[바이오 위클리] AI 동물 행동 분석 프로그램…액트노바
2023년 04월 12일 오전 09:00
■ 이성규 / 과학뉴스팀 기자
■ 김대건 / 액트노바 대표이사
[앵커]
파킨슨병이나 뇌전증 등은 대표적인 운동장애 질환입니다. 이들 질병의 치료제를 개발할 때 동물의 행동 변화 관찰은 인체 임상시험에 앞서 약의 효능과 부작용을 평가하는 중요한 기준이 되는데요. 오늘 바이오 위클리에서는 동물의 행동 변화를 인공지능으로 활용해 실시간으로 분석하는 프로그램을 개발한 김대건 액트노바 대표이사 그리고 이 회사를 취재한 이성규 기자 두 분과 함께 자세히 이야기 나눠보겠습니다. 어서 오세요.
[김대건 / 액트노바 대표이사]
안녕하세요.
[이성규 / 과학뉴스팀 기자]
안녕하세요.
[앵커]
오늘 다룰 주제가 동물의 행동 분석 프로그램인데요. 신약개발에서 동물 실험은 익숙한데 동물의 행동 분석이라는 건 뭔지 설명해주시죠?
[이성규 / 과학뉴스팀 기자]
신약을 개발할 때 동물 실험은 인체 임상시험에 앞서서 약의 효능과 부작용을 동물한테 미리 알아보는 거잖아요. 질병 가운데 파킨슨병이나 뇌전증 같은 운동 장애 질환은 동물의 어떤 행동 변화 이걸 통해서 약의 효능을 알아볼 수 있거든요. 신경·뇌 질환들은 암이나 이런 거와 달리 사진만으로 판별이 어려워요. 행동을 봐야 알 수 있거든요. 동물의 행동을 분석하는 게 필요하고 동물 행동 분석 프로그램은 동물의 행동 변화를 촬영한 뒤 인공지능을 통해서 동물의 행동이 어떻게 변해 있는지 객관적으로 분석하는 기술입니다.
[앵커]
인공지능을 통해서 행동을 잘 개선됐는지 분석하는 프로그램이다. 이런 말씀이신 거 같은데요. 대표님께 질문을 드리겠습니다. 본격적인 질문에 앞서서 사명이 액트노바이거든요. 이게 어떤 의미를 담은 걸까요?
[김대건 / 액트노바 대표이사]
네, 저희는 기자님이 설명을 잘해주셨듯이 바이오·신약 치료제 산업에서 행동 분석 프로세스를 인공지능으로 자동화하고 고도화하고 있는 서비스를 하고 있습니다. 그래서 액트노바라는 명칭은 영어로 행동하다라는 뜻의 ACT 그리고 새롭다 혹은 신성의 의미를 가지는 Nova 두 단어의 합성어로 글로벌 행동 분석 산업에서의 초신성이 되고자 하는 포부를 담고 있습니다.
[앵커]
네, 그렇군요. 앞서서 이성규 기자가 동물 행동 분석, 어떻게 하는 건지 간략하게 설명을 했는데. 기존에는 사람이 이걸 했을 거잖아요. 어떻게 했는지 설명해주시죠.
[김대건 / 액트노바 대표이사]
네, 몇 가지 질병을 예로 들면 앞에서도 나온 파킨슨 질병을 가지는 생쥐의 경우 근육의 움직임에 어려움이 있다 보니 동그란 통에 넣어두면, 뱅글뱅글 제자리에서 돌게 되는데, 생쥐가 몇 바퀴를 돌았는지로 파킨슨 운동 증상의 정도를 파악하기도 하고요. 뇌전증과 같은 경우는 발작이 일어나는 증상이 있는데 10시간 이상 생쥐의 행동 영상을 촬영한 뒤에, 연구자들이 이를 다시 보면서 발작 증상이 발생한 시간을 합산해서 간질이라든지 뇌전증 증상의 정도를 판별하기도 합니다. 그래서 현재까지는 행동 분석 관련한 실험 수행들 대부분들이 미로 찾기나 탐색과 같은 특정한 임무를 주고 이를 수행하는 정도를 보거나 또는 육안을 통해서 관찰할 수 있는 단순한 움직임 정도에 그치고 있는데요. 그러다 보니까 굉장히 시간도 오래 걸리고 결과도 부정확하고 현재 분석 프로세스에서도 어려움이 많은 상황입니다.
