NLDL (Northern Lights Deep Learning) Conference는 2018년도부터 지금까지 매년 노르웨 이(Norway)의 북부에 위치한 트롬쇠(Tromsø)의 UiT The Arctic University of Norway에서 국내외 세계적인 연구자들, 산업 전문가 및 스타트업의 뛰어는 분들과 함께 가장 최첨단 인공지능(Artificial Intelligence, AI) 분야에 관한 아이디어를 발표하고 교환하며 논의하는 컨퍼런스이다.[그림1].

노르웨이에서 2019년 6월 20일 새로운 인공지능 연구 컨소시엄(Norwegian Artificial Intelligence Research Consortium, NORA)가 생겼다. 이 컨소시엄은 베르겐 대학교를 중심으로 AI 연구를 하는 학회 중심의 네트워크로서 그 연구원들이 노르웨이 전역에서 증가하는 AI 인프라와 전문 지식에 접근할 수 있도록 지원한다. 이후 노르웨이 정부는 2020년 1월, 국가 AI 전략을 발표하였는데, 이는 정부 차원에서 개인, 기업, 산업 및 공 공부문에 AI가 가져 올 기회를 극대화하기 위해 전략적으로 AI에 대한 투자를 하겠다고 밝혔다. 그 이후 AI 기술은 노르웨이의 주 산업으로 발달한 해양 산업(조선, 해운) 뿐 만 아니라 금융, 교육 및 의료 등 다양한 분야로 빠르게 확대 적용되며 해당 산업에서 AI 기술을 결합하여 효율성을 제고하기 위해 노력하고 있다.   그 연장선 상에 최근 우리나라도 노르웨이와의 국제 공동연구 및 협력을 위해 과학기술 정부통신부에서 주관한 2025년도 한-노르웨이 공동연구사업 신규과제 공모 주제로 (1) 기존 AI 모델의 성능 또는 새로운 알고리즘을 통한 혁신적인 기술 개선, (2) 지속 가능한 AI 시스템의 개발, (3) 에너지 및 자원에서 효율적인 AI 모델과 알고리즘의 개발 등에 대 해 이슈로 다룰 정도로 노르웨이에서는 AI에 대한 관심도가 높고 기술력을 보다 높이고 시스템을 최적화 하기 위해 AI 중 딥러닝에 관한 연구도 활발하게 이루어 지고 있다. 금번 2025년도 1월 NLDL Conference 2025에서는 The Arctic University of Norway (UIT)에 서 특히, AI 기술을 의료분야의 Neuroimaging, 임상 데이터를 포함한 다차원의 데이터들 의 융합을 통한 응용에 관한 주제들을 중심으로 많은 논의가 이루어졌다.[그림2]. 

본 학회가 시작하기 하루 전날인 2025년 1월 6일 월요일과 마지막 2025년 1월 10일 금 요일에는 NLDL 2025 Winter School 프로그램이 있었다. 이번 프로그램은 NLDL 2025 주최측인 UiT Machine Learning Group, Visual intelligence 및 NORA에서 조직되어 23개 국에서 모인 137명의 참가자들을 대상으로 진행되어 아래 4가지 주제로 이루어져 있었다. 참여자들은 모든 강의가 끝나고 프로그램을 통해 습득한 내용으로 Project를 수 행하고 제출하여 피드백을 받도록 하는 과정이었으며, 본 연구자도 해당 프로그램에 참 여하여 수료증을 받게 되었다(그림4). 

2025년 1월 7일인 학회 첫 날엔 본 연구자는 POSTER SESSION에서 “DNA methylation alterations of the oxytocin receptor gene in patients with panic disorder: Implications for brain structural connectome and their usage for prediction of suicidality using machine learning methods”라는 주제로 발표를 진행하였다.[그림3].   해당 연구는 공황장애 환자들에서 애착, 분리경험과 연관이 있다고 알려진 옥시토신 수 용체 유전자(oxytocin receptor gene, OXTR)의 후성유전학적 변화(DNA methylation alterations)가 뇌의 구조적 연결성(brain structural connectome)과 어떠한 연관성이 있으 며, 이러한 영상-유전학적 변화들을 포함한 다차원적 데이터에 머신러닝 기반의 예측 모 델을 통해 조기에 자살을 예측하는 모델을 구축하고 성능을 평가하였다.   이러한 연구 결과들은 다차원적 영상유전학적 데이터들에 최신 인공지능 기법을 적용하 여 실제 정신건강의학과 임상 진료에서 자살의 위험성을 예측하여 중재 함으로서 위험을 미리 조기에 예방할 수 있는 기술을 발견하였다는 점에서 참가자들의 주목을 받았다. 

