NEOFECT Blog

NEOFECT Blog


June 2016
M T W T F S S
« May   Jul »
 12345
6789101112
13141516171819
20212223242526
27282930  

Categories


[인터뷰] 데이터 사이언스 & 재활 리서치팀 오영민 박사님

Anna ChoiAnna Choi

“빅데이터, 머신러닝 그리고 인공지능과 결합한 재활 솔루션을 구축하겠다!”

개인 데이터를 기반한 맞춤형 재활 훈련이 가능하도록 만들것

음식 재료는 빅데이터, 조리과정은 머신러닝, 파스타-된장찌개 등의 결과물이 바로 인공지능

네오펙트 오영민 박사1


이번 포스팅에서는 네오펙트 데이터 사이언스& 재활 리서치팀의 수석연구원 오영민 박사님의 인터뷰를 올려드립니다.

의료 스타트업 미디어 DocsMT에 실린 내용을 바탕으로 작성했습니다. https://docsmt.com/news/604

자기 소개 부탁드립니다.

어릴 적 아인슈타인을 동경하고 물리학자가 되고 싶다는 꿈을 가지고 서울대에서 물리교육을 공부했고, 카이스트 바이오 및 뇌공학 석사를 거쳐 미국 USC (University of Southern California)에서 뇌신경과학으로박사 학위를 받았습니다. 현재는 네오펙트 데이터 사이언스팀 수석 연구원으로 재직 중에 있습니다.

네오펙트에 입사하게 된 계기가 있으신가요?

저는 이전에 물리교육, 뇌신경과학 등을 연구하면서 재활 로봇공학 분야와 관련한 회사를 만들고 싶다는 생각을 했었습니다. 박사 졸업 즈음에 USC 연구실 선배였던 네오펙트 CTO이신 최용근 박사님께서 스마트 재활 솔루션을 만드는 네오펙트를 소개해주셨고, 함께 일하자는 제안을 받았습니다. 제가 이제까지 공부했던 인간의 운동(움직임)에 대한 연구와 재활훈련 솔루션 개발을 하는 일이 맞닿아 있었기 때문에 입사를 결심하게 되었습니다.

네오펙트에서는 어떤 일을 하시나요.

라파엘 스마트 재활 솔루션의 데이터 분석에 대한 총괄을 맡고 있습니다.

환자들이 라파엘 스마트 글러브를 통해 재활 훈련을 하면 환자의 움직임, 환자의 훈련 결과 등이 시간에 흐름에 따라 저장됩니다. 저는 저장된 데이터를 받아서 분석한 뒤, 환자의 정확한 상태를 진단하는 시스템을 구축하고 있습니다. 이러한 시스템에 빅데이터, 머신러닝, 인공지능 기술이 결합 되는 것입니다.

물리교육에서 뇌신경과학 그리고 재활훈련 솔루션에 이르기까지 다양한 분야를 연구하신 계기가 궁금합니다.

물리교육은 물리학과, 그것을 배우는 사람의 학습에 관한 학문입니다. 물리는 물질세계의 원리를 설명하는 반면에, 교육은 사람의 학습원리를 규명하고자 합니다. 이때부터 저는 뇌의 학습과정에 관심이 많았습니다.

저는 독특하게도 군복무를 공군사관학교에서 물리학 교관으로 근무했습니다. 그러면서 교육과 학습에 대해 더 경험하고, 사람이 방대한 지능을 어떻게 획득하는지, 걸음마를 배우는 것부터 옹알이에서 언어로 발전하는 과정, 나아가 과학같은 추상적이고 복잡한 사고능력을 획득하는 뇌의 학습에 지대한 관심을 가지게 되었습니다.

그러던 중 ‘Science (사이언스)’ 과학지의 ‘Computational Neuroscience (계산 신경 과학)’에 관한 특집호를 보고, 물리나 수리적인 방법으로 뇌를 연구할 수 있다는 사실을 배웠습니다. 그 길로 도서관으로 달려가 관련 책을 찾았고, 마침 우연히 USC의 Michael Arbib교수님의 ‘The Handbook of Brain Theory and Neural Networks’라는 책을 보고, 신경과학 분야에 대한 확신을 가지고 유학을 결심을 하겠습니다. 나중에 이 분이 제 지도교수님의 지도교수님이라는 걸 알고, 옆 방에 지내면서 종종 인사드렸는데, 따지고 보면 뇌신경과학 연구는 제 운명이 아니었나 생각합니다. (웃음)

뇌신경과학 분야에 대해 조금 더 설명 부탁드립니다.

신경과학은 방대한 분야를 아우르고 몇가지 세부적인 트랙으로 나눠지는데, 저는 계산 신경과학/공학을 전공했습니다. 구체적으로 사람의 운동 학습에 관한 연구, 즉 사람이 어떻게 움직임을 학습하는지, 또 로봇의 운동학습 원리를 사람에게 적용해서 비교해 보는 모델을 연구했습니다.

