최근 발표된 연구에 따르면, 라만 분광법(Raman spectroscopy)과 인공지능(AI)을 결합한 새로운 하이브리드 머신러닝 프레임워크 'HyMLRaman'이 의약품 잔류물을 빠르고 신뢰성 있게 식별하는 데 성공했습니다. 이는 공중 보건, 식품 안전, 그리고 실제 라만 기반 스크리닝의 실용성을 크게 향상시킬 잠재력을 가지고 있습니다.
HyMLRaman은 딥 스펙트럼 특징 추출, 생성형 모델, 그리고 고전적인 머신러닝 분류기를 결합한 방식입니다. 연구진은 아목시실린(amoxicillin), 클로람페니콜(chloramphenicol), 시프로플록사신(ciprofloxacin), 테트라사이클린(tetracycline), 이부프로펜(ibuprofen), 파라세타몰(paracetamol) 등 6가지 의약품 화합물을 식별하는 데 이 프레임워크를 적용했습니다. 특히, 라만 스펙트럼을 스펙트럼 이미지로 변환하고 EfficientNet-B3와 같은 딥러닝 백본으로 인코딩한 후, SVM(서포트 벡터 머신)과 같은 분류기를 사용하여 96.31%의 정확도와 96.36%의 매크로-F1 점수를 달성하며 뛰어난 성능을 보였습니다. 또한, 데이터가 부족한 환경에서는 DDPM(확산 모델) 기반의 생성형 모델을 활용한 특징 증강(feature augmentation)을 통해 성능을 유지하거나 향상시키는 가능성을 보여주었습니다.
이 연구 결과는 HyMLRaman이 빠르고 해석 가능한 라만 기반 의약품 스크리닝을 위한 실용적인 경로를 제공함을 시사합니다. 특히, 의약품 잔류물 식별은 공중 보건과 식품 안전에 직결되는 중요한 문제로, 이 기술은 제약 산업의 품질 관리, 환경 모니터링, 심지어 불법 의약품 탐지 등 다양한 분야에 적용될 수 있습니다. 제한된 데이터 환경에서도 강점을 보이는 만큼, 현장 적용 가능성이 높아 라만 분광법의 활용 범위를 넓히는 데 기여할 것으로 보입니다.