한국과학기술원(KAIST·총장 이광형)은 조성호 전산학부 교수, 정연식 신소재공학과 교수 공동 연구팀이 딥러닝 기법과 표면 증강 라만 분광법(SERS)를 결합해 효율적인 박테리아 검출 플랫폼 확립에 성공했다고 10일 밝혔다. 중합효소 연쇄 반응(PCR) 등 일반적인 박테리아 검출 방법보다 획기적으로 빠르게 신호 습득이 가능한 SERS 스펙트럼을 연구팀 고유의 딥러닝 기술로 분석해 다양한 용액 속 박테리아 신호 구분에 성공했다.
현재 다양한 바이오마커 분석물 스펙트럼 신호를 고민감도로 수~수십초 내 측정하는 SERS가 주목받고 있다. 그러나 수많은 신호 겹침 현상 때문에 주성분 분석(PCA)과 같은 통계적인 방법으로도 정확도 확보에 한계가 있었다. 박테리아의 고유 신호와 간섭현상을 일으키는 환경 매질 신호를 제거하기 위해 번거로운 박테리아 분리 과정을 거쳐 시간 소모가 컸다.
연구팀은 분리 단계를 완전히 생략해 박테리아가 담긴 서식 용액을 SERS 측정 기판에 올려 신호를 측정하고 딥러닝을 이용해 분석하는 방법을 시도했다. 서로 다른 커널 크기의 이중 분기 네트워크로 구성된 딥러닝 모델 '듀얼 WK넷'을 개발했다.
이를 이용해 스펙트럼 신호 특징을 추출하고 물, 소변, 소고기 용액, 우유, 배양 배지 등 다양한 환경 내 대장균과 표피 포도상구균 신호를 학습해 최대 98% 정확도로 검출 및 구분했다.
조성호 교수는 “이번 연구는 딥러닝 기술을 활용해 실제 환경에서 사용 가능한 라만 신호 분석 방법을 제시했다는 점에서 의미가 있다”며 “의료 분야와 식품 안전 분야로 확장하여 사용돼 발전에 이바지할 것”이라고 예상했다.
한편 이번 연구는 한국연구재단의 나노 및 소재기술개발사업의 지원을 받아 수행됐으며, 향후 추가 연구와 기술이전을 통해 KAIST 교원 및 학생 공동 창업 기업인 피코파운드리에서 상용화를 추진할 계획이다.
김영준기자 kyj85@etnews.com
