14초 걸리던 암 치료 계산, AI가 0.03초 만에 해낸다 작성일 10-16 56 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="WUmHArJqgb"> <p contents-hash="49a2081205964334e359328cfb759a058a9d3cc7e36790b1325ff1cdf77fc1cd" dmcf-pid="YusXcmiBaB" dmcf-ptype="general">(지디넷코리아=AI 에디터 )</p> <figure class="figure_frm origin_fig" contents-hash="a4f5c9c477fa5bf41656409b2b323df9376f5e96de435a62ff177a3ca96749d1" dmcf-pid="G7OZksnbkq" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202510/16/ZDNetKorea/20251016210050224ucfi.jpg" data-org-width="640" dmcf-mid="pZGepBHEAa" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202510/16/ZDNetKorea/20251016210050224ucfi.jpg" width="658"></p> </figure> <p contents-hash="5019ae50524aa6d102825a559a131ed0a0f45830c551108b8cbc92485a1e222a" dmcf-pid="HzI5EOLKoz" dmcf-ptype="general">독일과 이탈리아 연구진이 첨단 암 치료법인 탄소이온 치료의 빔 계산 속도를 획기적으로 높이는 인공지능 기술을 개발했다. 독일 GSI 중이온 연구센터와 이탈리아 로마 사피엔자대학교 공동 연구팀이 개발한 이 AI 시스템은 기존 몬테카를로 방식과 동일한 수준의 정확도를 유지하면서도 단일 빔 계산 속도를 약 400배 향상시켰다. 이번 연구는 향후 환자 상태 변화에 실시간으로 대응하는 적응형 암 치료의 가능성을 보여주었다.</p> <p contents-hash="dfcf7ee89ee670e3efc46dac1f0dcc85a369f94f25a235e7a339b788d11c7ac4" dmcf-pid="XOQj2PUlg7" dmcf-ptype="general"><strong>정확하지만 너무 느린 탄소이온 치료 계획의 딜레마</strong></p> <p contents-hash="102b8579bcfc93e2982151528178101e5a73826e9bc057effb996a27379b4cb4" dmcf-pid="ZIxAVQuSau" dmcf-ptype="general">해당 연구 논문에 따르면, 탄소이온 치료는 일반 방사선 치료보다 암세포를 더 정밀하게 공격할 수 있는 최신 암 치료 기술이다. 탄소이온은 몸속을 지나가다가 특정 깊이에서 에너지를 한꺼번에 쏟아내는 특성이 있다. 이를 브래그 피크 현상이라고 부른다. 마치 화살이 과녁에 꽂히듯이 암 조직에만 집중적으로 에너지를 전달하고, 주변 정상 조직은 거의 건드리지 않는다.</p> <p contents-hash="f0801708e704ce76af7b0ab262a7c0f707d13c5fa0a9d27c09aab6e9cece88bd" dmcf-pid="5CMcfx7vNU" dmcf-ptype="general">하지만 이 치료법에는 큰 문제가 있었다. 탄소이온이 인체 조직을 통과할 때 복잡한 물리적 반응이 일어나기 때문에, 정확한 치료 계획을 세우려면 매우 복잡한 계산이 필요하다. 현재 가장 정확한 계산 방법은 몬테카를로 시뮬레이션이라는 기법이다. 이 방법은 탄소이온이 인체 조직과 어떻게 상호작용하는지를 하나하나 시뮬레이션한다.</p> <p contents-hash="83340aeca5bf47c1b99a27c6c7692dfae9783e4d2ceb48b9af95f433bb761f24" dmcf-pid="1hRk4MzTkp" dmcf-ptype="general">문제는 이 계산에 너무 오랜 시간이 걸린다는 점이다. GPU를 활용한 빠른 몬테카를로 프로그램인 FRED를 사용해도 빔 하나를 계산하는 데 14초가량 소요된다. 실제 치료 계획에는 수천 번의 빔 계산이 필요하므로, 전체 계획을 세우는 데 상당한 시간이 걸린다. 이 때문에 환자의 상태가 시시각각 변하는 상황에 즉각 대응하기가 어려웠다.</p> <p contents-hash="e9ff1a356b9a3220d3d61277744e7f57916ccb511f42e3e90ad296a6e16d389f" dmcf-pid="tleE8Rqyj0" dmcf-ptype="general">그래서 현재 병원에서는 펜슬빔 알고리즘이라는 간단한 계산법을 사용한다. 이 방법은 빠르지만 뼈와 같이 밀도가 다른 조직이 섞여 있는 부위에서는 정확도가 떨어진다. 