법의학 치아 연령 평가를 위한 AIdentifyAGE 온톨로지 구축과 활용

초록

AIdentifyAGE 온톨로지는 치아 발달 단계와 AI 기반 영상 분석을 결합한 포렌식 연령 평가를 표준화한다. 법적·의료·AI 데이터 모델을 통합해 FAIR 원칙을 따르며, OBI 등 기존 상위 온톨로지를 재사용해 상호운용성을 확보한다. 온톨로지는 세 가지 도메인(법·포렌식, 수동 평가, AI 평가)으로 구성되고, 논리적·기능적 검증을 거쳐 BioPortal에 공개돼 DSS 구축 기반으로 활용될 수 있다.

상세 분석

본 논문은 최근 이민자와 무소속 미성년자에 대한 연령 판정의 사회·법적 중요성을 강조하면서, 치아 연령 평가(DAA)가 가장 신뢰받는 생물학적 지표임을 재확인한다. 그러나 기존 DAA 실무는 국제 가이드라인, 임상·법적 기록, 이미지 데이터, 통계적 참조 연구 등 다양한 출처의 정보를 비표준화된 형태로 관리하고 있어 투명성·재현성에 한계가 있다. 특히 AI 기반 이미지 분석이 도입되면서 모델 파라미터, 학습 데이터, 추론 결과 등 메타데이터 관리가 더욱 복잡해졌다. 이러한 문제를 해결하기 위해 저자들은 AIdentifyAGE 온톨로지를 설계·구현하였다.

첫째, 온톨로지는 OBI(Ontology for Biomedical Investigations)를 상위 프레임워크로 채택하고, Dental Ontology, Radiology Ontology, Machine Learning Ontology 등 도메인 특화 온톨로지를 재사용한다. 이를 통해 클래스와 속성의 의미론적 일관성을 확보하고, 외부 시스템과의 연계성을 높였다.

둘째, 온톨로지는 세 개의 하위 도메인으로 구조화된다. ‘법·포렌식’ 서브그래프는 사건 식별자, 요청 기관, 검사 일시, 법적 보고서 등 절차적 메타데이터를 모델링한다. ‘수동 DAA’ 서브그래프는 치아 발달 단계(예: Demirjian, Willems 등)와 해당 단계에 매핑된 연령 통계(평균, 표준편차, 신뢰구간)를 포함한다. ‘AI DAA’ 서브그래프는 데이터 컬렉션, 모델 특성(하이퍼파라미터, 학습 알고리즘), 추론 실행, 모델 출력(회귀값·분류 라벨) 등을 정의해 AI 파이프라인 전체를 추적 가능하게 만든다.

셋째, 온톨로지는 FAIR 원칙을 충실히 따랐다. 모든 개념에 IRI를 부여하고, 정의·사용 주석을 포함시켜 검색성과 재사용성을 보장한다. 또한 BioPortal에 OWL 형식으로 공개함으로써 접근성을 높였다.

넷째, 검증 단계에서는 HermiT 추론기를 이용한 논리적 일관성 검사와, 11개의 competency question(CQ)을 통한 기능적 적합성 평가를 수행했다. 각 CQ는 “특정 사건의 법적 보고서에 포함된 연령 추정값은 무엇인가?”와 같이 실제 법·의학 현장에서 요구되는 질의를 반영한다. SPARQL 질의로 모두 해결 가능함을 확인함으로써 온톨로지가 실용적인 의사결정 지원 시스템(DSS)의 백본으로 활용될 수 있음을 입증했다.

마지막으로, 저자들은 온톨로지의 확장성을 강조한다. 새로운 AI 모델이나 추가적인 치아 발달 지표가 등장하면 기존 클래스와 관계를 재사용하거나 하위 클래스를 추가하는 방식으로 손쉽게 확장할 수 있다. 이는 향후 포렌식 연령 평가 분야에서 표준화된 데이터 교환과 자동화된 증거 추적을 가능하게 할 전망이다.

요약하면, AIdentifyAGE 온톨로지는 포렌식 치아 연령 평가의 복합적인 데이터 흐름을 하나의 의미론적 모델로 통합함으로써, 투명하고 재현 가능한 연령 판정과 AI 모델의 설명 가능성을 동시에 제공한다. 이는 법적 판단의 신뢰성을 높이고, 국제적인 데이터 공유와 협업을 촉진하는 기반이 된다.