Home  >  게시판  >  소식 및 행사

소식 및 행사

ㆍ 제목 화제의 졸업생 인터뷰 - 경희대학교 소프트웨어융합학과 이원희 교수님
ㆍ 조회수 1354 ㆍ 등록일시 2020-12-18 13:15:59

 

-화제의 졸업생 인터뷰-

이번 기사에는 생체의공학과 선배이시고 현재 경희대학교 소프트웨어융합대학 소프트웨어융합학과에서 조교수로 재직 중이신 이원희 교수님과의 인터뷰를 준비했습니다. 생체의공학과의 많은 학생들이 공학, 생명, 의학 분야의 접점에 대해 많은 고민을 하고 계실텐데요. 이원희 교수님의 연구분야와 그동안 거쳐 오신 경험들을 보시면 생체의공학과의 많은 후배 학생들에게 도움이 될 것이라고 생각합니다. 아래는 인터뷰 전문입니다. 

 

 

 

 

1. 간단하게 자기소개 부탁드립니다.

 

안녕하세요. 저는 경희대학교 생체의공학과 학부(구 한방시스템공학과) 및 석사(구 동서의료공학과) 과정을 마치고 미국 미네소타 대학교 바이오메디컬공학과에서 약 1년간 리서치 펠로우(Research Fellow)로 연구 활동을 한 후, 박사과정을 위해 미국 뉴욕에 위치한 컬럼비아 대학교(Columbia University) 바이오메디컬 공학과로 진학하였습니다. 뉴로(Neuro) 데이터 분석 및 신경조절(Neuromodulation) 분야로 박사학위 취득 후, 미국 탑 20 의과대학 중 한 곳인 Icahn School of Medicine at Mount Sinai 대학교에서 박사 후 연구원(Post-doctoral Fellow) 및 조교수로 재직하다가 20202학기에 경희대학교 소프트웨어융합학과로 부임하게 되었습니다.

 

 

2. 생체의공학과에서 졸업을 하시고 소프트웨어융합학과에서 교수로 부임하신 약력이 특이하다고 생각했습니다. 저희 생체의공학과에서 배우는 내용들과 소프트웨어융합학과에서 배우는 내용들이 어떤 관련성이 있나요?

 

소프트웨어융합학과에서 저는 주로 데이터 사이언스 트랙을 중심으로 교육 및 연구를 진행하고 있습니다. 제 전공분야는 뉴로 데이터 사이언스입니다. 특히, 뇌에서 발생하는 신호와 영상 데이터를 가지고 소프트웨어 알고리즘 개발 연구를 주로 진행해왔고 뇌 신호 및 영상 데이터에서 제공하는 정보를 정량화하여 임상에서 활용 가능한 연구를 진행하고 있습니다. 임상 데이터를 활용하여 새로운 분석 패러다임과 과학적인 임상 가이드라인을 제시할 수 있는 연구 목표를 가지고 있습니다. 생체의공학과에서 배우는 풍부한 공학적인 이론, 방법, 그리고 기술들이 소프트웨어융합학과 데이터 사이언스 트랙에서 충분히 활용 가능합니다. 특히, 데이터 사이언스에서 핵심이 되는 내용인 확률/통계, 프로그래밍/알고리즘, 데이터 베이스/빅데이터, 머신러닝/딥러닝, 데이터 분석 방법 등은 생체의공학과에서도 배우는 내용입니다.

 

 

3.교수님의 주요 연구분야에 대해 간단하게 설명 부탁드립니다.

