국립암센터(원장 양한광) 윤홍만 위암센터 연구팀은 국민대학교와의 공동 연구를 통해 수술 중에 위암 조직을 실시간으로 판별할 수 있는 기술을 개발했다고 6일 밝혔다.

이 기술은 인공지능(AI)과 조직이 스스로 내는 미세한 빛을 분석하는 방법(자가형광분광법*)을 결합한 것으로, 종양의 위치와 범위를 빠르고 정확하게 확인하는 데 도움을 준다.

위암은 전 세계적으로 사망률이 높은 암 중 하나다. 수술할 때 종양의 정확한 경계를 파악하는 것은 수술 성공률에 큰 영향을 준다.

▲국립암센터 윤홍만 위암센터장

하지만 지금까지는 조직을 절제한 뒤 검사실에서 확인하는 과정이 필요해 ‘즉시 판단’이 어렵다는 한계가 있었다.

연구팀은 별도의 염색이나 준비 과정이 필요 없는 ‘자가형광분광법’에 주목했다. 다만, 이 방식은 장비에 따라 측정 결과가 달라지고, 주변 환경 영향이 크며, 여러 빛 신호가 뒤섞여 구분이 어려운 문제가 있었다.

이에 연구팀은 온도·습도·빛을 일정하게 유지해주는 맞춤형 환경 제어 장치를 만들고 그 안에서 나온 데이터를 딥러닝** 기반 인공지능으로 학습시켜 복잡하게 섞인 빛 신호를 정교하게 분리해내도록 했다.

그 결과, 이 기술은 위암 조직과 정상 조직을 88.1%의 정확도로 구분하며, 수술 중 종양의 범위를 실시간에 가깝게 파악할 수 있는 수준을 보여줬다.

윤홍만 위암센터장은 “기존 빛 분석 방식의 단점을 인공지능과 환경 제어 기술로 해결한 혁신적 연구”라며 “앞으로 수술실에서 곧바로 종양의 경계를 확인해 수술 의사에게 큰 도움이 될 것”이라고 말했다.

이번 연구는 국민대학교 김형민 교수팀과 공동으로 수행됐으며, 국립암센터 공익적암연구사업과 과학기술정보통신부 기초과학연구사업 지원을 받아 이루어졌다. 연구결과는 분석화학 분야 국제 학술지 Analytical Chemistry(IF 6.7)에 2026년 3월 4일 게재됐다.

<용어설명>

*자가형광분광법: 외부 염색체나 형광 표지 없이, 생체 조직이 빛을 받았을 때 자연적으로 방출하는 형광 신호를 분석해 조직의 특성을 파악하는 기술. 검체 손상 없이 빠른 분석이 가능하다는 장점이 있음.

*딥러닝: 많은 데이터를 학습해 스스로 판단 기준을 만드는 인공지능 기술의 한 종류