한의학연, 최고야 박사팀 목통·방기·관목통 감별 99% 이상
스마트폰 앱으로 개발 계획 중

한국한의학연구원은 최고야 박사 연구팀이 딥러닝을 활용해 구별이 어려운 목통, 방기, 관목통을 감별할 수 있는 기술을 개발했다고 밝혔다.<사진= 한국한의학연구원>
한국한의학연구원은 최고야 박사 연구팀이 딥러닝을 활용해 구별이 어려운 목통, 방기, 관목통을 감별할 수 있는 기술을 개발했다고 밝혔다.<사진= 한국한의학연구원>
인공지능 기술을 활용해 가짜 한약재를 감별, 가짜 한약재로 인한 피해를 방지할 수 있을 전망이다.

한국한의학연구원(원장 김종열)은 최고야 한약자원연구센터 박사와 이승인 동신대 한의학과 교수 공동연구팀이 딥러닝 기법을 활용해 외형으로 구별이 어려운 한약재 감별이 가능하다는 사실을 확인했다고 5일 밝혔다.

연구진은 목통(으름덩굴과 식물로 배뇨장애 부종 구내염에 사용), 방기(새모래덩국과 식물로 신경통 관절염 피부감각이상), 관목통(등칡의 줄기)처럼 서로 비슷해 전문가가 아니면 육안으로 구별이 어려운 한약재에 주목, 연구를 진행했다.

관목통은 신장질환 유발물질인 아리스톨로크산(Aristolochic acid)을 함유해 현재 사용이 금지된 약재다. 하지만 일부 고문헌에 관목통을 목통으로 기록해 동명의 한약재인 목통과 오인할 수 있어 시장 유통에 세심한 주의가 필요하다.

정확한 한약재 감별을 위해 유전자와 성분 분석시험을 활용할 수 있지만 시간, 공간, 비용 등의 제약으로 한약재 유통 시장에서는 육안을 통한 감별에 의존한다. 하지만 한약재 감별 전문인력의 감소로 육안 감별에도 어려움이 커지고 있는 실정이다.

연구팀은 가짜 한약재를 쉽게 감별할 수 있도록 딥러닝 기법을 활용한 한약재 감별 가능성을 확인했다. 한약재 조각들을 스마트폰으로 촬영해 약재별로 수백장의 사진을 확보했다. 이후 사진 정보를 여러가지 딥러닝 모델에 학습시켜 한약재 감별 정확도를 확인했다.

그 결과 감별 기술의 정확도는 최대 99.4%로 나타났다. 이는 본초학을 전공한 박사가 동일 사진을 육안으로 판정했을 때 평균 감별 정확도인 94.8%보다 높은 수치다.

연구팀은 향후 한방의료기관, 원외탕전실, 한약재 유통 시장 등에서 보다 정확한 한약재 사용을 하도록 한약재 감별 스마트폰 앱 개발 등 후속 연구를 계획 중이다.

이번 연구는 사람의 경험과 직관에 의존하는 한약재 형태감별을 디지털화·표준화하기 위한 기초 작업의 일환으로 진행됐다.

김종열 원장은 "인공지능을 활용한 한약재 감별은 한의학과 인공지능의 융합 가능성을 잘 보여준 결과"라며 "향후 인공 지능 한의사 개발 등 지속적인 한의학과 IT 기술의 융합연구를 통해 미래의학을 선도하기 위한 기반 마련에 최선을 다할 것"이라고 말했다.
 

저작권자 © 헬로디디 무단전재 및 재배포 금지