1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

- 분야 및 동향: 생체 심부 조직을 고해상도로 관찰하는 이광자 형광 현미경(Two-photon Microscopy) 분야입니다. 최근에는 생체 조직에 의한 빛의 왜곡을 보정하는 적응 광학(Adaptive Optics, AO) 기술이 필수적이나, 기존 방식은 고가의 센서나 정밀한 광학계 정렬 및 보정이 필요했습니다.

- 에피소드: 광시야(widefield) 형광 현미경에 기계학습을 적용했던 경험을 바탕으로 이광자 형광 현미경으로 확장을 시도했습니다. 하지만 실제 생체 이미징에서는 파면 왜곡뿐만 아니라 조직의 움직임과 현미경의 정렬 오차라는 추가적인 변수들이 있었습니다. 이를 해결하기 위해 신경장 모델(Neural Fields)를 통해 왜곡과 움직임, 정렬 오차를 동시에 학습하는 방식으로 관점을 전환하며 NeAT 프레임워크를 완성했습니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

본 연구는 미국 UC 버클리(University of California, Berkeley)의 Na Ji 교수님 연구실에서 박사후연구원 과정 중에 시작되었습니다. 이곳은 물리적 광학 설계와 뇌과학 이미징 기술을 결합하여 최첨단 생체 이미징 솔루션을 연구하는 세계적인 연구소입니다.

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

기존의 하드웨어 중심적인 적응 광학 기술을 기계학습 및 AI 기반 계산 기법으로 전환했다는 점에서 큰 자부심을 느낍니다. 특히 전문적인 적응 광학 경험 및 지식이 부족한 연구실이나 상용 현미경 사용자들도 소프트웨어를 통해 보다 쉽게 고해상도 이미지를 얻을 수 있는 길을 열었다는 점이 가장 보람차고 의미 있는 성과라고 생각합니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

전통적인 광학이나 물리적 원리도 중요하지만, 최근에는 계산 이미징(Computational Imaging)처럼 기계학습 및 AI와 물리 모델을 결합하는 통합적 접근이 중요해졌습니다. 한 분야에 매몰되기보다는 수학, 프로그래밍, 광학 등 다양한 도구를 유연하게 다룰 수 있는 기초 체력을 기르시길 추천합니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

현재 개발된 NeAT 프레임워크를 이광자 형광 현미경을 넘어 다른 다양한 현미경 모달리티로 확장할 계획입니다. 또한, 계산 효율성을 극대화하여 실시간 이미징 워크플로우에 완벽히 통합함으로써 실제 생물학 및 뇌과학 연구 현장에서의 활용성을 더욱 높이고자 합니다. 궁극적으로는 현미경이 스스로 최적의 이미지를 찾아내는 지능형 광학 이미징 시스템으로 발전시켜 나가려고 합니다.

6. 다른 하시고 싶은 이야기들.....

인공지능 기술은 단순히 이미지를 다듬고 보정하는 도구를 넘어, 기존 광학 장비의 하드웨어적 제약을 극복하게 해주는 스마트한 파트너입니다. 복잡한 물리적 환경에서도 정교하게 작동하는 지능형 이미징 시스템을 구축하는 연구는 앞으로 더욱 매력적인 분야가 될 것이라 생각합니다.