생물학 이미지 분석용 SAMJ 플러그인 개발

주장생물학 연구에서 인공지능 모델 학습을 위한 고품질 이미지 주석 작업은 필수적이지만, 현재는 많은 시간과 노동력을 소모하는 과정입니다. SAMJ는 이러한 기술적 장벽을 낮추어 생물학 전문가들이 프로그래밍 지식 없이도 인공지능 기반 주석 도구를 활용하도록 돕습니다.

팩트SAMJ는 이미지제이(ImageJ)와 피지(Fiji) 플랫폼을 위한 사용자 친화적인 플러그인으로, 일반적인 컴퓨터 환경에서 작동하도록 설계되었습니다. 사용자는 클릭 한 번이나 경계 상자 설정만으로 대규모 과학 이미지 내 객체를 실시간으로 분할합니다.

팩트이 도구는 메타(Meta)가 개발한 세그먼트 애니씽 모델(SAM)의 핵심 아키텍처를 기반으로 합니다. 이미지 인코더, 프롬프트 인코더, 마스크 디코더라는 세 가지 구성 요소를 통해 사용자의 입력을 바탕으로 정밀한 객체 마스크를 생성합니다.

팩트SAMJ는 SAM-2(Tiny, Small, Large), 이피션트샘(EfficientSAM), 이피션트비아이티샘-L2(EfficientViTSAM-L2) 등 총 5가지 모델 변형을 지원합니다. 사용자는 자신의 하드웨어 사양과 작업 복잡도에 맞춰 적절한 모델을 선택하여 작업을 효율적으로 수행합니다.

교차검증기존 주석 도구들은 조명이 고르지 않거나 구조가 겹치는 이미지, 미세한 강도 차이가 있는 이미지 처리에서 한계를 보였습니다. SAMJ는 이러한 문제를 해결하기 위해 SAM의 분할 능력을 활용하지만, 모델 자체를 새로 개발한 것이 아니라 기존 모델을 생물학적 환경에 맞게 통합한 도구입니다.

팩트SAMJ는 파이썬 기반 라이브러리와 달리 복잡한 환경 설정이나 의존성 관리 없이 원클릭 설치를 지원합니다. 이는 명령줄 인터페이스에 익숙하지 않은 생물학 연구자들에게 높은 접근성을 제공합니다.

주장SAMJ 도입은 생물학 연구 커뮤니티 내에서 인공지능 보조 주석 도구의 활용 범위를 넓히는 데 기여합니다. 이는 대규모 데이터셋 구축 시간을 단축하여 생물학적 이미지 분석의 전반적인 연구 속도를 가속화합니다.

팩트이 플러그인은 자바 기반의 피지 생태계와 파이썬 기반 인공지능 모델을 연결하기 위해 어포즈(Appose)라는 자바 패키지를 사용합니다. 이를 통해 자바 환경에서도 파이썬 메서드를 원활하게 호출하여 고성능 연산을 수행합니다.

팩트SAMJ는 독립형 플러그인으로 작동할 뿐만 아니라 랩킷(Labkit)이나 빅데이터뷰어(BigDataViewer)와 같은 기존 생물학 이미지 분석 도구와도 통합됩니다. 또한 개발자들이 자신의 자바 소프트웨어에 기능을 쉽게 추가하도록 잘 문서화된 응용 프로그램 인터페이스(API)를 제공합니다.

출처네이처 커뮤니케이션즈(Nature Communications) 학술지 게재 논문(https://www.nature.com/articles/s41467-026-71752-x)을 교차 검증했습니다.