융합연구의 중심에 서 있는 정유채 BK교수를 만나다

이번에 만나 볼 이달의 인물은 8월 융합과학기술대학원(이하 융대원)에 새로 부임하신 정유채 BK교수님입니다. 일찍부터 생명공학기술(BT)-정보기술(IT) 분야에 관심을 가지고 융합의 길을 걸어오신 정유채 교수님의 이야기를 들어보고자 합니다.

Q. 교수님, 안녕하세요! 먼저 교수님에 대한 소개와 융대원에 부임하시기 전에 어떤 길을 밟아 오셨는지 들려주세요.

저는 학부에서는 computer science를 전공했고, 대학원 과정에서는 유전체 데이터를 포함한 다양한 생물학적 데이터를 분석하는 방법론에 대해 주로 연구했습니다. 박사과정에서는 종양과 관련된 다양한 유전체 변이(genetic & epigenetic change)를 in silico* 방법으로 분석하고 in vitro* 실험을 병행하여 졸업논문을 완성했습니다. 졸업 후에는 미국 Brigham & Women’s Hospital 에서 post-doctoral researcher로 근무하면서 뇌종양과 관련된 miRNA들을 발굴하고, miRNA의 co-regulatory network을 in silico 방법으로 분석하여 얻은 결과를 실제 뇌종양 환자 sample에서 in vitro 실험을 통해 증명하였습니다.

귀국 후에는 다양한 biomedical data를 분석하는 연구와 BT-IT 분야를 융합하는 연구주제로 국책과제를 수주하여 다양한 연구를 진행하고 있습니다. 연구책임자로서 처음 수행했던 과제는 “뇌교종 암줄기세포에서 항암제 내성 관련 miRNA의 발굴 및 치료전략 수립 (Identification of TMZ-resistant miRNA in GBM using bioinformatics)”이라는 주제로 리서치펠로우 사업(한국연구재단)을 통해 독립적인 연구자로서 과제를 수행하였습니다. 이후에는 (재)한국여성과학기술인지원센터 (WISET)에서 지원하는 공학연구팀제 지원사업에서도 “사용자의 특성을 고려한 맞춤형 건강관리를 위한 지식베이스 구축” 이라는 주제로 지도교수 자격으로 단기 프로젝트를 진행했습니다.  현재는 한국연구재단의 과학기술인문융합연구 사업을 통해 머신러닝을 이용한 생체신호 분석과 관련된 연구를 진행하고 있습니다.

* in silico : 컴퓨터 모의실험 또는 가상실험
*in vitro : 살아있는 생명체 내부가 아니라 시험관이나 페트리 디쉬와 같이 제어가 가능한 환경에서 수행되는 실험 과정

▲International Conference on Information Networking (ICOIN)

학회에서 포스터 발표 중인 모습

Q. 융대원과는 어떻게 연을 맺게 되셨나요?

다양한 BT-IT 분야의 융합연구를 진행하면서, 환자의 임상데이터를 얻는 과정이나 다양한 IT 기술을 접목하여 특정 domain의 데이터를 분석하는 것에 대한 어려움이 있었고, 다양한 분야의 전문가들과 공동연구의 필요성을 늘 느끼고 있었습니다. 그러던 중에 우연히 서울대학교 융합과학기술대학원에서 다양한 융합연구가 활발하게 이루어지고 있고, 여러 분야의 전문가들이 실질적인 연구주제로 다양한 융합적인 접근방법을 시도하고 있다는 점이 마음에 들어서 융대원에 BK교수로 지원하게 되었습니다. 이번 인터뷰를 통해 늘 연구에 대한 조언과 격려를 아끼지 않으시는 이형기 교수님과 늘 배려해주고 응원해주는 CCADD 랩(계량임상약리 연구실) 멤버들에게도 감사의 마음을 전합니다. 또한 다양한 공동연구에 대한 가능성을 열어두고 늘 도와주시는 융대원의 여러 교수님들께도 다시 한번 감사의 뜻을 전하고싶습니다. 

Q. 최근 의학, 의료 분야에서 다양한 융합이 이루어지고 있는데요, 교수님이 관심 있는 분야는 어떤 것인지 궁금합니다.

최근에는 다양한 보건의료 빅데이터 (의료정보, 유전체 정보, 생체신호, lifelog data 등)를 통합/분석하여 개인의 건강상태를 monitoring하고, medical decision에 도움을 주고자 하는 연구가 활발하게 진행되고 있습니다. 이러한 연구를 수행하기 위해서는 biomedical domain 전반에 대한 깊은 이해가 필요하며, 각 data의 특성에 맞는 적절한 분석방법 ((ex) machine learning)을 적용하기 위해서는 IT기술에 대한 폭넓은 이해도 필요합니다.

