통합 e Science 분석 기반으로 뇌신경과학 실험 지원

초록

본 논문은 EU의 neuGRID for Users(N4U) 프로젝트에서 개발한 Analysis Base와 정보 서비스들을 소개한다. 이 시스템은 대규모 신경영상·임상 데이터, 알고리즘, 워크플로우 정의 및 그에 따른 프로벤스 정보를 메타데이터 형태로 색인·연결하여, 연구자가 신경과학 실험을 빠르고 신뢰성 있게 수행하도록 지원한다.

상세 분석

N4U Analysis Base는 기존 neuGRID의 한계를 보완하기 위해 설계된 통합 데이터 관리·분석 플랫폼이다. 핵심 설계 원칙은(1) 데이터와 메타데이터의 일관된 색인, (2) 워크플로우와 알고리즘의 재사용성 확보, (3) 프로벤스(데이터·연산 이력) 추적을 통한 재현성 보장이다. 이를 위해 시스템은 세 개의 주요 레이어로 구성된다. 첫 번째 레이어는 Grid 기반 스토리지에 저장된 원시 신경영상(MRI, PET 등)과 임상 변수(연령, 진단 등)를 추출·정규화하여 표준 스키마에 매핑하는 데이터 인제스트 파이프라인이다. 두 번째 레이어는 메타데이터 레포지터리로, RDF/OWL 기반 온톨로지를 활용해 이미지 시리즈, 피험자, 연구 프로토콜, 알고리즘 파라미터 등을 상호 연결한다. 이 온톨로지는 NeuroLex와 같은 기존 뇌과학 어휘와 호환성을 유지하면서, 사용자 정의 확장을 허용한다. 세 번째 레이어는 서비스 API와 웹 기반 포털로, 연구자는 키워드·시맨틱 쿼리를 통해 원하는 데이터셋·워크플로우를 검색하고, 선택한 워크플로우를 실행하거나 수정할 수 있다. 실행 시에는 모든 입력·출력 파일, 사용된 알고리즘 버전, 파라미터 값이 자동으로 프로벤스 레코드에 기록돼, 향후 결과 재현 및 검증에 활용된다.

기술적 차별점으로는 (가) 대규모 이미지 파일을 메타데이터와 분리 저장함으로써 검색 성능을 크게 향상시킨 점, (나) 워크플로우 정의를 BPMN‑like DSL로 표현해 시각적 편집과 자동 검증을 가능하게 한 점, (다) 프로벤스 정보를 SPARQL 엔드포인트에 공개해 외부 도구와 연동을 용이하게 한 점을 들 수 있다. 또한, 시스템은 인증·인가를 OAuth2 기반으로 구현해, 연구기관 간 데이터 공유 시 보안 정책을 일관되게 적용한다.

실험 결과, 실제 알츠하이머·파킨슨병 코호트 데이터를 이용한 3가지 대표 워크플로우(전처리→특징 추출→분류)에서 기존 neuGRID 대비 평균 42% 빠른 데이터 검색·로드 시간과 27% 향상된 워크플로우 재현성을 보였다. 이러한 성과는 N4U Analysis Base가 대규모 신경영상 연구에 필요한 “데이터‑알고리즘‑프로벤스” 삼위일체를 효과적으로 제공함을 입증한다.