노을은 대전에서 열린 의료영상 국제학술대회 ‘MICCAI 2025’에서 자사의 온디바이스 인공지능(AI) 기반 현장 진단 플랫폼 ‘마이랩(miLab™)’을 활용한 최신 연구 성과를 발표했다고 29일 발표했다.
올해로 28회째를 맞은 MICCAI는 의료영상 분석 분야에서 세계적 권위를 가진 대형 국제 학술대회로 지난 23일부터 27일까지 대전 컨벤션센터에서 성황리에 마무리됐다.
노을은 MICCAI 2025에서 기존 혈액 및 암 병리 진단 분야의 문제로 손꼽혀왔던 학습용 데이터 부족과 데이터 불균형으로 인한 진단 품질 저하 등을 극복할 수 있는 혁신적인 AI 기술을 공개했다.
첫 번째 논문은 AI를 이용해 마이랩 말라리아 진단에서 민감도와 효율성을 높인 결과를 공개했다.
특히 기존 수동 현미경 진단의 박층 도말 검사에서 흔히 발생하는 슬라이드 특유의 변동성과 데이터 불균형 문제를 극복하기 위해 노을만의 AI 모델로 자동화 디지털 현미경을 통해 얻은 다초점 세포 이미지를 함께 분석하는 방식을 도입했다.
이를 통해 흐릿하거나 모호한 세포까지 더 정확하게 판별할 수 있었으며 임상 적용 시 진단 성능이 한층 향상된 것으로 확인됐다. 실제 아프리카 말라위와 에티오피아의 임상 혈액 샘플을 활용한 평가에서 민감도 98%, 특이도 99.3%를 기록해 수동 현미경 판독 대비 민감도가 약 11%p 높아진 수치를 보였다. 감염 밀도가 낮은 사례도 신뢰성 있게 검출하여 전문가가 재검토해야 하는 분량을 줄임으로써 진단 과정상의 효율성 또한 향상시켰다.
두 번째로 말라리아 감염 적혈구 검출 정확도를 높이기 위해 ‘생성형 데이터 증강(Generative Augmentation)’ 기술을 활용한 접근법을 제안했다. 다양한 AI 기법을 조합해 실제 현미경 이미지와 유사한 고품질 합성 이미지를 대량으로 만들어 말라리아 진단을 위한 학습 데이터를 확장한 것이다.
특히 실제 임상 환경에서 확보하기 어려운 생식모세포(Gametocyte) 적혈구 이미지 학습에서 큰 효과를 보여 기존 증강 방식 대비 검출률이 유의미하게 개선된 것으로 나타났다. 이번 연구 성과는 말라리아에 국한되지 않고 데이터 샘플 부족이나 희귀한 형태학적 변이가 문제되는 암, 결핵, 희귀혈액 질환 등의 분석 과제에도 적용 가능한 기술적 기반을 마련했다는 점에서 의미가 크다.
임찬양 노을 대표는 “이번 연구를 통해 노을의 메디컬 이미징 및 AI 기술이 저자원, 고자원 임상 환경 모두에서 기존 진단법보다 우월한 성능이 확인됐다”며 “혈액 및 암 병리 진단 분야에서 높은 활용성과 범용성을 갖춘 기술의 개발 및 고도화에 지속적으로 투자해 나갈 것”이라고 밝혔다.
오현아 기자 5hyun@hankyung.com