저는 다양한 biomedical 분야의 연구경험을 바탕으로 신약개발의 중요한 부분을 차지하고 있는 임상시험 절차를 효율화하는데 필요한 임상시험 자동 추천 시스템 개발에 관심이 있습니다. 서울대병원과의 공동연구를 통해 임상시험 참여자의 전자의무기록(EMR) 데이터를 확보하고 환자 별 유전적 특성을 반영한 최적화된 임상시험을 추천해주는 것을 목표로 하고 있습니다.

▲한국프레스 센터에서 열린

‘인공지능, 알고리즘, 개인보호 정책을 둘러싼 정책적 과제’에 참석 중인 정유채 교수님

Q. 연구를 하면서 힘드신 점이나 어려운 점이 있다면 말씀해주세요. 그리고 어떻게 극복해 나가시는지 알고 싶습니다.

저는 가톨릭 의과대학에서 박사과정을 마쳤고 post-doctoral training 과정에서는 Brigham & Women’s Hospital 에서 실제 환자 데이터를 다루었고, 최근에는 공대에서 머신러닝을 이용한 빅데이터 분석과 관련된 강의를 한 경험도 가지고 있습니다. 현재는 디지털 헬스케어와 관련된 분야의 스타트업 회사의 자문 역할도 맡고 있습니다. 다양한 분야의 사람들과 소통하고, 협력하는 과정은 쉽지만은 않지만, 돌이켜 생각해보면 스스로를 더 성장시키고 다양한 관점을 이해할 수 있는 좋은 기회였다고 생각합니다. 저는 연구를 하면서 겪게 되는 크고 작은 어려움들(기술적인 문제, 연구비 문제, 논문 등등)을 늘 긍정적으로 받아들이고, 매순간 최선을 다하는 자세가 중요하다고 생각합니다. 앞으로도 다양한 학문 분야를 융합하고, 의료인공지능 분야의 다양한 문제들을 해결해나가는 시도를 계속할 생각입니다.

▲CCADD Lab.(계량임상약리 연구실)에서

Q. 부임하신지 얼마 되지 않아 정신이 없으시겠지만, 융대원의 첫인상과 함께 융대원에서 이루고자 하는 목표나 계획에 대해 말씀 부탁드립니다.

융대원의 첫인상은 연구공간이 넓고 쾌적하며 대학 연구소와 기업들이 같은 건물 내에 공존하면서 다양한 창업관련 기회가 있다는 점에서 무척 흥미롭고 인상 깊었습니다. 앞으로의 계획은 저의 다양한 연구경험을 바탕으로 다양한 분야 전문가들과의 공동연구 기회를 찾고, 의료인공지능 분야에서 환자에게 도움이 되는 실질적인 연구를 하는 것입니다. 즉 신약개발 절차에서 가장 많은 비용과 시간이 드는 임상시험 절차를 효율화하기 위한 인공지능 기술을 개발하고 환자들에게 맞춤형 임상시험 정보를 user-friendly한 방법으로 제공함으로써 임상시험 성공률을 높이는 것입니다. 이러한 시도를 통해 환자뿐만 아니라 신약개발 분야에 종사하는 연구자들과 제약산업 전반에도 도움이 되는 연구를 하는 것이 저의 목표입니다.

▲신약개발 절차와 임상시험 단계

▲서울대 Nano IP 최고전략과정 입학식에서

정유채 교수님은 최근에 학생의 마음으로 돌아가 서울대 Nano IP 최고전략과정에도 등록을 하며 또다른 새로운 시작을 하셨다고 합니다. 학부 시절부터 지금까지 융합연구를 위해 다양한 노력을 해오신 이야기가 차세대융합기술연구원(이하 융기원)과 융대원의 많은 사람들에게 자극이 될 수 있을 것 같습니다. 지난 이달의 인물로 소개한 장진규 박사님처럼 정유채 교수님도 마르퀴즈 후즈 후에 등재 메일을 받으셨다고 하니 융기원과 융대원에 뛰어난 연구자들이 점점 더 많아지는 것 같아 마음이 뿌듯해지는 인터뷰였습니다.

앞으로 교수님의 행보를 기대하며 8월, 이달의 인물 5문 5답을 마칩니다!