 

제 연구는 주로 뇌에서 발생하는 신호와 영상 데이터를 측정, 획득하고 뉴로 데이터를 처리, 분석, 시각화 할 수 있는 소프트웨어 개발 연구를 진행하고 있습니다. 뇌 신호 및 영상 데이터를 기반으로 다양한 관점(머신러닝, 통계기반 모델링, 정보검색, 네트워크 이론 등)에서 연구를 진행하고 있습니다. 첫 번째로, 머신러닝/인공지능을 이용하여 뇌신경질환 조기진단을 위한 분석 기술 개발 및 예측 시스템 개발연구를 진행하고 있습니다. 두 번째로, 머신러닝 및 딥러닝을 이용한 뇌 나이 예측 시스템 소프트웨어 개발연구, 세 번째로, 뇌 영상 데이터를 이용하여 커넥텀(Connectome), 즉 뇌지도 분석을 위한 도구 및 시각화 소프트웨어 개발연구, 네 번째로, 소셜 미디어(Social Media) 데이터를 이용하여 정신질환 예측을 위한 딥러닝 모델 개발 연구를 진행하고 있습니다. 이 밖에도, 공공데이터 분석을 위한 소프트웨어와 시각화 도구 개발에도 관심이 많습니다.

 

 

4.교수님의 논문들을 보니, 의학계와 상당히 밀접한 관련이 있으며, 또 의학 분야에 많은 도움이 될 수 있는 논문들이 많다고 생각했습니다. 저희 학과는 주로 전기/전자회로, 소프트웨어 분야를 주로 배운다고 생각하는 학생들이 많은데요, 의공학과 의학은 실제로 얼마나 밀접한 관련이 있을까요?


의공학은 영어로 “Biomedical” Engineering입니다. 의료와 생물학의 설계 개념과 공학원리가 융합된 응용분야입니다. 공학과 의학과의 간극은 존재하지만 진단, 관찰 및 치료를 포함하는 의학분야를 개선하기 위해 바이오메디컬 엔지니어(Biomedical Engineer)로서의 역할을 해야 한다고 생각합니다.

생체의공학과에서 배우는 의학 및 생물학적 지식과 함께 공학 기법을 배우면서 의학적 난제들을 설계하고 문제를 푸는 것이 생체의공학도가 할 수 있는 역할이라고 생각합니다. 예를 들어, 최근에 떠오르는 정밀의료(Precision Medicine)를 의공학 및 빅데이터로 구현하여 저렴한 비용으로 건강한 삶을 누릴 수 있는 것을 목표로 하고 있습니다. 생체의공학과에서 배우는 다양한 공학적 기술(전기/전자 및 회로 계열, 소프트웨어 분야 등)은 의학을 포함한 보건의료기술-, 건강 증진 치료, 재활에 쓰이는 기술 및 산업-개선을 위한 밑거름이고 도구입니다.

 

 

5.교수님의 연구 내용들을 살펴보니 데이터의 중요성이 상당히 크다고 느꼈습니다. 교수님이 연구에 활용하시는 주요 데이터는 어떤 데이터인지, 앞으로 다른 학문에서도 데이터의 중요성이 얼마나 커질거라 생각하시는지 궁금합니다.


저는 주로 연구에서 활용하는 데이터는 뇌에서 측정할 수 있는 EEG, strucutral MRI,

diffusion MRI, functional MRI 입니다. 그리고 소프트웨어융합과를 전공하는 학생들과 함께

현재 정신질환 조기 진단을 위한 소셜 미디어 데이터, 스마트 팜(Smart Farm)을 위한 농작

물 데이터, 금융 데이터 등을 활용하여 연구를 진행하고 있습니다. 금융, 생산관리, 의료, 마케팅 등 산업분야를 시작으로 데이터 분석의 효용성과 가치는 점차 확대되고 있습니다. 데이터 분석의 효용성과 가치에도 불구하고, 비용, 능력, 데이터 등의 문제로 인해 지금까지 개인 및 중소기업에는 불가능의 영역으로 생각되어져 왔습니다. 현재 데이터 관련 정책을 살펴보면 정부가 앞장서서 공공 데이터를 개방, 공유, 활용하고 이를 지원함으로써 투명성 및 신뢰향상, 행정 서비스 혁신, 다양한 비즈니스 기회 제공에 초점을 맞추고 있습니다.

