Melanoma Classification Through Deep Ensemble Learning and Explainable AI

이 논문은 세 가지 최첨단 딥러닝 전이학습 네트워크를 앙상블하여 흑색종 분류 정확도를 높이고, 예측의 신뢰성을 확보하기 위해 설명 가능한 인공지능 (XAI) 기법을 적용하는 모델을 제안합니다.

핵심

🎨 1. 문제 상황: "눈으로 보는 것만으로는 부족해"

피부암, 특히 흑색종은 초기에 발견하면 99% 이상 생존하지만, 놓치면 치명적입니다. 현재는 전문의가 피부에 돋보기 (더마스코피) 를 대고 눈으로 진단합니다. 하지만 이는 시간도 많이 걸리고, 의사마다 판단이 달라서 실수할 가능성이 있습니다.

인공지능 (AI) 이 이 일을 대신하면 좋겠지만, 기존 AI 는 **"블랙박스 (Black Box)"**라는 문제가 있었습니다.

비유: AI 가 "이건 암이야!"라고 말은 하지만, **"왜?"**라고 물어보면 대답을 안 합니다. 마치 "이건 암이야"라고만 외치는 예지몽을 꾸는 사람 같죠. 의사들은 AI 가 왜 그렇게 판단했는지 모르면 믿을 수 없습니다.

🏆 2. 해결책: "세 명의 천재가 한 팀이 되다" (앙상블 학습)

이 연구팀은 AI 한 명에게 모든 걸 맡기는 대신, 세 명의 서로 다른 '천재 AI'를 모아서 팀을 꾸렸습니다.

• 팀원들: ResNet-101, DenseNet-121, Inception v3 (이건 모두 유명한 AI 모델 이름입니다.)
• 비유: 마치 세 명의 다른 전문의가 한 환자를 함께 진단하는 것과 같습니다.
  • A 의사는 피부의 가장자리를 잘 봅니다.
  • B 의사는 색상의 미세한 변화를 잘 봅니다.
  • C 의사는 전체적인 모양을 잘 봅니다.
  • 세 사람이 각자 의견을 내면, 한 사람의 실수를 다른 사람이 잡아주어 결론이 훨씬 정확해집니다.

이 연구팀은 이 세 AI 의 의견을 합치는 방법을 여러 가지로 실험해 봤습니다. 단순히 "다수결"로 정하는 것보다, 각 AI 의 능력을 고려해 점수를 매겨 가중치를 두는 방식이 가장 잘 작동했습니다.

🔍 3. 핵심 혁신: "왜 그렇게 판단했는지 설명해 줘" (설명 가능한 AI, XAI)

이 연구의 가장 큰 특징은 AI 가 "왜 암이라고 판단했는지" 그 이유를 보여준다는 점입니다. 이를 위해 SHAP이라는 도구를 사용했습니다.

비유: AI 가 진단서를 내릴 때, **"이 부분은 빨간색으로 표시된 부위가 암의 징후라서 암이라고 판단했습니다"**라고 핵심 부위를 하이라이트해 주는 것입니다.

• 빨간색: "여기가 암일 확률이 높아요!" (중요한 특징)
• 파란색: "여기는 암과 상관없어요." (중요하지 않은 특징)

이를 통해 의사들은 AI 가 단순히 "암"이라고 외치는 게 아니라, 실제 병변 부위를 보고 판단했다는 것을 눈으로 확인할 수 있어 신뢰할 수 있게 됩니다.

📊 4. 결과: "더 정확하고, 더 투명해졌다"

• 정확도 향상: 세 AI 가 팀을 이루니, 개별 AI 보다 정확도가 약 2%~3% 정도 더 올라갔습니다. (의료에서는 1% 도 큰 차이입니다.)
• 신뢰도 확보: SHAP 분석 결과, AI 가 실제로 피부 병변의 중요한 부분 (가장자리, 색소 등) 을 보고 판단한다는 것이 확인되었습니다.
• 발견된 함정: 흥미롭게도 AI 는 때때로 머리카락이나 사진의 원형 반사 (비네팅) 같은 불필요한 요소에 영향을 받기도 했습니다. 이는 앞으로 더 개선해야 할 점으로 지적되었습니다.