[앵커]
이성규 기자가 연구 현장을 취재하고 왔는데요. 현장 영상 보고 질문 이어가겠습니다.
[이성규 / 과학뉴스팀 기자]
생쥐의 행동 변화를 촬영한 영상에서 점과 선 등이 보이잖아요. 이건 어떤 역할을 하는 건가요?]
[박정준 / 액트노바 연구소장]
고전적으로 간질, 특정 질병을 판단하기 위해 기존의 전문가들이 생쥐를 육안으로 보고 간질이 있다, 문제가 있다, 정상이다 판별했는데 이런 생각을 했죠. 전문가가 아니라도 자동화, 정량화할 수 있을 것이다. 하지만 어떻게 할 것이냐 문제가 있었는데, 저희는 대표적으로 포지 에스티메이션이라고 하는 골격이라고 하죠. 신체의 중요 부위들, 머리, 팔, 허리, 다리 등 포인트들만 시각적으로 잘 추출하면 복잡한 정보도 단순화되거든요.]
[이성규 / 과학뉴스팀 기자]
동물 행동 분석 프로그램 개략적인 설명을 들었는데 이게 좀 더 구체적으로 어떤 원리인지 쉽게 풀어서 설명해주시죠.
[김대건 / 액트노바 대표이사]
네, 저희는 다양한 AI·딥러닝 기술들을 개발해서 실험동물들의 행동을 분석하는 데 적극 이용을 하고 있는데요. 액트노바 행동 분석 프로그램은 크게 두 파트로 나뉘게 됩니다. 첫 번째는 검출 파트인데요. 요즘 자율주행차 산업의 비전 인식 기술이 대단하지 않습니까? 테슬라 기업의 경우는 오로지 카메라를 이용해서 도로의 복잡한 상황들 자동차, 보행자, 오토바이 등의 상황들을 인지하고 분석하는데 액트노바도 이러한 인공지능 비전 알고리즘을 통해서 행동 영상과 이미지데이터들에서 특정한 영역들을 검출하는 기술들을 행동 실험 분석 분야에 적용하고 있습니다. 기존에는 동물의 몸에 센서나 칩을 이식해서 행동을 정량하고는 했는데, 저희는 이러한 마커 등을 사용하지 않고 오로지 영상 데이터만을 통해 표적 동물의 골격을 보다 쉽게 검출하고 있습니다. 실험동물로 가장 많이 쓰이는 생쥐를 예로 들면 코끝, 머리 중심, 몸 중심, 항문, 꼬리 끝, 양손, 양발 등 총 9개의 키포인트의 위치를 정밀하게 검출할 수가 있습니다. 첫 번째는 검출이고요. 두 번째는 검출된 데이터를 이용해서 분석을 하게 됩니다. 앞서 말씀드렸던 추정된 생쥐의 9개의 골격 위치 좌표는 영상 내의 프레임이 지남에 따라서 시간에 따라서 계속 변화하게 되는데 이렇게 시간에 따라 변화하는 시계열 데이터라고 합니다. 다시 말씀드리면 다중 골격 변화 시계열 데이터라고 말씀드릴 수 있을 거 같은데 데이터들을 다양한 방식으로 분석해서 행동의 분류 혹은 질환에서 보이는 증상 간의 차이 또는 치료제의 효과 등을 세세하게 저희가 뒷받침할 수 있다고 말씀드릴 수 있을 거 같습니다.
[이성규 / 과학뉴스팀 기자]
인공지능으로 분석하면 기존의 사람이 하는 것과 비교해서 어떤 장점이 있는 건지도 궁금하거든요.