뇌신경과학, 빅데이터, 머신러닝, 인공지능과 헬스케어 그리고 재활훈련과의 관계는 어떻게 설명 될 수 있나요?

인간은 외부의 자극이나 환경 변화에 대응해서 자기가 가지고 있는 본래의 운동 능력을 회복하려고 합니다. 이것을 운동적응능력 (motor adaptation)이라고 부르는데요. 뇌졸중으로 뇌손상을 입은 환자들은 환경이 바뀌었기 때문에, 변화에 적응을 해서 원래 가지고 있던 운동 능력을 회복하려 합니다. 재활훈련이 뇌가소성 (brain plasticity)을 자극해서, 이 과정에 도움을 줍니다.

저는 실험실에서는 로봇 외골격을 통해 일반인이 움직이는 패턴에 인위적으로 방해 요소를 만들었고, 사람이 그 과정에서 어떤 방식으로 적응을 해 나가는지 모델링을 통한 예측 후 실험으로 검증을 했습니다.

더불어 미국 오바마 대통령이 2015년 정밀의학 추진 계획(Precision Medicine Initiative)을 선언한 이후 ‘정밀의료’는 세계적인 화두로 떠오르고 있습니다.

이 계획은 쉽게 말해서 환자 개인에게 맞춤형 의료를 하는 것인데요. 예를 들어 같은 처방이라도, 각각의 환자들에 따라 효과가 조금씩 차이가 나는데, 그 차이가 나는 인자를 유전정보나 다른 환경정보로부터 머신러닝을 통해 파악하고, 그에 따라 개개인에게 최적화된 처방을 내리게 됩니다.

인간이 읽기에 미묘하고 세세한 정보를 인간이 더 판단하기 쉽도록 기계의 프로세스를 거쳐 정보화가 되면 사람이 마지막에 판단을 하는 것이죠.

비유를 들자면 빅데이터는 다양한 음식 재료가 되겠고, 그 음식을 조리하는 과정이 머신러닝이고 (단 직접적인 조리법을 알려주는게 아니라, 음식으로부터 기계 “스스로” 조리법을 발견하게 합니다), 조리된 음식의 결과물, 즉 된장찌개, 파스타 등의 음식들을 인공지능으로 비유할 수 있습니다. 저희 분야에서 재료는 방대한 움직임에 관한 데이터이고, 그 데이터로부터 규칙이나 패턴을 스스로 발견하게 하는 과정이 머신러닝이고, 그 결과 구현된 재활훈련 최적화 시스템이 인공지능이라 부를 수 있습니다.

라파엘 스마트 글러브에서는 이러한 인공지능이 어떻게 활용되는 것인가요?

사람의 움직임 패턴은 그 자체로 많은 정보를 가지고 있는데, 이러한 패턴을 분석해서 환자 현재 상태 파악하고 그에 맞게 개별화된 훈련 프로그램으로 제공하는 것이 우리의 목표입니다.

즉 환자의 기본 정보(나이, 성별, 병명 등)와 결합하고 분석해, 특정 환자의 단기, 중기, 장기에 걸친 회복 정도를 예측하는 모델을 수립하고, 그에 기반하여 최적화된 훈련 프로그램을 제공하게 됩니다.

병명이 같은 환자라도 움직임의 패턴, 습관, 관절 가동 범위가 다를 수 있으며, 사람이 파악하기 어려운 미묘한 차이를 기계가 파악해 환자의 레벨에 맞게 훈련을 할 수 있도록 도와줍니다. 또한 시간에 따라 바뀌는 패턴에 따라 훈련도 바뀌도록 하는 실시간 피드백을 목표하고 있습니다.

마지막으로 뇌신경과학을 공부하고 싶은 학생들에게 도움 되는 말씀 부탁드립니다.

학계에서도 그렇고, 융합연구가 대세이기 때문에 한 분야를 아는 전문성에 더해 넓게 보는 시야를 가지는 것도 중요합니다. 뇌신경과학은 그 자체로 학제간 연구이고, 관심사에 따라 다양한 접근 방법을 가질 수 있습니다. 과학잡지, 학술지 등의 기사나 리뷰를 보면서 자기가 연구하고 싶은 세부 분야에 대해 파악을 하고, 그에 필요한 기초학문을 다지기 시작한다면 뇌과학을 공부하는 좋은 시작점이 될 것입니다. 그 기초학문은 생명과학이나 의학 등이 될 수도 있지만, 저의 경우처럼 물리나, 수학, 공학적인 배경을 가진 사람도 뇌과학을 할 수 있습니다. 자기의 전공을 심도 있게 공부하되, 항상 다른 분야와의 융합을 생각하는 것, 그것이 핵심적인 마음가짐이라고 얘기하고 싶습니다.

Comments 0
There are currently no comments.

17 + 13 =