한기대 변해원 교수팀, AI 기반 유방암 조기진단 기술 개발… 초음파 영상 정확도 93.5% 달성

국내 연구진이 인공지능(AI)과 초음파 영상을 활용해 여성 근로자의 주요 건강 위협 요인인 유방암을 더욱 정밀하게 조기 진단할 수 있는 차세대 딥러닝 기술을 개발했다.

한국기술교육대학교(KOREATECH·총장 유길상)는 미래융합학부 및 고용서비스정책학과 변해원 교수가 초음파 영상의 미세한 질감과 전체적인 형태를 동시에 분석하는 차세대 인공지능 모델 'CrossViT(크로스 어텐션 다중스케일 비전 트랜스포머)'를 개발했다고 밝혔다.

이번 연구 성과는 독일에서 발간하는 SCIE급 의학 분야 국제학술지 Medicine 2026년 6월 26일자에 게재되며 기술적 우수성을 인정받았다.

유방암은 전 세계 여성에게 가장 많이 발생하는 암 가운데 하나로, 조기 발견 시 치료 효과가 높지만 기존 초음파 진단은 영상의 복잡성과 판독자의 주관적 판단으로 오진 가능성이 존재했다. 

특히 기존 합성곱신경망(CNN) 기반 모델은 국소적인 특징 분석에는 강점을 보였지만 영상 전체의 맥락을 파악하는 데 한계가 있었다.

변 교수 연구팀은 이를 개선하기 위해 서로 다른 크기의 이미지 패치를 각각 분석하는 '듀얼 브랜치(Dual-branch)' 구조를 적용했다. 큰 이미지 패치는 종양의 전체 윤곽과 구조를, 작은 이미지 패치는 종양 내부의 미세한 질감과 경계 특징을 분석하도록 설계했다.

여기에 서로 다른 크기의 특징 정보를 효과적으로 결합하는 '크로스 어텐션(Cross-attention)' 모듈을 적용해 연산 부담은 줄이면서도 초음파 영상 속 복잡한 패턴을 정밀하게 분석할 수 있도록 구현했다.

실제 대규모 초음파 영상 데이터셋을 활용한 검증 결과 CrossViT 모델은 정확도 93.5%, 민감도 94.2%, AUC 0.96을 기록하며 기존 의료영상 분석에 널리 활용되는 ResNet-18·34·50 등 CNN 기반 모델보다 우수한 성능을 보였다. 

연구팀은 이를 통해 종양의 형태학적 정보와 미세 조직 특성을 함께 분석함으로써 위양성과 위음성을 줄일 수 있음을 확인했다.

이번 연구를 주도한 변해원 교수는 스탠퍼드대학교와 엘스비어(Elsevier)가 선정한 2025년 '세계 상위 2% 과학자'에 이름을 올린 연구자로, 지금까지 590편의 융합 연구 논문을 발표하고 130건의 특허를 출원·등록하는 등 직업환경 디지털헬스와 빅데이터 기반 질병 모델링 분야에서 활발한 연구를 이어오고 있다.

변해원 교수는 "이번 연구는 한국기술교육대학교가 추구하는 근로자 안전보건과 복지 증진이라는 사회적 가치와 맞닿아 있는 성과"라며 "향후 설명 가능한 AI(XAI) 기술과 다기관 임상 검증을 통해 실제 의료 현장과 직업보건 시스템에서 여성 근로자의 유방암 조기 진단을 지원하는 AI 솔루션으로 발전시키겠다"고 말했다.