매일 아침 피곤한 눈을 한 수백만의 사람들이 시리얼 그릇과 커피컵에 우유를 부으면서도 우유가 어디에서 온 것일까 생각해보는 일은 좀처럼 없습니다.
우유를 만드는 동물의 건강을 유지하고 최종 제품이 소비에 적합하도록 보장하기 위해 시행 중인 절차들을 따져보는 이들은 많지 않을 텐데요.
소 사육농가들의 이 같은 노력을 좌절시키는 요인으로 소결핵증(bovine tuberculosis, bTB)이 있습니다. 느리게 진행되다 결국 치명적인 상황을 초래하는 이 만성질환은 전세계 축산부문의 경제와 후생에 심각한 문제를 야기합니다.
에든버러에 본부를 둔 스코틀랜드농업대학(SRUC)은 최근 GPU 가속 AI와 데이터 사이언스를 응용해 소결핵증을 보다 효과적이고 효율적으로 모니터링⋅치료할 수 있는 혁신적 연구를 진행했습니다.
소결핵증
소결핵증은 박테리아로 감염되며 전염성이 아주 강한 인수공통감염병입니다.
또한 원치 않는 살처분, 동물 이동 제한, 질병 통제 및 근절 프로그램 실시 등으로 상당한 재정적 부담을 안기죠. 소결핵증 보균체 근절 프로그램을 의무 시행하지 않는 국가에서는 공중보건에 중대한 차질을 빚기도 합니다.
소결핵증은 발병 속도가 느리기 때문에 감염의 특정한 징후는 말기에 가서나 나타나는 것이 일반적입니다.
소의 건강을 모니터링하기 위해서는 정기적인 진단검사가 필요합니다. 현재 표준진단법은 SICCT 피내검사인데요, 이 검사법은 시간과 노동력을 많이 요할 뿐 아니라 진단 정확도가 50%~80%밖에 되지 않는다는 문제가 있습니다.
진단검사의 새로운 가능성을 찾아서
SRUC의 연구가 새롭게 개척한 소결핵증 진단기법은 품질 관리를 위해 정기적으로 수집되어 중적외선(MIR) 분석을 진행한 우유 샘플을 활용했습니다.
먼저 소결핵증의 표현형(감염된 동물에게서 식별가능한 특징들)을 만들었습니다. 이때 기존의 SICCT 피내검사 결과, 사육 현황, 소의 도살 여부, 소결핵증이 야기하는 병변의 발현 여부 등과 관련된 데이터들이 활용되었습니다. 이들 범주 각각에서 나온 정보들을 결합해 2진법의 표현형을 생성했습니다. 0은 건강한 소를, 1은 소결핵증에 감염된 소를 나타내죠.
SICCT 검사가 실시된 날짜에 월례 품질 기록의 일환으로 수집된 개별 우유의 MIR 데이터를 검사 대상 동물의 소결핵증 진단 상황에 맞춰 연결하고 53×20 픽셀의 이미지로 변환했습니다. 이를 활용해 소결핵증 감염의 고급 특징들을 식별할 수 있는 합성곱신경망(CNN)을 NVIDIA DGX Station에서 훈련했습니다.
SRUC의 모델은 SICCT 피내검사를 통과하지 못할 것으로 예상되는 소를 95%의 정확도로 식별할 수 있었고, 검출의 민감도(sensitivity)와 특이도(specificity)는 각각 0.96과 0.94를 기록했습니다.
소결핵증 예측 모델의 훈련에 사용되는 수백만 데이터 포인트를 처리하기 위해 SRUC 연구팀은 신속하고 안정적이며 안전한 컴퓨팅 시스템이 필요했습니다. NVIDIA DGX Station을 사용하자 기존에는 수개월 간의 작업이 필요했던 모델들을 단 며칠 만에 개발할 수 있었습니다. 여기에 RAPIDS 데이터 사이언스 소프트웨어를 더해 연구를 더욱 가속화한 덕분에 딥 러닝 모델의 시간 단위 개발이 가능해졌죠.
마이크 커피(Mike Coffey) SRUC 동물육종팀 담당교수 겸 EGENES 책임자는 “NVIDIA DGX Station과 RAPIDS로 모델을 구동하면서 모델 개발에 소요되는 시간을 10배 이상 가속할 수 있었습니다”라면서 “이번 가속화를 통해 소결핵증 방역에 유효한 솔루션을 축산농가에 더 신속히 전달하는 한편 국가적 차원의 대응 방안 또한 광범위하게 개선하게 될 것입니다”라고 평가했습니다.
나아갈 길
정기적으로 수집되는 우유 샘플을 활용해 소결핵증 감염 여부를 조기 식별하는 혁신적 방법은 비용 절감에도 도움이 됩니다. 무엇보다도 이 방법이 영국과 전세계의 소결핵증 근절 노력에 크게 기여할 잠재력을 가진 비외과적 도구라는 점에도 주목해야 합니다.
이러한 도구를 활용하면 축산농가들은 현재보다 훨씬 신속하게 중요 정보에 접근할 수 있게 될 것입니다. 이에 힘입어 보다 효율적이고 정보에 기반한 결정을 내림으로써 보유 가축의 건강과 안녕을 크게 증진하는 한편 농가, 정부, 납세자들의 비용 부담 또한 절감할 수 있습니다.
딥 러닝을 이용한 소결핵증 감염 여부 예측에 성공하면서 부결핵증(paratuberculosis) 등 다른 질병의 중적외선 분석을 활용하여 소의 복지를 개선할 새로운 가능성이 열렸습니다.
더 자세한 내용을 NVIDIA 사례 연구에서 확인하세요.