💡 5. 결론: "의사와 AI 의 완벽한 파트너십"

이 논문은 단순히 "AI 가 더 잘한다"는 것을 보여주는 것을 넘어, **"AI 가 왜 그렇게 판단했는지 의사에게 설명해 주어, 의사가 AI 를 믿고 함께 진단할 수 있게 한다"**는 데 의의가 있습니다.

한 줄 요약:

"세 명의 AI 전문가가 팀을 이루어 흑색종을 진단하고, 그 이유를 빨간색 하이라이트로 보여주어 의사가 안심하고 믿을 수 있게 만든 연구입니다."

이 기술이 발전하면, 앞으로는 AI 가 의사의 보조 도구로써 초기 피부암을 놓치지 않고, 그 판단 근거를 명확히 보여줌으로써 더 많은 생명을 구할 수 있을 것입니다.

기술 요약

논문 요약: 딥 앙상블 학습과 설명 가능한 AI 를 통한 흑색종 분류

1. 문제 정의 (Problem)

• 흑색종의 치명성: 흑색종은 가장 공격적이고 치명적인 피부암으로, 초기 발견 시 5 년 생존율이 99% 이상이지만, 늦게 발견되면 사망률이 매우 높습니다.
• 진단의 한계: 현재 표준 진단법은 생검 (침습적 수술) 이지만 비용과 감염 위험이 따릅니다. 피부과 전문의의 육안 검사 (dermoscopy) 는 시간과 비용이 많이 들며, 정확도가 약 80% 에 불과하고 전문가 간 편차가 큽니다.
• 딥러닝의 도전 과제:
  • 데이터 문제: 레이블이 지정된 데이터 부족, 클래스 불균형 (악성 종양 데이터가 전체의 극히 일부), 이미지 노이즈 및 낮은 대비.
  • 블랙박스 문제: 기존 딥러닝 모델은 높은 정확도를 보이지만, 의사결정 과정을 설명하지 못해 의료 현장에서의 신뢰성과 투명성이 부족합니다.

2. 방법론 (Methodology)

이 연구는 3 개의 최첨단 딥 전이 학습 (Deep Transfer Learning) 모델을 앙상블하고, 설명 가능한 AI(XAI) 기법을 적용하여 예측의 신뢰성을 확보하는 프레임워크를 제안합니다.

• 데이터셋: ISIC Challenge 2019 및 2020 데이터셋 사용.

  • 데이터 전처리: 진단이 불확실한 이미지 제거, 클래스 불균형 해결을 위해 다수 클래스 (양성) 의 다운샘플링 수행. 최종 10,212 장의 균형 잡힌 데이터 (양성 5,106 장, 악성 5,106 장) 사용.
  • 이미지 강화: 조명, 해상도, 초점 변이 보정을 위해 색상, 선명도, 밝기, 대비 향상 및 중앙 크롭 (Center cropping), 정규화 적용.
  • 데이터 증강 (Augmentation): 오버피팅 방지를 위해 수평/수직 뒤집기, 회전, 줌, 시어 (shear), 이동 등을 적용.

• 기저 학습기 (Base Learners) 선정:

  • 5 개의 전이 학습 모델 (VGG-19, ResNet-50, ResNet-101, DenseNet-121, Inception v3) 을 ImageNet 으로 사전 학습된 상태에서 파인튜닝.
  • 최종 선정 모델: 성능이 가장 우수했던 ResNet-101, DenseNet-121, Inception v3를 앙상블의 기저 모델로 선택.

• 앙상블 학습 전략:

  • 4 가지 융합 기법 비교: 하드 다수 투표, 소프트 다수 투표 (확률 평균), 최대 규칙 (Max Rule), 가중 확률 평균.
  • 가중치 산정 방식: 기존 연구와 달리 단순 정확도가 아닌, 정밀도 (Precision), 재현율 (Recall), F1 점수, ROC-AUC 점수를 모두 고려하여 쌍곡선 탄젠트 (Hyperbolic Tangent) 함수를 이용해 각 모델의 가중치를 동적으로 계산.