Winter School과 Poster session 외에도 본 학회에 참여하면서 인상 깊었던 세션들에서의 내용들의 대해 학회 참관기에 간략히 공유해보고자 한다.  

2025년 1월 7일의 가장 첫 번째 KENOTE 강의 세션으로 Katholieke University Leuven의 LIIR 연구소 교수인 Marie-Francine Moens의 “Deep Learning for Natural Language Understanding: The Tension Between Contextuality, Sparsity and Identity” 발표가 있었다. 이 발표에서는 자연어 이해 모델링이 직면한 주요 도전 과제와 이를 해결하기 위 한 접근 방식이 논의되었다. 특히, 긴 담론이나 추론을 요구하는 작업에서 발생하는 어려움이 강조되었으며, 이러한 문제들이 시각적 자료를 담고 있는 콘텐츠 및 다차원의 자료를 함께 융합하는 다중모달(multimodal) integration에서도 유사하게 나타난다는 점을 설명하였다.   발표자는 기계가 콘텐츠를 처리하는 방식과 인간의 언어 및 다중모달 처리 메커니즘 간 의 차이를 비교하며, 특히 인간의 기본 모드 네트워크(Default Mode Network, DMN)를 분 석 대상으로 삼았다. 이를 통해 기계의 자연어 이해를 개선하기 위한 모델 아키텍처 수정 및 학습 방법의 발전 가능성을 제안하였다. 또한, 딥러닝 기반 표현 학습 (representation learning)의 최신 연구 동향과 실질적인 응용 사례에 대한 논의도 활발하 게 이루어졌다.  

해당 세션은 인공지능 분야에서 자연어 이해 모델의 현재 한계점을 명확히 짚어주었으며, 인간의 인지적 메커니즘을 분석하여 이를 기계 학습에 적용하려는 시도가 흥미로웠다. 특히, 다중모달 학습과 인간의 DMN를 비교하는 방식은 기존 연구에서 자주 다루지 않 았던 접근법으로, 향후 연구에 중요한 영감을 줄 수 있을 것으로 보였다. 또한, 자연어 처리 모델이 단순히 더 많은 데이터를 학습하는 방식이 아니라, 인간의 인 지 과정에서 착안한 방법론을 반영하는 것이 필요하다는 점을 강조한 부분이 인상적이었 다. 이는 보다 효율적이고 신뢰할 수 있는 AI 시스템 개발에 기여할 가능성이 높을 것으 로 생각된다.   그 다음으로, 둘째 날 오전에 있었던 Michael Felsberg의 발표에서는 Felix Klein의 1872년 Erlangen 프로그램을 기계 학습에 적용하는 방법론에 대해 다루었다. Erlangen 프로 그램은 비유클리드 기하학을 통합하는 개념으로, 기하학적 딥러닝(Geometric Deep Learning, GDL)의 기반이 되는 프레임워크를 제공하는데, 이러한 프레임워크는 다양한 신 경망 아키텍처에서 활용될 수 있으며, 모델이 여러 기하학적 변환에 적응할 수 있도록 돕는다. 발표자는 특히 직교군 O(n)의 역할을 강조하며, 다차원 구면(nD sphere)에서의 대칭 구조를 포함한 회전 및 반사 대칭성을 설명하였다. 또한, 구면 뉴런(Spherical Neurons)의 개념을 소개하였으며, 유클리드 공간을 등각적으로 임베딩하는 방식으로 효 율적인 뉴런 구조를 구성할 수 있음을 시사하였다. 또한, 이러한 뉴런의 활성화 함수 가 회전 대칭성을 유지하도록 변환되는 방식도 쉽게 설명해주었다. 해당 세션을 통해 기하학적 딥러닝의 개념과 이를 효율적으로 적용하는 방법에 대한 새 로운 통찰을 얻을 수 있었다. 특히, 뉴런을 구면 공간에서 정의하고 이를 변환하는 방식은 일반적인 유클리드 공간 기반의 신경망 설계와 차별되는 흥미로운 접근 방식이었 으며, 딥러닝 모델이 대칭성을 유지하면서 회전 및 반사 변환을 효과적으로 학습할 수 있도록 설계하는 것이 중요하다는 점을 강조한 부분이 인상적이었다.   향후 연구에서는 이러한 기하학적 뉴런을 실제 AI 시스템에서 어떻게 적용하고 최적화할 수 있을 지에 대한 구체적인 사례 연구가 필요할 것 같고, 특히 이러한 기법들이 최근 의료 영상 처리에 어떻게 활용될 수 있을 지에 대한 후속 연구가 있으면 좋을 것 같았다.

