Agentic Autoresearch for CT Reconstruction

기술 요약: CT 재구성을 위한 에이전트 기반 자율 연구(Agentic Autoresearch)

문제 정의
딥러닝은 방대하고 다양한 컴퓨터 단층촬영(CT) 재구성 방법들을 생성해 왔으나, 공정한 비교는 여전히 노동 집약적이고 주로 수동으로 이루어지며, 종종 이상적인 데이터에 의존한다는 한계가 있습니다. 또한, 노이즈가 없는 벤치마크에서 도출된 순위가 실제 물리적 섭동(perturbation) 하에서의 성능을 예측할 수 있는지 여부도 불분명합니다. 저자들은 두 가지 핵심 질문을 던집니다: (1) 대규모 언어 모델(LLM) 에이전트가 재구성 방법을 자율적으로 구현, 튜닝 및 벤치마킹할 수 있는가? (2) 이상적인 데이터로 측정된 리더보드가 실제적인 노이즈 하에서의 강건성(robustness)을 예측하는가, 아니면 작은 섭동 하에서 순위가 역전되는가?

방법론
저자들은 단일 LLM(Claude Opus 4.8)에 의해 구동되는 "에이전트 루프(agentic loop)"를 구축하여 연구 과정을 자동화했습니다. 이 에이전트는 고정된 예산 내에서 폐쇄 루프(closed loop) 내에서 작동합니다:

1. 입력: 이전 반복(iteration)의 결과를 읽고, 특정 실패 모드(예: 정체된 헤드룸 점수, 잔류 스트릭 현상)를 식별한 후 가설을 수립합니다.
2. 실행: 단일 솔버 구성 요소(하이퍼파라미터 또는 코드)를 수정하고 짧은 클러스터 작업을 실행합니다.
3. 평가: 고정되고 교정된 단일 지표인 **헤드룸 점수($hr$)**를 읽습니다.
   • $hr = \max(0, 1 - \frac{RMSE(\hat{x})}{RMSE(x_{FBP})})$ (여기서 $\hat{x}$는 재구성 결과, $x_{FBP}$는 필터 보정 역투영(FBP) 베이스라인임).
   • 이 지표는 관심 영역(field of view) 내에서 FBP 베이스라인 대비 개선 정도를 측정합니다.
4. 제약 조건: 모든 방법은 공정한 비교를 보장하기 위해 동일한 미분 가능한 팬 빔 프로젝터(PYRO-NN)를 기반으로 합니다.

에이전트는 두 가지 서로 다른 CT 문제에 대해 26개의 확립된 방법을 벤치마킹했습니다:

• Mayo Low-Dose CT: 팬 빔 기하학으로 재구조화된 실제 나선형 데이터를 사용한 노이즈 제한 문제.
• Breast CT Challenge: 합성된 노이즈 없는 팬텀을 사용한 128-뷰 희소 뷰(sparse-view) 문제 (불완전성 제한 문제).

연구에는 노이즈 강건성 실험이 포함되었습니다:

• 전이 테스트(Transfer Test): (노이즈 없는 데이터로 최적화된) 훈련된 모델들을 재학습 없이 미세한 포아송 노이즈($I_0 = 10^5$ 광자)가 포함된 테스트 입력에 대해 다시 점수를 매겼습니다.
• 재학습 테스트(Retraining Test): 순위를 복구할 수 있는지 확인하기 위해 일치하는 노이즈 데이터로 모델을 처음부터 재학습시켰습니다.

또한, 에이전트는 성능을 유지하면서 파라미터를 최소화하라는 인간의 제안에 따라, 26개 방법의 구성 요소를 결합하여 **컴팩트한 솔버(compact solver)**를 만드는 시도를 했습니다.

