반도체 위기라더니 “한국 연구진이 해냈다”…놀라운 기술력에 업계 ‘발칵’

현미경 2D 이미지를 3D로, AI가 대신한다
280시간 걸리던 분석, 이제 35시간이면 끝
반도체·배터리·신소재까지 활용 무궁무진

한국표준과학연구원이 사람이 표시한 일부 정보를 토대로 나머지를 인공지능이 자동으로 완성하는 영상 재구성 기술을 개발했다.

전체 데이터의 10%만 사람이 직접 표시하면 AI가 나머지 90%의 구조를 예측해 메워주는 기술이다.

이 방식으로 주사전자현미경으로 얻은 2차원 이미지를 3차원 구조로 변환하는 데 걸리는 시간과 비용을 기존의 8분의 1 수준으로 줄일 수 있다.

절감이 곧 수익…연구 속도까지 앞당긴다

현미경은 해상도가 높을수록 수천 장의 단면 이미지를 쏟아낸다. 지금까지는 이 방대한 데이터를 연구자가 일일이 구분해야 했다.

세포핵과 미토콘드리아 같은 구조를 하나하나 표시하는 반복 작업이 필수였고, 경우에 따라 수백 시간이 걸렸다.

그러나 이번 기술은 일정 간격의 이미지에만 사람이 정답을 달아주면 인접 단면은 AI가 스스로 예측해 이어간다. 분석 결과는 기존 방식과 비슷한 정확도를 유지하면서도 속도는 훨씬 빨라졌다.

경제적 효과는 눈에 띄게 크다. 뇌세포 단면 1700장을 분석한다고 가정하면 기존에는 약 280시간이 필요했지만 새 방식은 35시간이면 충분하다.

연구 한 건에서만 수백만 원이 절약되고, 대형 연구소나 기업이 연간 수십 건을 처리하면 누적 절감액은 억 단위로 불어난다.

단순히 비용을 아끼는 차원을 넘어 사실상 수익을 올리는 효과까지 기대할 수 있다. 무엇보다 분석이 빨라지면 뒤이어 진행되는 실험과 검증도 연쇄적으로 당겨져 연구 성과와 특허, 신제품 개발까지 속도가 붙는다.

반도체·배터리·신소재까지…AI 활용 무한 확장

활용 가능성도 폭넓다. 생명과학 연구뿐 아니라 반도체 칩 내부의 미세 결함을 찾는 공정 분석, 배터리와 신소재의 성능을 좌우하는 미세 구조 연구까지 이어질 수 있다.

특히 글로벌 경쟁이 치열하고 ‘위기론’까지 거론되는 반도체 산업에서 이 기술이 제대로 활용된다면 더 큰 잠재력을 보여줄 수 있다.

데이터 확보가 어렵던 분야에서도 적은 양의 라벨링만으로 시작할 수 있어 연구의 진입 장벽을 낮추는 효과도 있다.

물론 과제도 있다. 시료마다 이미지 특성이 달라 초기 10%의 품질이 중요하고, 대용량 데이터를 처리할 저장 장치와 고성능 컴퓨터도 필요하다. 그러나 이런 준비가 갖춰진다면 연구 현장에서의 파급력은 클 수밖에 없다.

이번 성과는 연구자가 오랫동안 떠안고 있던 반복적인 작업을 인공지능이 본격적으로 대신한다는 데 의미가 있다.

더 빠른 연구, 더 낮은 비용, 더 넓은 활용이라는 세 가지 변화가 동시에 다가오고 있다. 앞으로 어떤 변화가 펼쳐질지 기대가 모아지고 있다.