시험관아기시술(IVF)에서 어떤 배아를 이식해야 임신 가능성이 높아질까. 지금까지는 배아의 모양과 발달 단계, 세포의 상태 등을 종합적으로 평가해 이식할 배아를 선택해 왔다. 그런데 배아가 얼마나 잘 생겼는지만큼이나 배양 과정에서 얼마나 빠르게 팽창하는지도 임신 결과와 관련이 있다는 연구 결과가 나왔다.

네덜란드 에라스무스대학교 의료센터 연구진은 타임랩스 배양기에서 촬영한 배아 영상을 인공지능으로 분석한 결과, 임신으로 이어진 배반포가 그렇지 않은 배반포보다 통계적으로 유의하게 빠르게 팽창하는 경향을 확인했다.

이 연구는 10월 21일 국제학술지 ‘생식생물학과 내분비학(Reproductive Biology and Endocrinology)’에 발표됐다. 연구진은 배아의 외형뿐 아니라 시간에 따른 성장 속도를 정량적으로 평가하는 방법이 향후 배아 선별에 도움이 될 수 있다고 설명했다.

 

배아 등급이 같아도 성장 속도는 다를 수 있다

 

IVF에서 배아의 품질은 임신 가능성을 판단하는 중요한 요소다. 특히 수정 후 5~6일 정도 성장한 배반포는 내부세포괴와 영양외배엽의 상태, 배반포강의 팽창 정도 등을 기준으로 평가한다.

대표적인 방법이 가드너 배아 등급 평가법이다. 배반포의 팽창 단계와 세포 상태를 관찰해 등급을 부여하는 방식으로, 현재 임상에서 널리 활용되고 있다.

그러나 이러한 평가는 특정 시점에 관찰한 배아의 형태를 중심으로 이루어진다는 한계가 있다. 같은 등급을 받은 배아라도 실제 발달 과정과 성장 속도는 서로 다를 수 있다.

연구진이 주목한 부분이 바로 이러한 차이다. 배반포는 발달하면서 내부에 액체가 축적되고 배반포강이 커지면서 점차 팽창한다. 이 과정에서 배아의 크기와 형태가 지속적으로 변화한다.

연구진은 배반포가 특정 시점에 얼마나 커져 있는지뿐 아니라 시간이 흐르면서 얼마나 빠르게 팽창하는지를 측정하면 기존 배아 평가에서 얻기 어려웠던 정보를 확인할 수 있을 것으로 판단했다.

 

신선 배반포 이식 환자 280명 분석…임신 성공 배아 더 빠르게 팽창

 

연구진은 타임랩스 배양을 거쳐 단일 신선 배반포를 이식한 환자 280명의 자료를 후향적으로 분석했다.

타임랩스 배양기는 배아를 배양기 밖으로 꺼내지 않고도 일정한 간격으로 영상을 촬영해 발달 과정을 관찰할 수 있는 장비다. 배아가 분열하고 배반포로 발달하는 과정을 시간의 흐름에 따라 확인할 수 있다는 장점이 있다.

연구진은 이러한 영상에 딥러닝 기술을 적용했다. 인공지능이 배반포의 윤곽을 자동으로 구분하고, 영상에서 관찰되는 배반포의 단면적을 측정하도록 했다.

분석은 배반포 형성이 시작된 시점부터 수정 후 약 112~116시간까지 이루어졌다. 연구진은 시간에 따른 단면적 변화를 이용해 배반포의 팽창 곡선을 만들고, 성장 속도와 관련된 여러 지표를 추출했다.

그 결과 생화학적 임신으로 이어진 배반포와 태아 심박이 확인된 임상적 임신으로 이어진 배반포 모두 임신에 이르지 못한 배반포보다 통계적으로 유의하게 빠르게 팽창한 것으로 나타났다.

이는 배아가 얼마나 빠르게 팽창하는지가 임신 결과와 관련된 하나의 발달 지표가 될 수 있음을 보여준다. 다만 이번 연구는 배반포의 팽창 속도와 임신 결과 사이의 연관성을 확인한 관찰연구로, 빠른 팽창 자체가 임신 성공의 원인이라는 사실을 입증한 것은 아니다.