우리 사회는 지식 즉 데이터가 힘이 되는 지식기반사회로 진화하고 있습니다. 데이터가 유기적으로 수집되고, 모든 사물이 인터넷과 연결되면서 자동화된 데이터 분석을 통해 이상 징후와 이슈의 실시간 파악이 가능해질 것으로 보고 있습니다. 컴퓨터의 분석 능력 즉 알고리즘을 효과적으로 개선하고 개발하는 것이 중요한 업무영역으로 발전될 것으로 전망하고 있습니다. 데이터를 수집, 분석하기 위한 원활한 수집체계 및 분석 기반을 마련함으로써 양질의 서비스 제공 가능해 질 것입니다. 또한, 범죄, 교통 등 다양한 공공분야에 민간서비스를 활용함으로써 사회현안 해결 및 사회적 비용 감소 효과 창출을 기대할 수 있습니다.

 

 

6.교수님이 근무하셨던 ‘Heffner Biomedical Engineering Imaging Laboratory’는 어떤 곳인가요?


Heffner Biomedical Engineering Imaging Laboratory에서는 의료 및 생물학적 영상에서

제공하는 정보의 정량화를 위한 새로운 분석 패러다임과 컴퓨팅 솔루션을 설계하는 것을 목표

로 하고 있습니다. 기계 학습 및 컴퓨팅 기술을 활용하고 개발하여 의료 및 생물학적 영상 향

(Image Enhancement), 병변 정량화(Lesion Quantification), 질병 모델링(Disease Modeling) 및 임상 측정과의 상관관계(Correlation with Clinical Measures)에 관한 연구를

진행하고 있는 연구실입니다. 다양한 영역에서 연구를 진행하고 있는데 기초 과학(: 이미지

형성 및 획득), 알고리즘 설계 및 임상 응용(: 병리학적 과정 측정) 등이 포함됩니다. 광범위

하게 영상 관련 연구를 진행하고 있는데 이미지 형성(Image Formation), 노이즈 제거(Denoising), 세분화(Segmentation), 특징 추출 (Feature Extraction) 및 해부학적-생리학적

모델링(Anatomo-physiological Modeling)에 대한 연구가 포함됩니다. 딥러닝(Deep Learning), 생성 모델링(Generative Modeling), 이미지 재구성(Image Reconstruction),

중 스케일 분석(Multi-scale Analysis), 변형 모델(Variational Models) 등과 같은 여러 영상

분석 방법론 기술에 대한 전문적인 연구 지식을 보유하고 있는 연구실입니다.

 

 

7.생체의공학과의 많은 학생들이 타 분야의 복수전공을 고민 중입니다. 후배들에게 학부생으로서 무엇을 해야 나중에 도움이 될지, 어떤 비전을 가지고 진로를 정해야하는지 교수님의 경험을 바탕으로 조언 부탁드립니다.

 

교수인 저는 교육, 연구 그리고 사회봉사의 역할을 다하고 실천함으로써 창조적인 융합으로 지속가능한 미래를 위해 노력해야 한다고 생각합니다. 미래 세대 학생들에게 융합형, 사회맞춤형 교육을 통해 강의실 밖으로 나가 현장 활동을 하면서 학생들은 산업체계전환, 기후위기, 식량문제 등과 같은 시대적 난제를 체감하면서 자유롭게 미래를 설계할 수 있는 기회를 갖기를 희망합니다.

최근 세계적으로 의료, 헬스케어 등 다양한 분야에서 빅데이터와 인공지능 방식이 사용되면서 산업계의 새로운 혁신이 일어나고 있습니다. 데이터 사이언스 분야는 최근 조명을 받고 있는 분야 중 하나입니다. 오늘날 빅데이터 대한 관심이 높아지면서 데이터 처리 및 시각화 솔루션의 중요성이 강조되고 있습니다

이전글 생체의공학과 김유진 학부생 Advanced Biophotonics Conference 2020 우수포스터상 수상
다음글 2020년 2학기 생체의공학과 한승무특별장학금 전달식
목록
비밀번호 입력 X
비밀번호
확인