새로운 AI 기반 현미경, 자율 연구를 촉진하다

올가을, 하오제 "해리" 왕이 이끄는 듀크 대학교 전기 및 컴퓨터 공학 연구실은 연구 기술의 획기적인 발전, 바로 AI 기반 현미경을 선보였습니다. ATOMIC(자율 광학 현미경 및 지능형 특성 분석을 위한 기술)으로 알려진 이 플랫폼은 숙련된 대학원생들이 일반적으로 수행하는 복잡한 분석 작업을 모방하고 가속화하는 것을 목표로 합니다.

전기 및 컴퓨터 공학 조교수인 왕은 보도자료를 통해 "저희가 개발한 시스템은 단순히 지시를 따르는 것이 아니라, 지시를 이해합니다."라고 밝혔습니다. "ATOMIC은 샘플을 평가하고, 스스로 결정을 내리고, 전문가만큼 뛰어난 결과를 도출할 수 있습니다."

게재 ACS Nano 저널에 발표된 이 개발은 자율 연구에 있어 중요한 진전을 의미합니다. OpenAI의 ChatGPT와 Meta의 SAM(Segment Anything Model)과 같은 기반 AI 모델을 활용하는 ATOMIC은 AI가 인간 연구자와 협력하여 실험을 설계하고, 기기를 작동하고, 데이터를 해석하는 새로운 지평을 제시합니다.

왕 교수 연구팀은 첨단 반도체, 센서, 양자 소자 등 다양한 분야에 응용 가능한 2차원(2D) 소재에 집중하고 있습니다. 2차원 소재는 뛰어난 전기 전도성과 유연성을 갖추고 있어 차세대 전자 소자의 유망한 후보로 자리매김하고 있습니다.

그러나 제조상의 결함으로 인해 이러한 이점이 무효화될 수 있으므로 이를 식별하고 수정하기 위해서는 꼼꼼한 분석이 필요합니다.

"이러한 물질의 특성을 분석하려면 보통 현미경 이미지의 모든 미묘한 차이를 이해하는 사람이 필요합니다."라고 왕은 덧붙였다. "대학원생들은 그 수준에 도달하려면 수개월에서 수년간의 고급 과학 수업과 경험을 쌓아야 합니다."

이 과정을 간소화하기 위해 연구팀은 표준 광학 현미경을 ChatGPT에 연결하여 샘플 이동, 이미지 초점 맞추기, 조명 조절과 같은 기본 작업을 수행했습니다. 그런 다음 SAM을 통합하여 이미지 내 영역(결함이 있는 영역이나 깨끗한 단면 등)을 구분했습니다.

이러한 AI 모델 간의 협업을 통해 독립적인 작업과 의사 결정이 가능한 강력한 실험실 도구가 탄생했습니다.

그러나 일반 AI를 전문 과학 파트너로 전환하려면 상당한 맞춤 설정이 필요했습니다. 예를 들어 SAM은 초기에 레이어 겹침 문제로 어려움을 겪었는데, 이는 재료 연구에서 흔히 발생하는 문제입니다. 연구팀은 단일 레이어와 다층 영역을 구분하는 위상 보정 알고리즘을 추가하여 이 문제를 해결했습니다.

이 시스템은 또한 ChatGPT가 자율적으로 처리하는 광학적 특성을 기반으로 분리된 영역들을 분류했습니다. 성능은 놀라웠습니다. ATOMIC은 초점 불량이나 저조도와 같은 열악한 이미징 조건에서도 최대 99.4%의 정확도로 층 영역과 미세 결함을 식별했습니다.

"이 모델은 사람이 쉽게 볼 수 없는 크기의 결정립계를 감지할 수 있습니다."라고 왕 연구실 박사과정생이자 제1저자인 징윤 "졸린" 양(Jingyun "Jolene" Yang)은 덧붙였습니다. "하지만 마법 같은 것은 아닙니다. 확대하면 ATOMIC은 픽셀 단위까지 볼 수 있어서 저희 연구실에 매우 유용한 도구입니다."

이 기능을 통해 연구팀은 소프트 로보틱스 및 차세대 전자공학을 포함한 추가 연구를 위해 고품질 소재 영역을 정확하게 파악할 수 있습니다. 이 시스템의 적응성은 기존 딥러닝 방식에서 일반적으로 요구되는 방대한 전문 학습 데이터의 필요성을 배제하는 기초 모델의 기존 지능을 활용함으로써 가능합니다.

듀크 엔지니어링 팀은 이러한 고급 AI 시스템을 통합하여 인간의 전문성과 기계 지능 간의 경계가 모호해지고 과학적 발견과 혁신이 크게 가속화되는 미래를 구상하고 있습니다.

출처: 듀크 프랫 공과대학