 

인공지능으로 배아 성장 속도 측정…임신 예측 정확도는 아직 한계

 

이번 연구에서 주목할 부분은 배아의 성장 속도를 객관적인 수치로 측정했다는 점이다.

기존 배아 평가에서는 배양사가 현미경 영상과 배아의 형태를 관찰하고 경험을 바탕으로 등급을 판단한다. 반면 이번 연구에서는 인공지능이 배반포의 단면적을 자동으로 측정하고 시간에 따른 변화를 계산했다.

배반포 단면적을 구분하는 인공지능 모델의 자카드 지수는 97.6%로 나타났다. 이는 영상에서 배반포 영역을 얼마나 정확하게 찾아냈는지를 나타내는 지표다.

그러나 배아의 크기를 정확하게 측정하는 능력과 임신 성공 여부를 예측하는 능력은 서로 다르다.

연구진이 환자의 임상 정보와 배반포 팽창 관련 지표를 결합해 임신 결과를 예측한 모델의 ROC-AUC는 생화학적 임신에서 0.69, 태아 심박이 확인된 임상적 임신에서 0.67이었다.

ROC-AUC는 예측 모델이 결과를 얼마나 잘 구분하는지를 나타내는 지표로, 0.5는 무작위 추측 수준이며 1.0에 가까울수록 구분 능력이 높다.

따라서 0.67이라는 수치는 배반포 팽창 속도가 임신 예측에 일정한 정보를 제공하지만, 이를 단독으로 활용해 임신 성공 여부를 정확하게 판단하기에는 한계가 있다는 의미다.

연구진 역시 더 많은 환자를 대상으로 한 추가 검증이 필요하다고 밝혔다.

 

배아의 모양에서 성장 과정으로…배양실 평가 기준 달라질까

 

이번 연구는 시험관아기 시술에서 배아를 평가하는 기준이 앞으로 어떻게 발전할 수 있는지를 보여준다.

지금까지 배아 평가는 특정 시점에 관찰되는 형태와 발달 단계를 중심으로 이루어졌다. 그러나 타임랩스 기술과 인공지능이 결합하면서 배아가 발달하는 과정 자체를 분석하는 접근이 가능해지고 있다.

특히 배반포의 팽창 속도는 배아에 별도의 침습적 검사를 시행하지 않고도 영상만으로 측정할 수 있다는 점에서 의미가 있다.

다만 배반포가 빠르게 팽창한다고 해서 반드시 염색체가 정상이라는 의미는 아니다. 이번 연구 역시 배반포의 팽창 속도가 염색체 정상 여부나 출생률을 얼마나 정확하게 예측하는지 입증한 연구는 아니다.

또한 분석 대상이 단일 신선 배반포 이식 환자 280명으로 제한돼 있어 냉동배아이식이나 다른 환자 집단에서도 같은 결과가 나타나는지는 추가 연구가 필요하다.

배아 선별에서 숙련된 배양사의 역할도 여전히 중요하다. 배아의 형태와 발달 상태, 환자의 나이와 치료 이력 등을 종합적으로 판단해야 하기 때문이다.

이번 연구의 의미는 인공지능이 배양사의 판단을 대체한다는 데 있지 않다. 기존 평가에서 놓칠 수 있었던 배아의 발달 속도를 객관적인 수치로 제공해 배아 선별에 활용할 수 있는 정보를 넓혔다는 데 있다.

배아의 품질을 판단할 때 중요한 것은 단순히 얼마나 크게 자랐느냐가 아니라 어떤 과정을 거쳐 성장했느냐일 수 있다. 배아의 모양을 평가하던 배양실에서 배아의 성장 과정까지 수치로 분석하는 배양실로 변화할 가능성에 이번 연구가 새로운 근거를 제시하고 있다.

 

※ 2026년 10월 21일 국제학술지 ‘생식생물학과 내분비학(Reproductive Biology and Endocrinology)’에 발표된 네덜란드 에라스무스대학교 의료센터 연구진의 논문 ‘Quantitative blastocyst expansion features derived via deep learning from time-lapse sequences predict clinical outcomes(타임랩스 영상에서 딥러닝으로 추출한 배반포 팽창의 정량적 특성과 임상 결과 예측)’를 토대로 작성했습니다. 논문 DOI: 10.1186/s12958-026-01615-z.