[김대건 / 액트노바 대표이사]
네, 이 부분도 앞서 말씀드렸던 분석 파트에서 방식에 따라서 두 가지로 나뉘게 되는데요. 먼저 첫 번째는 인간의 기준을 그대로 따라 하는 자동화 방식입니다. 기존에도 사람이 육안으로 행동 분석을 판별했기 때문에 어느 정도 기준은 다 있고요. 그러한 것들을 인공지능 데이터로 학습을 해서 피팅을 시키고 결국 똑같은 데이터를 뱉어내게 하는 거죠. 연구자들도 결국 인간인지라 평가를 하면서 실수를 하거나 편향을 가지게 되는데 이를 막기 위해서 사실 여러 연구자들의 결과를 평균하는 이중맹검법 등의 방법들이 사용되고 있습니다. 그러나 이런 방식은 분석 시간도 길고, 비용도 많이 든다는 문제를 가지고 있기 때문에 예를 들면 다발성경화증과 같이 마비가 오는 질환에서 기존의 인간의 스코어링 방식들은 꼬리를 잘 움직이면 증상점수가 0점, 꼬리를 못 움직이고 축 늘어뜨리게 되면 1점, 한쪽 뒷발이 마비되면 2점 이런 식으로 발전을 하는 특정한 기준이 있는데요. 저희 액트노바 프로그램으로 정밀하게 검출된 골격 좌표 데이터를 사람 기준에 맞추어 학습시키고, 비슷한 결과를 도출하게 하는 것이지요. 이렇게 하면 분석에 드는 시간과 비용을 대폭 줄일 수가 있고요, 더 많은 신약 후보 물질들을 더 빠르게 스코어링하고 실험할 수 있게 됩니다. 그리고 두 번째 상식으로는 더 나아가서 사람의 기준을 그냥 작용하는 것뿐만 아니라 기존에는 육안으로 볼 수 없었던 부분에 대한 증빙도 가능합니다. 그래서 두 번째 파트가 이 부분인데요, 머신러닝 알고리즘을 이용해서 고차원 행동 데이터의 해석 방식입니다. 앞에서 파킨슨 질환의 경우에는 쥐들이 제자리에서 몇 바퀴를 돌았는지가 기존의 평가 척도였다고 말씀을 드렸는데, 이렇게 분석이 진행되게 되면 운동 증상의 세세한 완화 정도나 골격 자유도의 평가가 불가능하고요, 결국에는 시간이나 횟수 이런 변환된 파라미터로 치환이 되게 하죠. 그렇지만 저희가 아까 말씀드렸던 9개의 포인트를 시계열 데이터로 다중 골격 데이터로 치환을 하게 되면 행동 자체의 변화라든지 증상의 완화 즉 행동 장애의 자체를 포커스를 할 수 있게 되다 보니까 결국 데이터들을 분석할 수 있는 파라미터 자체가 훨씬 더 풍부해지고 기존에 볼 수 없었던 사실들도 밝힐 수 있게 되는 것이죠.
[앵커]
자세하게 설명을 해주셨는데 그러니까 어떤 쥐에 센서를 이식할 필요도 없고 그리고 사람이 관찰을 하다 보면 발생할 수 있는 실수를 인공지능으로 원천적으로 막다 보니까 분석 결과도 정확도도 훨씬 높였다. 이렇게 설명할 수 있겠는데요. 현재까지 주요 연구성과와 앞으로 계획도 함께 말씀해주시죠.
[김대건 / 액트노바 대표이사]
저희는 지금 이미 기개발된 행동분석 프로그램들을 학계와 연구소에 우선 판매를 진행하고 있습니다. 왜냐하면, 바이오업계는 굉장히 보수적이기 때문인데요. 논문과 같은 레퍼런스가 중요하고 어떠한 연구결과가 어느 정도 신뢰도 있는 저널에 나왔는지도 많이 보고 있거든요. 저희는 이미 다양한 공동 연구팀과 함께 저희 액트노바 제품들을 사용해서 과학적 사실들을 규명하는 논문들을 여러 편 발표하고 있고요. 앞으로는 동물 행동 분석에서 더 나아가서 사람을 대상으로 하는 임상 환자들을 대상으로 해서 행동 분석 서비스도 진행 계획 중에 있습니다. 이미 카이스트, 고려대학교 병원 등과 같이 인간이나 임상 환자들을 좀 더 밀도 있게 보시고 싶은 연구팀들의 하드웨어나 소프트웨어 제품 납품들을 진행하고 있고요. 또한, 다양한 제품들을 해외시장으로도 수출할 계획을 가지고 있습니다.
