실시간 광학 데이터 압축을 활용한 고속 생물세포 분류

초록

광학 시간 스트레치 디지털라이저를 기반으로 1억 프레임/초, 나노초 이하 셔터 속도를 구현한 고속 카메라가 혈액 내 희귀 암세포를 100만 분의 1 감도로 탐지한다. 그러나 초당 수천 개의 4K 영상에 달하는 데이터량은 기존 저장·처리 인프라를 초과한다. 이를 해결하기 위해 비균일 푸리에 샘플링과 워프드 스트레치 변환을 이용한 광학 도메인 실시간 압축 기법을 제시한다.

상세 분석

이 논문은 광학 시간 스트레치(Photonic Time‑Stretch, PTS) 기술을 이용해 초고속 이미지 획득과 실시간 데이터 압축을 동시에 달성한 점에서 혁신적이다. 기존 전통적 이미지 센서는 프레임당 수십 마이크로초의 노출 시간을 필요로 하지만, PTS는 광 펄스를 연속적인 시간‑주파수 변환으로 매핑함으로써 나노초 이하의 셔터 속도를 구현한다. 구체적으로, 광 펄스는 디스퍼시브 파이버를 통과하면서 스펙트럼이 시간축에 선형적으로 펼쳐지고, 이 시간‑스트레치된 신호는 고속 전자기기 없이도 전기 신호로 변환된다.

핵심적인 데이터 압축 메커니즘은 ‘워프드 스트레치 변환(Warped Stretch Transformation)’이다. 여기서는 입력 이미지의 공간 정보를 비선형적으로 매핑해 푸리에 도메인에서 샘플링 밀도를 조절한다. 즉, 관심 영역(예: 세포 경계, 핵 등)은 고해상도로 샘플링하고, 배경이나 불필요한 영역은 저해상도로 압축한다. 이를 위해 비균일 푸리에 샘플링(Non‑Uniform Fourier Domain Sampling) 기법을 적용해, 변조된 스펙트럼을 가변 간격으로 디지털화한다. 결과적으로 동일한 광대역 대역폭 내에서 정보량이 크게 감소하면서도, 중요한 특징은 손실 없이 보존된다.

데이터 처리량 측면에서, 논문은 100 Mfps(프레임/초)의 연속 작동을 시연했으며, 이는 초당 약 4 TB에 달하는 원시 데이터 스트림을 생성한다. 기존 전자식 ADC와 저장 시스템은 이러한 속도를 감당하지 못하므로, 광학 단계에서의 압축이 필수적이다. 워프드 스트레치 변환은 광학 회로 내에서 실시간으로 수행되므로, 후처리 지연을 최소화하고, 실시간 세포 분류 알고리즘(예: 머신러닝 기반 특징 추출)과 직접 연동할 수 있다.

또한, 논문은 이 기술을 혈액 내 유방암 세포 검출에 적용해 10⁶ 배율의 감도를 달성했으며, 이는 기존 흐름 사이토메트리(flow cytometry) 대비 수십 배 향상된 결과다. 고속 광학 카메라와 실시간 압축이 결합되면, 희귀 이벤트(예: 순환 종양 세포, 바이러스 입자)의 검출이 가능해져 임상 진단 및 생물학적 연구에 새로운 패러다임을 제시한다.

마지막으로, 구현상의 도전 과제로는 디스퍼시브 파이버의 정확한 설계, 비선형 매핑 함수의 최적화, 그리고 압축된 데이터의 복원 정확도 보장이 있다. 향후 연구에서는 적응형 워프드 매핑(예: 실시간 피드백 기반)과 딥러닝 기반 복원 알고리즘을 결합해 압축 효율과 복원 품질을 동시에 극대화할 수 있을 것으로 기대된다.