에서도 미세 플라스틱만 정확하게 판별할 수 있을 뿐만 아니라, 농도와 분포, 종류까지도 함께 식별할 수 있도록 개발했다. 정호상 박사는 "이 기술이 상용화되면, 미세 플라스틱을 좀 더 쉽고 빠르게 보편적으로 검출하는 기술이 보급될 것"이라고 말했다.
■신약 개발도 AI가 돕는다
포항공과대학교(POSTECH) 김상욱 교수팀은 머신러닝을 이용해 임상시험 전 약물의 성공 가능성과 부작용을 예측하는 데 성공했다.
신약개발을 하기위해 임상시험 전 단계까지는 동물이나 세포주 등을 모델로 실험이 진행된다. 이는 사람의 체내에서 약물 표적 유전자의 역할과 발현되는 정도가 달라 약물의 효능이나 독성에 차이가 발생할 수 있다. 이러한 차이를 고려하지 않는 경우, 실험 결과와 달리 약물을 실제 환자에게 투여했을 때 치명적 부작용을 일으킬 수 있다.
연구진은 지금까지 임상시험을 거친 약물 약 2500여 개를 대상으로 유전자 표현형을 분석했다.
이를 바탕으로 임상시험에서 약물 승인 여부를 예측하는 인공지능 기술을 개발했다. 화학적 접근 방식과 유전자 중심 접근 방식을 결합함으로써 보다 정확하게 약물의 안전성과 성공 가능성을 예측할 수 있게 됐다.
monarch@fnnews.com 김만기 기자
※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지