결국 빠르거나 정확하거나 둘 중 하나를 선택해야 하는 상황이었다.</p> <p contents-hash="40888d54fbad812865e6dde50d732d6e23b7d6a15136c2d6b236f3b4b4e46d7b" dmcf-pid="FSdD6eBWa3" dmcf-ptype="general"><strong>세 개의 AI 모델이 협력하여 치료 값 산출</strong></p> <p contents-hash="e382726b3b7947bc94a8c8618caae551924ae5dbba8fe66e8959685f2932fdf6" dmcf-pid="3vJwPdbYAF" dmcf-ptype="general">연구팀은 DoTA라는 AI 모델을 탄소이온 치료에 맞게 개선했다. DoTA는 최근 양성자 치료에서 뛰어난 성과를 보인 AI 기술이다. 연구팀은 이를 기반으로 C-DoTA라는 새로운 시스템을 만들었다.</p> <p contents-hash="868c6a74764f3e483c6613383ed3198269816866ff4ea75c4ebe63a7a598a47e" dmcf-pid="0TirQJKGgt" dmcf-ptype="general">C-DoTA는 세 개의 AI 모델로 구성된다. 첫 번째 모델인 C-DoTA-d는 조직이 흡수하는 방사선량을 예측한다. 두 번째와 세 번째 모델인 C-DoTA-α와 C-DoTA-β는 생물학적 효과를 계산하는 데 필요한 값들을 예측한다. 같은 양의 방사선이라도 종류에 따라 세포에 미치는 영향이 다르기 때문에, 이 생물학적 효과 계산이 매우 중요하다.</p> <p contents-hash="30355c28eeb368ce7e83bb489bbd16c0b546ac6746f593dd30488f3eefc73b41" dmcf-pid="pynmxi9Ha1" dmcf-ptype="general">연구팀은 특히 α와 β 모델에서 CT 영상과 예측 선량 데이터를 트랜스포머 구조 내에서 교차 주의 기법으로 결합해 학습했다. C-DoTA-α와 C-DoTA-β 모델은 C-DoTA-d가 예측한 선량 정보를 입력으로 사용하여, 세 모델이 순차적으로 협력하는 구조다. 이를 통해 AI는 탄소이온의 복잡한 물리적 특성과 생물학적 영향을 효과적으로 학습할 수 있었다.</p> <p contents-hash="0e1646c634f3b00d2a8496e82ac8e3a08eab2227ae342e584c048cee439cdaa7" dmcf-pid="UWLsMn2Xa5" dmcf-ptype="general"><strong>두경부암 환자 225명 데이터로 학습, 약 99% 정확도 달성</strong></p> <p contents-hash="8fab3972f1e26571b436c4b74bd160e231126111cbd1c64bc73b2d113ae8df84" dmcf-pid="uYoORLVZNZ" dmcf-ptype="general">연구팀은 1997년부터 2008년까지 GSI에서 탄소이온 치료를 받은 두경부암 환자 225명의 데이터를 활용했다. 이 중 187명의 데이터로 AI를 학습시키고, 나머지 38명의 데이터로 성능을 검증했다. 학습에는 약 7만 개의 빔 데이터가 사용되었고, 검증에는 약 1만 4천 개의 빔 데이터가 활용되었다.</p> <p contents-hash="13779e213d18b246a42b25c6707755ff44621777a77bc47cb5e5cf8d1c05966b" dmcf-pid="7GgIeof5jX" dmcf-ptype="general">모든 정답 데이터는 FRED라는 GPU 기반 몬테카를로 프로그램으로 만들어졌다. FRED는 기존 CPU 기반 몬테카를로 계산보다 훨씬 빠르지만, 여전히 실시간 치료 계획에 사용하기에는 제한이 있었다.</p> <p contents-hash="10f7642fc98b0cfdbc8015208c630e5ebf06029bb875bd700080eaefbcc92720" dmcf-pid="zHaCdg41kH" dmcf-ptype="general">성능 평가 결과는 매우 우수했다. 감마 분석이라는 평가 방법으로 측정한 결과, 중앙값 기준으로 흡수선량은 99.76%, α 값은 99.14%, β 값은 98.74%의 정확도를 보여 약 99% 수준의 정확도를 달성했다. 뼈와 조직이 복잡하게 섞여 있는 어려운 경우에도 최소 85% 이상의 정확도를 유지했다. 이는 AI가 대부분의 경우 몬테카를로 계산과 거의 동등한 결과를 내놓는다는 의미다.</p> <p contents-hash="8a1b54199a79850eb0eff9ea569b22e67c4882f338860c89f8675993d693a4ac" dmcf-pid="qXNhJa8tAG" dmcf-ptype="general">연구팀은 탄소이온 빔의 급격한 에너지 변화 특성을 AI가 잘 학습하도록 특별한 학습 방법을 개발했다. 