생명정보공학과 이규도 교수 공동연구팀,

인공지능 기반 원자힘현미경 기반

생체 나노분석의 자동화·고도화 전략 제시

▲ (왼쪽부터) 고려대학교 생명정보공학과 노석범 대학원생, 이규도 교수

□ 고려대학교 생명정보공학과 이규도 교수 연구팀의 노석범 대학원생이 공동 제1저자로 참여한 국제 공동연구팀이 인공지능(AI)과 원자힘현미경(AFM)의 융합 연구 동향과 향후 발전 방향을 생물학적 응용 관점에서 체계적으로 정리한 종설논문을 발표했다. 이번 연구에는 고려대학교와 광운대학교, 미국 하버드 의과대학 연구진이 참여했다. 연구 성과는 나노과학 분야의 권위 있는 국제학술지 ACS Nano (IF: 17.3)에 2026년 4월 23일 온라인 게재되었으며, 제20권 제17호(12784–12811)에 수록되었다.

□ AFM은 DNA, 단백질, 세포 등 다양한 생체물질을 나노미터 수준에서 관찰하고, 표면 형상과 기계적 특성을 정밀하게 측정할 수 있는 핵심 분석 기술이다. 그러나 기존 AFM 분석은 측정 속도가 느리고 숙련된 연구자의 수동 조작과 해석에 크게 의존하며, 분석자와 측정 조건에 따라 결과의 재현성이 달라질 수 있다는 한계가 있다. 특히 수많은 나노구조를 개별적으로 판별하고 분석해야 하므로 대규모 생의학 연구나 임상 진단으로 확장하는 데 어려움이 있었다.

□ 이러한 한계를 극복하기 위해 세계 각국에서 AFM과 AI를 융합한 연구가 개별적으로 축적돼 왔지만, 관련 기술을 하나의 흐름으로 정리하고 연구 방향을 제시하는 통합적 분석은 부족했다. 이에 연구팀은 ACS Nano 편집진의 초청을 받아 AFM의 측정 준비부터 데이터 획득, 신호 개선, 구조 판별과 해석에 이르는 전 과정에 AI를 적용하는 통합 프레임워크를 제시했다.

□ 연구팀은 DNA·RNA, 염색질·염색체, 아밀로이드 섬유, 바이러스, 세포막·세포외소포, 살아있는 세포와 조직 등 주요 생물학적 대상별 AI–AFM 연구 사례를 종합했다. AI는 연성 생체시료에서 발생하는 잡음과 영상 왜곡을 보정하고, 서로 겹치거나 이질적인 나노구조를 자동으로 인식할 수 있다. 또한 형태학적 정보와 나노기계적 신호를 통합해 질병 관련 표현형을 분류하고, 생체분자 복합체의 3차원 구조를 추정하는 데 활용될 수 있다.

□ 이번 종설논문은 ‘피지컬 AI’와 ‘자율형 AFM’이 생물학적 나노과학에서 활용될 가능성을 제시했다는 점에서 의미가 있다. 예를 들어 강화학습 기반 지능형 스캐닝 기술은 시료의 물성과 측정 신호에 따라 스캔 속도, 해상도, 탐침 힘을 실시간으로 조절할 수 있다. 이는 기존에 전문가가 수행하던 판단과 제어 과정을 AI가 보조하거나 자동화함으로써, AFM이 단순한 측정 장비를 넘어 측정 조건을 스스로 최적화하고 데이터를 해석하는 자율 실험 플랫폼으로 발전할 수 있음을 보여준다.

□ 이번 연구는 과학기술정보통신부가 지원하는 한국연구재단(NRF) 중견연구 지원사업과 보건복지부가 지원하는 한국보건산업진흥원(KHIDI) 보건의료기술 연구개발사업의 지원을 받아 수행됐다.

※ 논문명: AI in Atomic Force Microscopy: Advancing Biological Nanoscale Imaging and Autonomous Discovery

※ 학술지: ACS Nano (IF: 17.3)

※ 논문링크: https://doi.org/10.1021/acsnano.6c02895

▲ AI-Augmented AFM 기반 전주기 자동화 및 자율 생체분석 개념도