딥러닝(Deep Learning)을 이용한 법유전학 연구, 대구과학수사연구소 유전자분석과

딥러닝(Deep Learning)을 이용한 법유전학 연구, 대구과학수사연구소 유전자분석과

○ 딥러닝(Deep Learning)은 인공 신경망을 기본으로 한 다층 신경망으로 구성된 기계학습의 한 분야입니다. 딥러닝은 1960년대 Frank Rosenblatt이 인간의 신경세포 구조와 비슷한 퍼셉트론 이론을 발표하면서 알려졌으며 2000년대 ‘딥러닝의 대부’라고 불리우는 Geoff Hinton에 의해 딥러닝 기법은 크게 발전되었습니다.

○ 딥러닝은 다른 기계 학습보다 뛰어난 정확성과 예측률을 가지기 때문에 영상(이미지) 및 음성 인식, 텍스트 번역 등 다양한 분야에서 사용되고 있으며, 생명과학 및 의학 분야도 질병 예측, 단백질 구조 예측 및 분류 등 다양한 연구가 진행되고 있습니다. 이와 함께 법유전학 분야도 다층 신경망을 이용한 STR 대립유전자 분류, 외형 형질 예측, 조상 및 인종그룹 추정, 혼합형 DNA의 기여자 예측 등 딥러닝을 활용한 많은 연구들이 꾸준히 발표되고 있습니다.

○ 또한, 딥러닝의 한 종류인 합성곱 신경망을 이용하여 이미지를 활용한 생물 종 분류 시스템 개발 등 법생물 분야 연구에도 적용하고 있으며, DNA 프로필 예측 등 새로운 연구도 진행하고 있습니다. 이와 관련된 법유전학 분야 연구 성과로 2021년 3건의 특허를 출원하였습니다.

○ 데이터를 효율적으로 검색하고 관리하는 데이터베이스 시대를 지나 바야흐로 데이터를 효과적으로 분석하고 예측하는 딥러닝 시대가 왔습니다. 이에 발맞추어 법유전학 분야 뿐만 아니라 법과학 분야 전반에서 딥러닝을 활용한 연구가 꾸준히 증가할 것으로 예상되며 법과학 감정기관도 딥러닝을 이용한 감정 적용을 통해 다양하고 정확한 수사 정보를 제공할 수 있을 것으로 기대됩니다.