일반적인 평균제곱오차 방식에 세 가지 추가 기법을 더했다. 오차가 큰 부분에 집중하는 마스크 방식, 깊이 방향 변화를 학습하는 방식, 고선량 영역을 중점적으로 학습하는 방식이다. 이 방법을 적용한 후 α와 β 모델의 최저 정확도가 약 18% 향상되었다.</p> <p contents-hash="17a1039e7412deb10a4468e5afbcd516a09086985d2e0e2c9c3e779f06652e7d" dmcf-pid="BNBR0qGkAY" dmcf-ptype="general"><strong>빔 하나당 0.032초 만에 계산, 기존 방식보다 약 400배 빠름</strong></p> <p contents-hash="aff766c8321396e830cd04dcd8dbf22248c28ca5fb2c2eb8fa3a94c21472e110" dmcf-pid="bjbepBHEAW" dmcf-ptype="general">C-DoTA의 가장 큰 장점은 압도적인 속도다. 빔 하나를 계산하는 데 평균 0.032초가 걸린다. 몬테카를로 FRED의 14초와 비교하면 약 437배 빠른 속도다. 흡수선량만 계산할 때는 0.007초로 더욱 빨라진다. 환자의 신체 구조가 복잡하든 단순하든, 빔의 에너지가 높든 낮든 계산 시간은 거의 일정하다.</p> <p contents-hash="991d5226e0c15fd92057b45a0564916d495f434a94b7a387655ff115659b9868" dmcf-pid="KAKdUbXDAy" dmcf-ptype="general">이 속도 향상은 임상적으로 중요한 의미를 갖는다. 치료를 받는 동안 환자의 자세나 호흡으로 인해 장기 위치가 변할 수 있다. 빔 단위 계산 속도가 크게 향상됨에 따라, 향후 이러한 변화에 실시간으로 대응하는 적응형 치료 계획의 가능성이 열렸다. 여러 개의 그래픽 처리 장치를 함께 사용하면 전체 치료 계획 계산도 크게 단축될 것으로 기대된다.</p> <p contents-hash="dc4539294bd3eb9a24dc546c509e63bab076e47a524034b55e75d818da7eb9fd" dmcf-pid="9c9JuKZwNT" dmcf-ptype="general">연구팀은 AI 예측의 안정성도 검증했다. 몬테카를로 드롭아웃이라는 기법으로 같은 데이터에 대해 30번 반복 예측했을 때, 결과의 변동폭이 평균 0.5% 미만으로 나타났다. 이는 C-DoTA가 매번 일관되고 신뢰할 수 있는 결과를 제공한다는 뜻이다.</p> <p contents-hash="b19fd66bde1da47565f035bbeeddb64a1b9e4cbdd774066134bafb95c4096481" dmcf-pid="2k2i795rjv" dmcf-ptype="general"><strong>개념 증명 단계, 임상 적용 위해 추가 검증 필요</strong></p> <p contents-hash="d6d73aad0cc576889a081a5633519e071edd640b21595e313b4d99fc71fd28d7" dmcf-pid="VEVnz21mgS" dmcf-ptype="general">이번 연구는 개념 증명 단계로, AI가 탄소이온 치료에서 몬테카를로 수준의 정확도를 유지하면서도 빔 계산 속도를 크게 높일 수 있음을 보여줬다. 특히 물리적 선량뿐 아니라 생물학적 효과 계산에 필요한 파라미터까지 예측하는 최초의 AI 시스템이라는 점에서 의미가 크다.</p> <p contents-hash="e3c7b1d804bf501a6cbc079390f70c79be044e9342ff5fb51af42eafc522c9f1" dmcf-pid="fDfLqVtsjl" dmcf-ptype="general">하지만 실제 임상 적용을 위해서는 아직 해결해야 할 과제들이 있다. 이번 연구는 두경부암 환자만을 대상으로 했고, 빔의 각도도 한 가지로 고정했으며, 에너지 범위도 115~260 MeV/u로 제한했다. 실제 임상에서는 폐암, 간암, 전립선암 등 다양한 암 종류와 신체 부위에 적용해야 한다.</p> <p contents-hash="6496b6fe43dda0c23d8b3cea1c2f9dc61bce0633b7a738abf30ac722f13beabc" dmcf-pid="4w4oBfFOkh" dmcf-ptype="general">연구팀은 앞으로 다양한 해부학적 부위, 빔 각도, 치료 시설의 장비로 연구를 확대할 계획이다. 또한 α와 β 값의 생물학적 정확성을 실험실 데이터와 비교 검증하는 작업도 필요하다. C-DoTA가 예측하지 못하는 저선량 영역(평균 8%의 복셀)이 실제 치료 계획에 미치는 영향도 추가로 연구해야 한다.</p> <p contents-hash="f7371715dac2cb0559a5a2ea32579a96436d0105798e7fba479a6a2e4e049657" dmcf-pid="8r8gb43IaC" dmcf-ptype="general">연구팀은 구체적인 후속 연구 계획을 밝혔다. 