스트레스와 분노가 뇌를 더 빨리 늙게 만들어

작성일 2025-02-06

소프트웨어융합학과 이원희 교수 연구팀이 AI를 활용한 뇌 연령 예측 연구를 진행했다.

소프트웨어융합학과 이원희 교수 연구팀, AI 활용해 뇌 연령 예측 모델 개발
“AI 기술 통한 뇌 질환 조기 진단 가능성 모색할 것”

소프트웨어융합학과 이원희 교수 연구팀이 AI를 활용한 뇌 연령 예측 연구를 진행했다. 연구 결과는 국제학술지인 ＜Computers in Biology and Medicine(IF=7.0)＞에 게재됐다. 이번 연구는 기존의 단일 영상 데이터 분석 방식에서 벗어나 멀티모달 뉴로이미징 기법을 활용해 뇌 노화를 보다 정밀히 분석했다. 연구를 주도한 문성환 학생은 “뇌 나이를 예측해 개인의 신경 상태를 평가하고, 질병 조기진단에 활용할 가능성을 탐색했다”며 연구 의의를 밝혔다.

멀티모달 접근법 활용해 뇌 연령 예측 정확도 높여, 부정적 감정이 뇌 노화 가속해
뇌 연령이란 실제 나이와는 별개로 신경 영상 데이터를 기반으로 분석한 뇌의 생물학적 나이를 의미한다. 뇌 연령은 개인의 건강 상태를 알 수 있는 주요 지표로 알츠하이머, 치매와 같은 신경퇴행성 질환 외에도 정신질환의 조기진단에 활용될 수 있다. 기존의 뇌 연령 예측 연구는 주로 단일 MRI 데이터를 활용해 진행됐다. 하지만 연구팀은 멀티모달 접근법을 적용해 연구의 정밀도를 높였다. 문성환 학생은 “구조적 MRI만으로는 뇌의 백색질 구조를 확인하는 데 한계가 있었다”며 “복잡한 구조를 가진 뇌는 복합적인 정보를 결합해 뇌 나이를 분석할 필요가 있다”고 설명했다.

멀티모달 접근법을 활용하면 뇌의 구조적 변화를 더욱 정교하게 파악할 수 있다. 특히 뇌 백색질의 구조적 연관성을 분석해 기존 연구보다 높은 정확도로 뇌 나이를 예측할 수 있다. 이원희 교수는 “현재 AI 연구의 주요 흐름은 멀티모달 데이터를 결합해 분석하는 방식”이라며, “특히 의료 인공지능영상 분야에서는 다양한 데이터의 장점을 융합해 포괄적인 분석이 가능해지고 있다”고 덧붙였다.

이번 연구에서는 뇌 연령 예측을 통해 감정 상태와 뇌 노화의 관계를 규명하는 시도를 진행했다. 그 결과 외로움을 많이 느끼거나 스트레스 수준이 높은 사람일수록 뇌 노화가 더 빠르게 진행되는 경향이 발견됐다. 예를 들어, 분노나 우울감이 높은 사람들은 상대적으로 뇌 연령이 실제 나이보다 더 높게 나타났다. 문성환 학생은 “감정적 요인이 뇌 노화에 영향을 미칠 수 있다는 점을 확인했다. 뇌 연령 측정이 생물학적 나이 예측을 넘어 정신 건강과 뇌 건강을 평가하는 중요한 지표가 될 수 있음을 시사한다”고 강조했다.

연구 모식도.

“바이오마커로서 뇌 연령 활용되도록 연구할 것”
뇌 연령이 바이오마커로 활용되기 위해서는 실제 질환과의 관계성이 명확히 규명돼야 한다. 연구팀은 후속 연구로 바이오마커로서의 가능성을 탐색하고, AI 활용 뇌 질환 조기진단이 목표다. 이원희 교수는 “AI 모델이 학습한 데이터에서만 잘 동작하는 것이 아니라 실제 의료 현장에서 반복적으로 활용될 때 일관된 결과가 나오는지가 중요하다. AI 모델의 일반화 가능성과 신뢰성을 높이는 데 집중할 것”이라고 밝혔다.

문성환 학생은 국제대학에 재학하던 중 AI에 관심이 생겨 소프트웨어융합학과 복수전공을 택하며 연구의 길을 걷기 시작했다. 이후 캡스톤디자인 수업과 학부연구생 활동으로 뇌 연령 예측 모델이라는 연구를 진행하게 됐다. 이번 연구는 관련 활동의 결과물이다. 그는 “처음에는 AI가 의료 분야에 어떻게 적용될 수 있는지 막연한 관심만 있었는데, 교수님의 지도로 관심 분야를 탐구할 수 있었다”고 말했다.

문성환 학생은 “머신러닝 모델을 설계하려면 선형대수, 확률 통계 등 수학적 개념을 이해해야 했다. 처음에는 어려웠지만 꾸준히 시간을 들여 학습하면서 점점 익숙해질 수 있었다. 국제대학에서 학습한 다양한 글로벌 관점과 소프트웨어융합학과에서 배운 AI 기술을 결합해 융합적 사고를 기반으로 관련 연구를 진행해 나갈 것”이라고 남겼다.