둘째 날 오후에 Line Clemmensen 교수의 “Fair AI in Psychiatry” 주제 발표는 본 연구자의 POSTER SESSION 발표주제와 유사하기도 하여 가장 흥미로웠던 시간이었다. Line Clemmensen 교수의 발표에서는 정신의학 분야에서 AI의 다양한 응용 가능성과 기계 학 습(Machine Learning, ML)의 공정성 문제에 대해 논의되었다. 특히, 정신질환 예측을 위한 AI 기술이 소개되었으며, AI 기반의 정신건강 분석을 윤리적이고 신뢰할 수 있도록 보장하는 방법에 대한 논의가 이루어졌다. 구체적인 주요 내용은 다음과 같았는데,: 1) 웨어러블 기기를 활용한 강박장애(OCD) 예측, 2) 비디오를 통한 행동 코딩(Behavioral Coding) 기법을 이용한 분석, 및 3) 건강 데이터베이스를 활용한 자살 및 자살 시도 예 측 모델 개발이었다. 이번 세션에서는 특히 본 연구자의 연구주제와 유사하게 강박장애 및 자살 위험 예측 모 델에 대한 연구가 가장 인상적이었다. 본 연구자도 POSTER SESSION에서 연구 발표 를 진행하면서 AI 모델의 공정성과 신뢰성을 보장하기 위해 윤리적 문제를 심도있게 고 려해야 한 다는 점에 대해 다시 생각해볼 수 있는 계기가 되었다. 특히, 정신건강 데 이터는 민감한 정보를 포함하고 있기 때문에 이를 활용한 AI 시스템은 개인 정보 보호와 편향성을 최소화 하는 방향으로 개발될 필요가 있으며, 이는 국내에서 연구를 할 때도 함께 주의를 두어야 할 부분이라고 생각하였다. 그리고, 이런 제안들을 통해 향후 AI 기술이 의료분야에서 적용되는 연구들이 실제 임상 환경에서 어떻게 활용될 수 있을지, 법적 윤리적 기준이 추가적으로 더 있을 지에 대한 구체적인 논의가 활발하게 이루어져야 할 것이라는 점을 다시 생각해보는 계기가 되었다.

이번 NLDL Conference 2025에서는 디지털 헬스 분야에서 AI를 의료용 이미지, 임상 데 이터 융합 데이터에 응용하여 정밀한 개별 맞춤형 진단 및 치료반응 예측을 가능하게 하 는 연구들이 주를 이루었다. 특히, 노르웨이에서 가장 많이 각광받고 있다고 하는 해 양 산업 뿐만이 아니라 의료 분야에서 최첨단 AI 기술을 접목시키는 다양한 응용 기술로 의료분야로의 확장성을 모색하고 있음을 알 수 있었다. 매년 세계적인 AI 및 그 하 위 딥러닝 분야에 관심있는 유수한 연구진들과 산업 관련 뛰어난 사람들이 모여 자신의 연구를 확장하고 개발시켜 나간다면 의료분야에서의 AI의 적용 가능성 및 그 파급력은 보다 막대할 것으로 기대된다.

학회명: NLDL Conference 2025

개최일: 2025.01.06.월~ 2025.01.09.목 (2025.1.6.월: Winter School)

발표 제목: DNA methylation alterations of the oxytocin receptor gene in patients with panic disorder: Implications for brain structural connectome and their usage for prediction of suicidality using machine learning methods

작성: 김현주