먼저 예측 기준선을 현재 1%에서 임상에서 요구하는 0.5%로 낮출 예정이다. 또한 실제 탄소이온 치료 센터와 협력하여 다양한 빔라인과 환자군에서 시스템의 안정성을 테스트할 것이다. 마지막으로 TRiP98 같은 치료 계획 소프트웨어에 C-DoTA를 통합하여 처음부터 끝까지 전체 치료 계획의 품질을 평가할 계획이다.</p> <p contents-hash="c1756b7b00724b8c6724e7688faa920d6869937d39ec56796493624b793c718f" dmcf-pid="6m6aK80CNI" dmcf-ptype="general"><strong>FAQ (※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)</strong></p> <p contents-hash="1ca4d3be61d9f87a9be302fc16af74103c9d5ac02fd80738e078377e485129a3" dmcf-pid="PsPN96phgO" dmcf-ptype="general"><strong>Q1. C-DoTA는 기존 치료 계획과 무엇이 다른가요?</strong></p> <p contents-hash="6ae589b10b93f8e63329a8c8dd06025800e92914f82bf09af37dfaff52e45cbb" dmcf-pid="QOQj2PUlgs" dmcf-ptype="general">C-DoTA는 인공지능으로 탄소이온 치료의 빔별 방사선량을 계산합니다. 기존의 정확한 몬테카를로 방법은 빔 하나당 14초가 걸리지만 C-DoTA는 0.032초로 약 400배 빠릅니다. 현재 병원에서 쓰는 간단한 펜슬빔 알고리즘보다 훨씬 정확하면서도 빠른 계산이 가능합니다.</p> <p contents-hash="2b62fcb689a66ba3229b1846fe4074891db2f746191eafd5691cedb7ffdee4c0" dmcf-pid="xIxAVQuSom" dmcf-ptype="general"><strong>Q2. 생물학적 효과란 무엇이며 왜 중요한가요?</strong></p> <p contents-hash="d7d6815c45f8b75edbb1af789f70a82e9982ae4bb46a59b9e6537754f26bb427" dmcf-pid="yVyUITc6gr" dmcf-ptype="general">같은 양의 방사선이라도 종류에 따라 세포에 미치는 영향이 다릅니다. 탄소이온은 일반 X선보다 암세포를 더 강력하게 파괴하며, 몸속 위치에 따라 그 효과가 달라집니다. C-DoTA는 이런 생물학적 효과를 나타내는 α와 β 값을 자동으로 계산해주므로 더 정밀한 치료 계획을 세울 수 있습니다.</p> <p contents-hash="eefec64a3ad60ce65e5678e372b5cb638cc8018e77c5e3552102a903caa34421" dmcf-pid="WqC1DIo9gw" dmcf-ptype="general"><strong>Q3. 실제 환자 치료에는 언제 사용할 수 있나요?</strong></p> <p contents-hash="1e60c398d899bb848fc3ed475f394820d5be082c718600bda2d970a66bc940d5" dmcf-pid="YBhtwCg2aD" dmcf-ptype="general">현재는 개념 증명 단계로 두경부암 환자 데이터로만 검증되었습니다. 실제 임상 적용을 위해서는 폐암, 간암 등 다른 암 종류에 대한 검증과 여러 병원 장비에서의 테스트, 치료 계획 소프트웨어 통합 등이 필요합니다. 연구팀이 탄소이온 치료 센터들과 협력하여 이 과정을 진행하고 있습니다.</p> <p contents-hash="a7c06b9b8b426bf8afeb00d9c22ccc3f5fcde13fa6d3603a31cfbbd18642bfca" dmcf-pid="GblFrhaVaE" dmcf-ptype="general">■ 이 기사는 AI 전문 매체 ‘<span>AI 매터스</span>’와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. </p> <p contents-hash="bcdbbe2bf0e442ca1b2d2037b591eea7dc0846940ac61857c69c6c01c1dbc8e1" dmcf-pid="HKS3mlNfAk" dmcf-ptype="general">AI 에디터 (media@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 조우진, 박해영 작가와 7년 만의 재회 '불발' 10-16 다음 [AI 써봄] 영상 만들어 공유하는 소셜 플랫폼, iOS용 소라 10-16 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