• 설명 가능한 AI (XAI) 적용:

  • SHAP (SHapley Additive exPlanations) 분석을 사용하여 모델이 어떤 이미지 영역 (피부 병변의 특징, 모발, 주변 피부 등) 을 기준으로 예측을 내렸는지 시각화.
  • 각 기저 모델의 입력 특징에 대한 SHAP 값을 계산하여 예측의 근거를 설명.

3. 주요 기여 (Key Contributions)

1. 고성능 앙상블 프레임워크: 3 개의 이종 딥러닝 모델을 가중 평균 방식으로 결합하여 단일 모델의 한계를 극복하고 분류 정확도를 향상시킴.
2. 데이터 불균형 및 소량 데이터 대응: 제한된 데이터셋에서도 전이 학습과 다운샘플링을 통해 경쟁력 있는 결과를 도출.
3. 설명 가능성 (Explainability) 강화: 블랙박스 문제를 해결하기 위해 SHAP 을 도입하여 모델이 병변의 어떤 특징을 기반으로 판단했는지 시각적으로 증명. 이는 의료진의 신뢰를 높이는 핵심 요소임.
4. 새로운 가중치 산정 알고리즘: 단일 지표가 아닌 다중 평가 지표를 쌍곡선 탄젠트 함수에 적용하여 최적의 앙상블 가중치를 도출하는 방법론 제시.

4. 실험 결과 (Results)

• 성능 비교:

  • 기저 모델 중 최고: DenseNet-121 (정확도 83.90%, ROC-AUC 0.91).
  • 제안된 앙상블 모델: 정확도 85.80%, ROC-AUC 0.93 달성.
  • 성능 향상: 단일 최상위 모델 (DenseNet-121) 대비 정확도는 1.9%p, ROC-AUC 는 2%p 향상.
  • 기존 연구 대비: ISIC 2019/2020 데이터셋에서 기존 선행 연구들 (Gessert et al., Setiawan 등) 보다 높은 정확도와 재현율을 기록.

• SHAP 분석 결과:

  • 모델들이 피부 병변의 경계와 특징적인 영역 (빨간색으로 표시) 을 올바르게 식별함을 확인.
  • 모델 간 차이: ResNet-101 은 병변 하단, DenseNet-121 은 우측 상단 등 모델마다 집중하는 영역이 달라 앙상블의 효과 입증.
  • 오류 원인 분석: 모발 (hair) 이나 원형 미세 효과 (microscopic effect) 와 같은 무관한 특징이 일부 모델의 예측에 부정적/긍정적 영향을 미쳐 오분류의 원인이 됨을 시각적으로 확인.

5. 의의 및 결론 (Significance & Conclusion)

• 의료 신뢰성 확보: 높은 정확도뿐만 아니라 SHAP 을 통한 시각적 설명으로 의료진이 AI 의 판단을 검증하고 신뢰할 수 있는 기반을 마련함.
• 실용적 가치: 초기 흑색종 진단의 자동화를 통해 생검의 불필요한 시행을 줄이고, 진단 정확도를 높여 환자 생존율 향상에 기여할 잠재력이 있음.
• 향후 과제:
  • 재현율 (Sensitivity) 을 더욱 높여 위음성 (False Negative) 사례를 줄이는 데 집중.
  • 모발 제거 및 병변 분할 (Segmentation) 등 이미지 전처리 기술 고도화.
  • 피부과 전문의의 임상적 판단 기준과 AI 의 설명 (SHAP) 을 비교 검증하는 연구 진행.

이 논문은 딥러닝 기반 피부암 진단 시스템이 단순히 '정확한 예측'을 넘어 '이해 가능한 예측'을 제공함으로써 의료 현장에 실제로 적용될 수 있는 가능성을 보여주었다는 점에서 의의가 큽니다.