뇌 이미지 자동 주석화로 신약 개발 가속화
컴퓨터 비전·머신러닝 기반으로 뇌 영상 주석·계량을 자동화해 신약 개발 기간 단축 및 비용 절감 실현
고객 직면 문제 및 이슈 (Situation)
수동 분석 의존으로 인한 신약 후보 물질 평가의 병목 현상 발생
신약 개발은 속도가 곧 경쟁력이다. 그러나 개발 초기 단계에서 후보 물질의 효능을 평가하는 핵심 과정은 여전히 느리고 비용이 많이 드는 방식에 의존하고 있었다. 뇌 조직 내 셀 크기·형상, 투과성 같은 핵심 지표를 측정하기 위해서는 저처리율(low-throughput) 기반의 ex-vivo 실험을 거쳐야 했고, 그 결과물인 뇌 조직 이미지는 연구원이 일일이 수동으로 분석해야 했다.
문제는 이 수작업 분석이 신약 후보 물질 평가 전체의 병목이 되고 있었다는 점이다. 분석에 소요되는 시간은 연간 약 2,000시간에 달했고, 한 건의 분석에 1시간 이상이 걸리는 구조에서는 평가 속도를 높이는 데 구조적인 한계가 있었다. 연구원의 역량이 아무리 뛰어나더라도, 반복적인 수동 분석에 시간과 자원이 묶여 있는 한 신약 개발의 리드타임을 단축하기는 어려웠다.
연구실의 병목, 사람의 손에 묶인 신약 개발의 속도
해결 방안 (Solution)
데이터 표준화·정밀 매핑·지능형 계량의 3단계 자동화 파이프라인 구현
딜로이트는 연구원의 수동 분석 과정을 AI와 컴퓨터 비전 기술로 대체하는 자동화 체계를 구축했다. 핵심은 고해상도 뇌 조직 이미지를 표준화된 뇌 지도와 정밀하게 정합시키고, 그 위에서 분석에 필요한 관심 영역을 자동으로 식별한 뒤 핵심 지표를 자동으로 산출하는 end-to-end 파이프라인을 완성하는 것이었다.
구체적으로는 세 단계로 구성됐다. 먼저 고해상도 뇌 조직 이미지를 확보하고 Inkscape를 활용한 영상 리사이즈로 전처리를 수행하는 데이터 표준화 단계, 이어서 랜드마크 설정을 통해 실측 영상과 Allen Brain Atlas를 BigWarp로 정합하고 관심 영역(ROI)을 생성하는 정밀 매핑 단계, 마지막으로 AI와 컴퓨터 비전 모델을 투입해 주석화(Annotation)와 핵심 지표 산출을 자동화하는 지능형 계량 단계로 이어졌다. 이 흐름을 통해 연구원의 판단이 개입하던 분석 과정 전체가 시스템 안으로 들어왔다.
- 고해상도 뇌 조직 이미지 확보 및 데이터 표준화
- Allen Brain Atlas 정합 및 관심 영역(ROI) 자동 생성
- AI·컴퓨터 비전 기반 주석화 및 핵심 지표 산출 자동화
수작업을 알고리즘으로, 1시간을 1분으로
추진 결과 (Impact)
연간 약 2,000시간의 조직 분석 시간을 건당 1분 수준으로 단축, 신약 후보 평가 속도 향상
도입 효과는 수치로 명확하게 드러났다. 연간 약 2,000시간에 달하던 뇌 조직 분석 시간이 건당 1시간 이상에서 1분 수준으로 단축됐다. 분석의 속도가 달라지면서 신약 후보 물질을 평가하는 전체 리드타임도 함께 개선됐고, 연구팀은 반복적인 수작업 대신 보다 높은 차원의 판단과 연구에 집중할 수 있는 환경을 갖추게 됐다.
부수적이지만 중요한 변화도 나타났다. 자동화된 분석 체계를 통해 보다 적은 샘플로 더 많은 데이터를 확보할 수 있게 되면서, 동물 실험 사용 저감에도 기여했다. 신약 개발의 속도와 비용 효율을 동시에 개선하면서, 연구 현장의 병목이었던 뇌 이미지 분석 공정이 경쟁력의 기반으로 전환됐다.
딜로이트와 함께 연구 현장의 병목을 기술 경쟁력으로 전환하세요.
Vision AI Case Series
산업 현장에서 실증된 딜로이트의 Vision AI 솔루션 사례 모음
