비지도 학습 기반 다중 동물 추적 기술 UDMT 개발

주장연구진은 훈련용 데이터 주석 작업이 필요 없는 비지도 심층 전이 학습 기반 다중 동물 추적 방법인 UDMT를 개발했습니다. 기존 방식은 수동 주석 작업에 의존하여 많은 시간과 비용이 소요되는 한계가 있었습니다.

팩트UDMT는 양방향 폐루프 추적 전략과 시공간 트랜스포머 네트워크를 결합하여 작동합니다. 이 기술은 위치 정밀화, 양방향 신원 보정, 자동 매개변수 튜닝을 위한 세 가지 전용 모듈을 포함합니다.

팩트연구진은 쥐, 래트, 초파리, 예쁜꼬마선충, 베타 물고기 등 5종의 모델 동물을 대상으로 성능을 검증했습니다. 이를 통해 다양한 종에 걸쳐 범용적인 추적 성능을 확보했습니다.

팩트UDMT는 군집, 가림 현상, 빠른 움직임, 낮은 이미지 대비 등 까다로운 환경에서도 정확한 추적을 수행합니다. 연구진은 이를 활용하여 동물의 움직임과 신경 활동 간의 상관관계를 분석합니다.

주장해당 기술은 신경행동학 연구에서 동물의 행동과 뇌 활동을 연결하는 핵심 도구로 자리 잡을 전망입니다. 특히 머리에 장착하는 소형 현미경과 결합할 경우 연구 효율을 크게 높입니다.

교차검증비지도 학습 방식은 주석 데이터가 필요 없다는 장점이 있으나, 매우 복잡하거나 특수한 환경에서는 지도 학습 모델보다 정밀도가 낮을 가능성이 존재합니다. 연구진은 이를 보완하고자 다양한 모듈을 통합하여 성능을 최적화했습니다.

팩트UDMT의 파이썬 소스 코드는 깃허브(GitHub) 페이지를 통해 공개되었습니다. 사용자는 함께 제공되는 그래픽 사용자 인터페이스(GUI)와 튜토리얼을 활용할 수 있습니다.

팩트연구에 사용된 행동 기록 데이터와 행동 기록에 동기화된 칼슘 이미징 데이터는 제노도(Zenodo)를 통해 공개합니다. 연구진은 투명한 데이터 공개로 연구의 재현성을 높였습니다.

교차검증본 연구에서 제공하는 코드는 학술 및 비영리 연구 목적으로만 사용 가능합니다. 상업적 이용을 위해서는 별도의 라이선스 확인이 필요합니다.

출처네이처(Nature) 학술지(DOI: 10.1038/s41592-026-03051-8)와 관련 데이터 저장소(Zenodo, GitHub)를 교차 검증했습니다.