기술 개요
“일부 검사가 빠진 데이터와 불규칙하게 발생한 사건 기록을 활용해 누락 정보 보완과 미래 변화 예측을 지원하는 기술입니다.”
산업 별 활용 방안
의료영상·질병 진행 예측 AI 개발 기업
의료 AI 기업은 환자마다 확보한 검사 종류와 추적 관찰 기록이 달라, 일관된 분석 입력을 구성하고 질병의 향후 변화를 예측하는 데 어려움을 겪습니다. 본 기술을 적용해 누락 검사 데이터를 추정·보완하고, 과거 기록과 시간에 따른 변화를 학습하는 예측 모델을 질병 진행 분석에 활용할 수 있습니다. 보유 데이터의 결측 보완 단계와 예측 단계에 필요한 모델을 선택적으로 결합하는 PoC로 시작하고, 복원 결과와 예측 성능은 실제 의료 데이터에서 검증하는 방식으로 도입을 검토할 수 있습니다.
설비 예지보전·장비 모니터링 플랫폼 기업
설비 관리 기업은 장비별로 축적된 경보·이상 발생 기록을 활용해 점검 우선순위와 향후 이상 발생 가능성을 판단해야 합니다. 본 기술을 장비의 사건 이력 분석에 적용하면 과거 경보 각각의 시간별 영향을 계산해 다음 사건의 발생 시점과 유형을 예측하는 데 활용할 수 있습니다. 기존 플랫폼이 수집한 발생 시점·사건 종류 기록으로 예측 모듈을 시범 구성하고, 실제 장비 데이터에서 예측 성능을 확인한 뒤 운영 시스템과의 연계를 검토할 수 있습니다.
기술 설명
어떤 기술인가요?
데이터 복원·예측 AI는 관측된 정보로 누락된 데이터를 추정하거나, 과거 기록에서 앞으로 일어날 변화를 예측하는 기술입니다. 본 기술 포트폴리오는 환자마다 보유한 검사 종류가 다르거나 사건 발생 간격이 일정하지 않은 데이터에서 남아 있는 정보의 관계와 시간에 따른 변화를 학습합니다. 동일 환자의 검사 간 연관성과 질병 진행 단계의 순서를 반영해 빠진 검사 데이터를 보완하고(특허 2), 과거 사건 각각의 영향이 시간에 따라 어떻게 변하는지 따로 계산해 다음 사건의 발생 시점과 유형을 예측하는(특허 1) 기법으로 불완전한 관측 데이터의 분석 활용을 지원합니다.
어떤 문제를 해결하나요?
1. 환자마다 다른 검사 누락
알츠하이머병처럼 여러 검사 정보를 함께 분석하는 질환에서는 환자마다 MRI·PET 등의 보유 여부가 달라 동일한 입력 조건으로 AI를 학습·활용하기 어렵습니다. 관측된 검사 정보를 공통된 특징으로 변환하고, 생성할 검사 종류를 지정해 누락 데이터를 추정함으로써 분석 입력을 보완합니다.
2. 질병 진행 순서와 환자 정보의 손실
질병 단계를 서로 다른 분류 항목으로만 학습하면 초기 단계와 진행된 단계 사이의 순서가 충분히 반영되지 않고, 검사 종류에 따른 차이가 동일 환자의 공통 정보를 가릴 수 있습니다. 질병 단계 간 순서를 반영해 데이터의 특징을 배치하고 동일 환자의 서로 다른 검사 정보가 유사하게 표현되도록 학습해, 진행도와 환자 내 일관성을 반영한 복원을 지원합니다.
3. 과거 사건의 영향 구분과 예측 부담
임상 방문이나 장비 이상처럼 발생 간격이 불규칙한 기록에서는 과거의 어떤 사건이 다음 사건에 영향을 주는지 구분하기 어렵고, 전체 기록을 순차 계산하는 방식은 학습 부담이 큽니다. 과거 사건별 영향을 독립적으로 계산하고 병렬 처리할 수 있도록 구성한 뒤, 그 영향을 결합해 미래 사건의 발생 시점과 유형을 예측합니다.
연구자 및 특허 소개
김원화
포항공과대학교 인공지능대학원 컴퓨터공학과
University of Wisconsin–Madison 컴퓨터과학 박사(2017)
KAIST 로봇공학 석사
성균관대학교 학사
前 NEC Laboratories America 데이터사이언스팀 연구원(2017–2018)
前 University of Texas at Arlington 컴퓨터공학과 조교수(2018–2023)
現 포항공과대학교 인공지능대학원·컴퓨터공학과 부교수
“저는 일부 검사가 빠지거나 관측 기록이 불완전한 실제 현장 데이터에서도, 남아 있는 정보로 누락 데이터를 보완하고 다음 변화를 예측하는 데이터 복원·예측 AI를 연구하고 있습니다. 의료영상·질병 진행 예측 AI 기업은 빠진 검사 정보를 보완하고 향후 변화를 분석하는 데, 설비 예지보전·스마트팩토리 플랫폼 기업은 장비의 사건 이력으로 다음 이상 발생 시점과 유형을 예측하는 데 활용할 수 있습니다. 관심 있는 기업과 보유 데이터의 특성과 활용 목적을 바탕으로 적용 가능성을 함께 검토하고자 합니다.”
FAQ
연구자가 보유한 기술을 기업에 소개하는 기술 제안 자료입니다. 알앤디써클은 기업이 이 자료를 검토한 뒤 기술 도입이나 협업을 판단할 수 있도록, 연구자·연구기관과의 연결을 지원합니다.
이 기술이 귀사가 다루는 사업 영역에 적용될 수 있다고 알앤디써클에서 판단해 제안드렸습니다. 실제로 도움이 될 기술인지는 확인이 필요하니, 궁금한 점을 「기술 문의」로 남겨주세요.
기술 자료를 추가로 받아보거나 연구자와의 미팅을 요청하실 수 있습니다. 도입·협업을 검토하신다면 연구자와 연구기관에 직접 연결해드립니다. 필요한 내용을 「기술 문의」에 남겨주세요.
문의와 검토 과정에는 비용이 발생하지 않습니다. 기술 도입 조건은 이후 연구기관과 협의해 정하게 됩니다.
남겨주신 문의는 연구자와 연구기관에 전달되어 검토를 거칩니다. 검토 결과는 2일 내로 회신드리며, 협업이나 기술 도입 논의가 필요한 경우 미팅으로 연결해드립니다.