[이성규 / 과학뉴스팀 기자]
최근에 인공지능이 다양한 분야에 활용이 되고 있는데 바이오 분야에서도 여러 분야에 적용되고 있잖아요. 동물 행동 분석 프로그램을 비롯해서 바이오 분야에서 인공지능이 필요한 이유 뭐라고 볼 수 있을까요?
[김대건 / 액트노바 대표이사]
저희도 인공지능 기술들을 밀접하게 개발하고 적용하고 제품화하는 회사지만 인공지능 기술도 결국에는 도구라고 생각합니다. 100년 전의 현미경 기술로는 볼 수 없었던 사실들이 현재 최신의 현미경 기술로는 굉장히 자세하고 여러 가지 데이터들을 볼 수 있잖아요. 그런 거처럼 생명과학적 사실들을 인공지능 기술을 통해서 과거보다 더 많이 밝히고 더 앞으로 나아갈 수 있다고 저는 생각을 하고 있습니다.
[앵커]
지금 말씀을 들어보니까 AI에 장점이죠. 빅데이터, 딥러닝 이런 모든 기술들을 축약해둔 기술이 동물 행동 분석 프로그램 이런 거 같은데요. 아마 많은 분들에게 도움이 될 기술이 아닐까 싶습니다. 오늘 말씀 여기까지 듣겠습니다. 액트노바 김대균 대표이사 그리고 이성규 기자와 함께했습니다. 고맙습니다.
YTN 사이언스 이성규 (sklee95@ytn.co.kr)
■ 김대건 / 액트노바 대표이사
[앵커]
파킨슨병이나 뇌전증 등은 대표적인 운동장애 질환입니다. 이들 질병의 치료제를 개발할 때 동물의 행동 변화 관찰은 인체 임상시험에 앞서 약의 효능과 부작용을 평가하는 중요한 기준이 되는데요. 오늘 바이오 위클리에서는 동물의 행동 변화를 인공지능으로 활용해 실시간으로 분석하는 프로그램을 개발한 김대건 액트노바 대표이사 그리고 이 회사를 취재한 이성규 기자 두 분과 함께 자세히 이야기 나눠보겠습니다. 어서 오세요.
[김대건 / 액트노바 대표이사]
안녕하세요.
[이성규 / 과학뉴스팀 기자]
안녕하세요.
[앵커]
오늘 다룰 주제가 동물의 행동 분석 프로그램인데요. 신약개발에서 동물 실험은 익숙한데 동물의 행동 분석이라는 건 뭔지 설명해주시죠?
[이성규 / 과학뉴스팀 기자]
신약을 개발할 때 동물 실험은 인체 임상시험에 앞서서 약의 효능과 부작용을 동물한테 미리 알아보는 거잖아요. 질병 가운데 파킨슨병이나 뇌전증 같은 운동 장애 질환은 동물의 어떤 행동 변화 이걸 통해서 약의 효능을 알아볼 수 있거든요. 신경·뇌 질환들은 암이나 이런 거와 달리 사진만으로 판별이 어려워요. 행동을 봐야 알 수 있거든요. 동물의 행동을 분석하는 게 필요하고 동물 행동 분석 프로그램은 동물의 행동 변화를 촬영한 뒤 인공지능을 통해서 동물의 행동이 어떻게 변해 있는지 객관적으로 분석하는 기술입니다.
