Fax: 054-260-1149
- 지역 AI 기업·美 UC 산타크루즈와 협력, ACM CIKM 2026 워크숍서 성과 공유
- 약물 부작용 줄이는 분자 재설계·중환자 예후 예측 기술 제안… 석사과정 학생들이 연구 주도
![[사진1] 한동대 김유진(왼쪽)·박소연 석사과정 학생이 국제학술대회 ‘ACM CIKM 2026’이 열린 이탈리아 로마 학회장에서 기념촬영을 하고 있다.](/dcp/editor/images/%5B%EC%82%AC%EC%A7%841%5D%20%ED%95%9C%EB%8F%99%EB%8C%80%20%EA%B9%80%EC%9C%A0%EC%A7%84(%EC%99%BC%EC%AA%BD)%C2%B7%EB%B0%95%EC%86%8C%EC%97%B0%20%EC%84%9D%EC%82%AC%EA%B3%BC%EC%A0%95%20%ED%95%99%EC%83%9D%EC%9D%B4%20%EA%B5%AD%EC%A0%9C%ED%95%99%EC%88%A0%EB%8C%80%ED%9A%8C%20%E2%80%98ACM%20CIKM%202026%E2%80%99%EC%9D%B4%20%EC%97%B4%EB%A6%B0%20%EC%9D%B4%ED%83%88%EB%A6%AC%EC%95%84%20%EB%A1%9C%EB%A7%88%20%ED%95%99%ED%9A%8C%EC%9E%A5%EC%97%90%EC%84%9C%20%EA%B8%B0%EB%85%90%EC%B4%AC%EC%98%81%EC%9D%84%20%ED%95%98%EA%B3%A0%20%EC%9E%88%EB%8B%A4.jpg)
[사진1] 한동대 김유진(왼쪽)·박소연 석사과정 학생이 국제학술대회 ‘ACM CIKM 2026’이 열린 이탈리아 로마 학회장에서 기념촬영을 하고 있다.
한동대학교(총장 박성진)는 글로컬대학30 CREDO R&ED 사업의 교내 플래그십 연구과제와 연계해 지역 AI 기업, 미국 대학과 공동으로 수행한 의료 인공지능(AI) 연구 논문 2편을 지난 8일 이탈리아 로마에서 열린 국제학술대회 ‘ACM CIKM 2026’ 병행 워크숍에서 발표했다고 밝혔다.
발표는 정보검색 및 지식관리 분야의 주요 국제학술대회인 ACM CIKM의 병행 워크숍 ‘Clinical-MIRF(Multimodal Information Retrieval and Fusion in Clinical Workflows)’에서 이뤄졌다. 두 연구 모두 석사과정 학생이 주도했으며, 지역 AI 기업 AIcloud(대표 조두현)와 미국 캘리포니아대학교 산타크루즈(UC Santa Cruz) 연구진이 각각 공동 연구자로 참여했다. 한동대는 교내 플래그십 연구과제를 통해 지역 AI 기업의 전문성과 대학의 연구역량을 결합하고, 해외 연구진과 협력하며 의료 인공지능 연구를 확장해 왔다.
첫 번째 논문 ‘SAFER: Attribution-Aware Precedent-Guided Drug Redesign for Side-Effect Mitigation’은 한동대 김유진 석사과정 학생이 AIcloud 조두현 대표, 한동대 홍참길 교수(AI컴퓨터전자공학부)와 함께 수행한 산학협력 연구로, 약물의 부작용이 분자구조 변경으로 개선될 수 있는지를 먼저 판단하는 접근법을 제안했다. 연구팀이 개발한 SAFER 시스템은 부작용의 발생 기전과 근거를 단계적으로 분석해, 재설계가 적절하다고 판단되면 기존 의약품의 개선 사례를 참고해 분자구조 변경 전략을 도출하고 근거가 충분하지 않으면 전문가 검토를 요청한다. 93개의 약물-부작용 사례를 활용한 실험에서 재설계 여부 판단 정확도 79.6%를 기록했으며, 후속 계산 실험에서는 치료 표적과의 결합을 유지하면서 부작용 관련 예측 지표를 개선할 수 있는 후보물질들을 확인했다.
두 번째 논문 ‘Patient-Aligned Cross-Modal Feedback for Multimodal Clinical Information Fusion’은 한동대 박소연 석사과정 학생이 UC Santa Cruz의 Yuyin Zhou 교수, 한동대 홍참길 교수와 진행한 국제 공동연구다. 중환자의 전자의무기록, 흉부 X선 영상, 영상 판독 보고서 등 형태가 다른 의료정보를 통합해 사망 위험을 예측하는 기술로, 영상의학과 전문의와 중환자의학 전문의 역할을 맡은 AI 에이전트들이 환자 정보를 검토하고 의견을 교환하는 다중 에이전트 기반 피드백 구조를 개발했다. 실제 중환자실 데이터를 활용한 실험에서 예측 성능(AUROC)은 에이전트 피드백 반영 후 0.8005에서 0.8190으로 높아졌으며, 임상정보 간 평가가 일치하지 않는 환자군에서 개선 폭이 상대적으로 컸다.
SAFER 연구를 주도한 김유진 학생은 "지금까지의 AI 기반 약물 설계가 분자구조를 어떻게 개선할지에 무게를 뒀다면, 이번 연구는 분자구조를 바꾸는 것이 적절한 경우가 언제인지부터 가려내고자 했다"며 "학술대회에서 해외 연구자들에게 이 접근법을 소개하고 여러 의견을 나눌 수 있었던 뜻깊은 시간이었다"고 말했다.
박소연 학생은 "의료 현장에서는 검사 결과와 의료영상이 서로 다른 판단을 뒷받침할 때가 있는데, AI가 이런 정보 간 불일치를 어떻게 활용할 수 있을지를 고민했다"며 "해외 연구진과 함께 연구를 발전시키고 국제학술대회에서 결과를 발표하면서 연구를 여러 시각에서 다시 살펴볼 수 있었다"고 소감을 전했다.
연구를 지도한 홍참길 교수(AI컴퓨터전자공학부)는 "두 연구는 AI의 자동화 능력에 전문지식과 검증 과정을 더해 보다 신뢰할 수 있는 의료 의사결정을 돕고자 한 시도"라며 "교내 플래그십 연구과제와 연계해 지역 기업, 해외 연구진과 협력하고, 학생들이 국제적인 수준의 연구를 경험하며 성과를 발표했다는 점에서도 뜻깊다. 앞으로도 산학협력과 국제 공동연구를 기반으로 의료 인공지능 분야 원천기술을 개발하고, 학생들이 실제 연구개발 과정에서 성장할 기회를 확대해 나갈 계획"이라고 밝혔다.