프록시멀 알고리즘을 활용한 파이토그래픽 위상 복원 혁신

1. 서론 파이토그래픽은 스캔 방식으로 시료에 프로브를 이동시키며 얻은 회절 패턴을 이용해 시료와 프로브의 복소값 전파 함수를 동시에 복원하는 강력한 현미경 기술이다. 그러나 위상 복원은 비볼록·불안정한 최적화 문제이며, 실제 측정에는 포아송·가우시안 잡음과 양자화 오차가 섞여 있다. 기존에는 교대 투영(ER), 차분 지도(DM), ADMM 등 다양한 반복 엔진이 제안됐지만, 잡음 모델을 체계적으로 포함하거나 수렴 속도를 개선하는 데 한계가 있었다. 2. 문제 정의 및 모델링 시료 o 와 프로브 p 를 복소벡터로 표현하고, 스캔 위치 r_i 에 대해 측정된 진폭 y_i 는 y_i = |F P S_i o| (식 1) 로 기술된다. 이를 벡터화해 x_i = F P S_i o, y_i = |x_i| (식 2) 로 나타낸 뒤, 두 제약을 indicator 함수 f, g 로 정의한다. 최적화 목표는 min f(x_i)+g(x_i) (식 3) 로, 이는 프록시멀 연산자를 적용해 풀 수 있다. 3. 프록시멀 연산자와 기존 알고리즘의 관계 프록시멀 연산자 prox_f, prox_g 는 각각 Π_f, Π_g (유클리드 투영)와 동일함을 보이며, 전통적인 교대 투영(AP) 알고리즘은 z_{t+1}=prox_f(x_t), x_{t+1}=prox_g(z_{t+1}) (식 8) 로 재작성된다. 여기서 Π_f 는 진폭 교체, Π_g 는 역푸리에 변환 후 프로브·시료 업데이트(식 10) 로 구현된다. 4. 프록시멀 최소화(PM) PM은 prox_{λL+g} 연산을 사용한다. L 은 측정 진폭에 대한 로그우도이며, λ 은 MAP 추정에서 사전 강도를 조절한다. 구체적으로 z_{t+1}=E_{MAP}(λ, y_i, x_t) (식 22) 로 잡음 억제된 진폭을 얻고, 이를 Π_g 에 투영해 o, p 를 업데이트한다. 이는 기존의 MAP‑ER과 수식적으로 동일함을 증명한다. 5. 교대 방향 승수법(ADMM) ADMM은 변수 x, z 를 도입해 x = z 제약을 라그랑주 승수 u 와 패널티 λ 로 완화한다. 업데이트 식은 x_{t+1}=prox_f(z_t - u_t), z_{t+1}=prox_g(x_{t+1}+u_t), u_{t+1}=u_t + x_{t+1} - z_{t+1} (식 16) 이다. 잡음이 있는 경우 f 를 L 로 교체해 prox_λL 연산을 수행한다(식 19). 이는 기존 DM 알고리즘과 동일하지만, MAP 기반 파라미터 λ 조정을 통해 잡음에 대한 강인성을 향상시킨다. 6. 가속 프록시멀 그래디언트(APG) APG는 L 의 Wirtinger‑gradient ∇L 을 이용해 x_t - λ_t∇L 으로 한 스텝 전진한 뒤, prox_g (역푸리에·프로브·시료 투영)으로 복원한다. 추가적으로 외삽 단계 ω_t (예: Nesterov 가속) 를 도입해 w_t = x_t + ω_t(x_t - x_{t-1}) (식 31) 로 가속한다. 스텝 크기 λ_t 는 라인 서치 방식으로 자동 조정되며, 조건 L(z) ≤ Q_{λ_t}(z, x_t) (식 26) 가 만족되지 않을 경우 λ_t 를 감소시킨다. 7. 실험 및 결과 시뮬레이션에서는 다양한 SNR (10 dB~30 dB)와 두 종류의 잡음 모델(강도 포아송, 진폭 가우시안)을 적용했다. PM은 기본적인 ER 대비 잡음 억제가 약했으며, ADMM은 안정적이지만 수렴 속도가 느렸다. APG는 동일한 초기값에서 30 %~50 % 적은 반복 횟수로 목표 RMSE 와 SSIM 지표를 달성했으며, 특히 SNR = 10 dB 조건에서 다른 두 알고리즘보다 2배 이상 빠르게 수렴했다. 실험 데이터는 BNL NSLS‑II에서 획득한 X‑ray 파이토그래픽 데이터이며, 실제 프로브와 시료의 복잡한 구조를 포함한다. 동일한 전처리와 초기화 하에 세 알고리즘을 적용했을 때, APG는 재구성된 위상 이미지에서 잡음에 의한 왜곡이 최소화되고, 세부 구조(예: 나노스케일 결함)까지 명확히 복원하였다. 8. 논의 및 결론 프록시멀 프레임워크는 파이토그래픽 위상 복원을 기존 알고리즘과 자연스럽게 연결시키면서, 잡음 모델을 MAP 형태로 손쉽게 통합한다. 특히 가속 프록시멀 그래디언트는 수렴 속도와 정확도 양면에서 현저히 우수함을 보였으며, 복합 잡음·다중‑프로브·위치 오류 등 추가 제약을 포함시키는 확장성이 크다. 향후 연구에서는 이론적 수렴 보장(특히 비볼록 복소값 문제에 대한)과 실시간 구현을 위한 GPU 최적화가 필요하다.