[앵커]
인공지능을 통해서 행동을 잘 개선됐는지 분석하는 프로그램이다. 이런 말씀이신 거 같은데요. 대표님께 질문을 드리겠습니다. 본격적인 질문에 앞서서 사명이 액트노바이거든요. 이게 어떤 의미를 담은 걸까요?
[김대건 / 액트노바 대표이사]
네, 저희는 기자님이 설명을 잘해주셨듯이 바이오·신약 치료제 산업에서 행동 분석 프로세스를 인공지능으로 자동화하고 고도화하고 있는 서비스를 하고 있습니다. 그래서 액트노바라는 명칭은 영어로 행동하다라는 뜻의 ACT 그리고 새롭다 혹은 신성의 의미를 가지는 Nova 두 단어의 합성어로 글로벌 행동 분석 산업에서의 초신성이 되고자 하는 포부를 담고 있습니다.
[앵커]
네, 그렇군요. 앞서서 이성규 기자가 동물 행동 분석, 어떻게 하는 건지 간략하게 설명을 했는데. 기존에는 사람이 이걸 했을 거잖아요. 어떻게 했는지 설명해주시죠.
[김대건 / 액트노바 대표이사]
네, 몇 가지 질병을 예로 들면 앞에서도 나온 파킨슨 질병을 가지는 생쥐의 경우 근육의 움직임에 어려움이 있다 보니 동그란 통에 넣어두면, 뱅글뱅글 제자리에서 돌게 되는데, 생쥐가 몇 바퀴를 돌았는지로 파킨슨 운동 증상의 정도를 파악하기도 하고요. 뇌전증과 같은 경우는 발작이 일어나는 증상이 있는데 10시간 이상 생쥐의 행동 영상을 촬영한 뒤에, 연구자들이 이를 다시 보면서 발작 증상이 발생한 시간을 합산해서 간질이라든지 뇌전증 증상의 정도를 판별하기도 합니다. 그래서 현재까지는 행동 분석 관련한 실험 수행들 대부분들이 미로 찾기나 탐색과 같은 특정한 임무를 주고 이를 수행하는 정도를 보거나 또는 육안을 통해서 관찰할 수 있는 단순한 움직임 정도에 그치고 있는데요. 그러다 보니까 굉장히 시간도 오래 걸리고 결과도 부정확하고 현재 분석 프로세스에서도 어려움이 많은 상황입니다.
[앵커]
이성규 기자가 연구 현장을 취재하고 왔는데요. 현장 영상 보고 질문 이어가겠습니다.
[이성규 / 과학뉴스팀 기자]
생쥐의 행동 변화를 촬영한 영상에서 점과 선 등이 보이잖아요. 이건 어떤 역할을 하는 건가요?]
[박정준 / 액트노바 연구소장]
고전적으로 간질, 특정 질병을 판단하기 위해 기존의 전문가들이 생쥐를 육안으로 보고 간질이 있다, 문제가 있다, 정상이다 판별했는데 이런 생각을 했죠. 전문가가 아니라도 자동화, 정량화할 수 있을 것이다. 하지만 어떻게 할 것이냐 문제가 있었는데, 저희는 대표적으로 포지 에스티메이션이라고 하는 골격이라고 하죠. 신체의 중요 부위들, 머리, 팔, 허리, 다리 등 포인트들만 시각적으로 잘 추출하면 복잡한 정보도 단순화되거든요.]
[이성규 / 과학뉴스팀 기자]
동물 행동 분석 프로그램 개략적인 설명을 들었는데 이게 좀 더 구체적으로 어떤 원리인지 쉽게 풀어서 설명해주시죠.