주요 기여

1. 에이전트 루프 구현: 전략 및 감사를 위한 높은 수준의 인간 가이드만 필요하며, 전체 이력(provenance)을 갖춘 채 26개 방법을 구현, 튜닝 및 벤치마킹하는 완전 자율 루프를 구현했습니다.
2. 컴팩트 솔버 발견: 에이전트는 두 가지 문제 특화된 초소형 솔버를 도출했습니다:
   • Mayo (노이즈 제한): 969개의 파라미터를 가진 멀티 스케일 양방향 디노이저(bilateral denoiser).
   • Breast (희소 뷰): 필터링된 데이터 일관성(data-consistency)과 프라이멀-듀얼 언롤링(primal-dual unrolling)을 결합한 195개의 파라미터 솔버.
   • 이 컴팩트 솔버들은 챔피언 모델 파라미터의 약 0.4%만을 사용하여 상위 1% 수준의 성능을 달았습니다.
3. 강건성 역전(Robustness Inversion): 이상적인 데이터의 순위가 노이즈 강건성을 예측하지 못함을 입증했습니다. 작은 실제적 노이즈 섭동이 Breast CT 리더보드를 거의 역전시켰습니다.
4. 오픈 소스 공개: 26개 방법의 구현체, 컴팩트 솔버, 그리고 에이전트 루프 코드를 오픈 소스로 공개했습니다.

결과

• 벤치마킹: Mayo 데이터셋에서 상위 방법들은 통계적으로 구분이 불가능한 하나의 티어를 형성했습니다(단일 승자 없음). 노이즈 없는 Breast 데이터셋에서는 지도 학습 기반의 듀얼 도메인 디노이저와 언롤링 네트워크가 우세했습니다 ($hr \approx 0.89$).
• 역전 현상: 재학습 없이 Breast 테스트 입력에 미세한 노이즈를 추가했을 때, 순위가 거의 역전되었습니다:
  • 노이즈 없는 상태의 챔피언(지도 학습 기반 이미지 도메인 디노이저)은 $hr = 0.00$으로 붕괴되었습니다.
  • 물리 법칙 기반 정규화 방법들(Learned Primal-Dual, 수작업 기반 스무딩)이 상위권으로 올라왔습니다. Learned Primal-Dual 방식은 6위($hr=0.72$)에서 1위($hr=0.93$)로 상승했습니다.
  • 지도 학습 기반 이미지 도메인 디노이저들은 깨끗한 분포로 훈련되었기 때문에 분포 변화를 처리하지 못해 실패했습니다.
• 재학습: 일치하는 노이즈 데이터로 모델을 재학습시킨 결과, 원래의 순위가 부분적으로 복구되었습니다 (Spearman $\rho$가 0.04에서 0.61으로 증가). 이는 발생한 붕괴가 근본적인 구조적 결함이 아니라 분포 불일치(distribution mismatch)임을 나타냅니다.
• 에이전트 효율성: 에이전트는 이틀 만에 13개의 솔버를 온보딩하고 약 1,100회의 반복을 수행했습니다. 그러나 컴팩트 솔버 탐색 과정에서 지역 최적점(local optima)을 벗어나기 위해 "시도되지 않은 방향"을 제안하는 인간의 개입이 필요했습니다.

의의 및 주장
본 논문은 에이전트 기반 자율 연구가 실험 규모를 확장하고 공정한 비교를 보장하는 데 있어 실행 가능한 조력자라고 주장합니다. 에이전트는 고정된 지표 하에서 구현과 튜닝의 노동을 처리할 수 있기 때문입니다. 다만, 에이전트가 새로운 재구성 원리를 발명한 것이 아니라 기존의 원리들을 재조합했다는 점을 명시합니다.

핵적인 과학적 발견은 이상적인 데이터 리더보드가 강건성을 예측하는 데 있어 열악한 예측 인자라는 점입니다. 깨끗한 데이터에서의 성능이 실제 노이즈 하에서의 성능을 보장하지 않으며, 실제로 순위가 완전히 뒤바뀔 수 있습니다. 저자들은 이러한 역전 현상이 재학습을 통해 완화될 수 있는 "전이 효과(transfer effect)"이며, 이는 분포 불일치에 의한 것임을 주장합니다.

결론적으로, 본 논문은 단일 요인 챌린지만으로는 일반성을 인증할 수 없다고 결과를 맺습니다. 재학습이 노이즈 문제를 해결할 수는 있지만, 실제 세계의 CT 재구성은 빔 경화(beam hardening), 산란(scatter), 해부학적 구조, 질병 등 개방적이고 변화하는 다양한 혼란 변수들에 직면해 있습니다. 따라서 벤치마크는 요인을 하나씩 변화시키는 것이 아니라, 현실적이고 동시에 발생하는 다양한 요인들을 포괄적으로 모델링해야 합니다. 에이전트 기반 자율 연구는 이러한 복잡하고 다각적인 벤치마킹을 경제적이고 실행 가능하게 만드는 도구로 제시됩니다.