[김대건 / 액트노바 대표이사]
네, 저희는 다양한 AI·딥러닝 기술들을 개발해서 실험동물들의 행동을 분석하는 데 적극 이용을 하고 있는데요. 액트노바 행동 분석 프로그램은 크게 두 파트로 나뉘게 됩니다. 첫 번째는 검출 파트인데요. 요즘 자율주행차 산업의 비전 인식 기술이 대단하지 않습니까? 테슬라 기업의 경우는 오로지 카메라를 이용해서 도로의 복잡한 상황들 자동차, 보행자, 오토바이 등의 상황들을 인지하고 분석하는데 액트노바도 이러한 인공지능 비전 알고리즘을 통해서 행동 영상과 이미지데이터들에서 특정한 영역들을 검출하는 기술들을 행동 실험 분석 분야에 적용하고 있습니다. 기존에는 동물의 몸에 센서나 칩을 이식해서 행동을 정량하고는 했는데, 저희는 이러한 마커 등을 사용하지 않고 오로지 영상 데이터만을 통해 표적 동물의 골격을 보다 쉽게 검출하고 있습니다. 실험동물로 가장 많이 쓰이는 생쥐를 예로 들면 코끝, 머리 중심, 몸 중심, 항문, 꼬리 끝, 양손, 양발 등 총 9개의 키포인트의 위치를 정밀하게 검출할 수가 있습니다. 첫 번째는 검출이고요. 두 번째는 검출된 데이터를 이용해서 분석을 하게 됩니다. 앞서 말씀드렸던 추정된 생쥐의 9개의 골격 위치 좌표는 영상 내의 프레임이 지남에 따라서 시간에 따라서 계속 변화하게 되는데 이렇게 시간에 따라 변화하는 시계열 데이터라고 합니다. 다시 말씀드리면 다중 골격 변화 시계열 데이터라고 말씀드릴 수 있을 거 같은데 데이터들을 다양한 방식으로 분석해서 행동의 분류 혹은 질환에서 보이는 증상 간의 차이 또는 치료제의 효과 등을 세세하게 저희가 뒷받침할 수 있다고 말씀드릴 수 있을 거 같습니다.
[이성규 / 과학뉴스팀 기자]
인공지능으로 분석하면 기존의 사람이 하는 것과 비교해서 어떤 장점이 있는 건지도 궁금하거든요.
[김대건 / 액트노바 대표이사]
네, 이 부분도 앞서 말씀드렸던 분석 파트에서 방식에 따라서 두 가지로 나뉘게 되는데요. 먼저 첫 번째는 인간의 기준을 그대로 따라 하는 자동화 방식입니다. 기존에도 사람이 육안으로 행동 분석을 판별했기 때문에 어느 정도 기준은 다 있고요. 그러한 것들을 인공지능 데이터로 학습을 해서 피팅을 시키고 결국 똑같은 데이터를 뱉어내게 하는 거죠. 연구자들도 결국 인간인지라 평가를 하면서 실수를 하거나 편향을 가지게 되는데 이를 막기 위해서 사실 여러 연구자들의 결과를 평균하는 이중맹검법 등의 방법들이 사용되고 있습니다. 그러나 이런 방식은 분석 시간도 길고, 비용도 많이 든다는 문제를 가지고 있기 때문에 예를 들면 다발성경화증과 같이 마비가 오는 질환에서 기존의 인간의 스코어링 방식들은 꼬리를 잘 움직이면 증상점수가 0점, 꼬리를 못 움직이고 축 늘어뜨리게 되면 1점, 한쪽 뒷발이 마비되면 2점 이런 식으로 발전을 하는 특정한 기준이 있는데요. 저희 액트노바 프로그램으로 정밀하게 검출된 골격 좌표 데이터를 사람 기준에 맞추어 학습시키고, 비슷한 결과를 도출하게 하는 것이지요. 이렇게 하면 분석에 드는 시간과 비용을 대폭 줄일 수가 있고요, 더 많은 신약 후보 물질들을 더 빠르게 스코어링하고 실험할 수 있게 됩니다. 그리고 두 번째 상식으로는 더 나아가서 사람의 기준을 그냥 작용하는 것뿐만 아니라 기존에는 육안으로 볼 수 없었던 부분에 대한 증빙도 가능합니다. 그래서 두 번째 파트가 이 부분인데요, 머신러닝 알고리즘을 이용해서 고차원 행동 데이터의 해석 방식입니다. 앞에서 파킨슨 질환의 경우에는 쥐들이 제자리에서 몇 바퀴를 돌았는지가 기존의 평가 척도였다고 말씀을 드렸는데, 이렇게 분석이 진행되게 되면 운동 증상의 세세한 완화 정도나 골격 자유도의 평가가 불가능하고요, 결국에는 시간이나 횟수 이런 변환된 파라미터로 치환이 되게 하죠. 그렇지만 저희가 아까 말씀드렸던 9개의 포인트를 시계열 데이터로 다중 골격 데이터로 치환을 하게 되면 행동 자체의 변화라든지 증상의 완화 즉 행동 장애의 자체를 포커스를 할 수 있게 되다 보니까 결국 데이터들을 분석할 수 있는 파라미터 자체가 훨씬 더 풍부해지고 기존에 볼 수 없었던 사실들도 밝힐 수 있게 되는 것이죠.
[앵커]
자세하게 설명을 해주셨는데 그러니까 어떤 쥐에 센서를 이식할 필요도 없고 그리고 사람이 관찰을 하다 보면 발생할 수 있는 실수를 인공지능으로 원천적으로 막다 보니까 분석 결과도 정확도도 훨씬 높였다. 이렇게 설명할 수 있겠는데요. 현재까지 주요 연구성과와 앞으로 계획도 함께 말씀해주시죠.
[김대건 / 액트노바 대표이사]
저희는 지금 이미 기개발된 행동분석 프로그램들을 학계와 연구소에 우선 판매를 진행하고 있습니다. 왜냐하면, 바이오업계는 굉장히 보수적이기 때문인데요. 논문과 같은 레퍼런스가 중요하고 어떠한 연구결과가 어느 정도 신뢰도 있는 저널에 나왔는지도 많이 보고 있거든요. 저희는 이미 다양한 공동 연구팀과 함께 저희 액트노바 제품들을 사용해서 과학적 사실들을 규명하는 논문들을 여러 편 발표하고 있고요. 앞으로는 동물 행동 분석에서 더 나아가서 사람을 대상으로 하는 임상 환자들을 대상으로 해서 행동 분석 서비스도 진행 계획 중에 있습니다. 이미 카이스트, 고려대학교 병원 등과 같이 인간이나 임상 환자들을 좀 더 밀도 있게 보시고 싶은 연구팀들의 하드웨어나 소프트웨어 제품 납품들을 진행하고 있고요. 또한, 다양한 제품들을 해외시장으로도 수출할 계획을 가지고 있습니다.
[이성규 / 과학뉴스팀 기자]
최근에 인공지능이 다양한 분야에 활용이 되고 있는데 바이오 분야에서도 여러 분야에 적용되고 있잖아요. 동물 행동 분석 프로그램을 비롯해서 바이오 분야에서 인공지능이 필요한 이유 뭐라고 볼 수 있을까요?
[김대건 / 액트노바 대표이사]
저희도 인공지능 기술들을 밀접하게 개발하고 적용하고 제품화하는 회사지만 인공지능 기술도 결국에는 도구라고 생각합니다. 100년 전의 현미경 기술로는 볼 수 없었던 사실들이 현재 최신의 현미경 기술로는 굉장히 자세하고 여러 가지 데이터들을 볼 수 있잖아요. 그런 거처럼 생명과학적 사실들을 인공지능 기술을 통해서 과거보다 더 많이 밝히고 더 앞으로 나아갈 수 있다고 저는 생각을 하고 있습니다.
[앵커]
지금 말씀을 들어보니까 AI에 장점이죠. 빅데이터, 딥러닝 이런 모든 기술들을 축약해둔 기술이 동물 행동 분석 프로그램 이런 거 같은데요. 아마 많은 분들에게 도움이 될 기술이 아닐까 싶습니다. 오늘 말씀 여기까지 듣겠습니다. 액트노바 김대균 대표이사 그리고 이성규 기자와 함께했습니다. 고맙습니다.
YTN 사이언스 이성규 (sklee95@ytn.co.kr)
[저작권자(c) YTN science 무단전재, 재배포 및 AI 데이터 활용 금지]
