광고
광고

인공지능 활용 기대 분야 1위 '의료'…건강관리, 원격의료 등

국내 인공지능 활성화 위해 빅데이터와 데이터 활용 보완책 마련 시급

윤병기 기자 | 기사입력 2017/03/21 [08:35]

인공지능 활용 기대 분야 1위 '의료'…건강관리, 원격의료 등

국내 인공지능 활성화 위해 빅데이터와 데이터 활용 보완책 마련 시급

윤병기 기자 | 입력 : 2017/03/21 [08:35]

【후생신보】인공지능(AI) 기술 활용의 최대 수혜 분야가 '의료' 로 알려지며 국내에서도 인공지능에 관한 투자가 시급한 상황인 것으로 나타났다.

 

최근 정보통신기술진흥센터(IITP)가 발표한 '산업별 지능형 융합 서비스 미래상 전망' 보고서에 따르면 인공지능 기술 활용 기대가 가장 높은 분야로 의료(16.5%), 금융(14.5%)이 선정됐다.

 

정보통신기술진흥센터는 인공지능 도입이 추진 중이거나 향후 활용이 기대되는 산업에 대해 산학연 ICT관련 종사자 251명을 대상으로 설문조사를 실시했다.

 

특히 의료 분야에서 활용 가능한 부분으로는 실시간 건강관리(29.2%), 치료(20.4%), 원격의료(14.6%), 정밀의료(11.6%), 예방(7.4%), 신약개발(6.9%), 재활(5.5%), 의료보험(1.9%), 환자이송(1.4%), 애완동물 관리(1.1%)가 가능해질 것으로 예상했다.

 

보고서는 의료분야가 인공지능 활용이 가장 기대되는 산업으로 선정된 이유에 대해 "인구 고령화와 만성질환 증가 등으로 인해 맞춤형 건강관리 서비스 슈요가 확대되고 있기 때문"이라며 "2030년에는 실시간 건강 빅데이터를 기반으로 개인 맞춤형 건강관리 및 질병 예방 가이드 제공이 가능해질 것"이라고 기대했다.

 

현재 인공지능분야 선두를 지키고 있는 IBM 왓슨(Watson)과 구글 알파고(AlphaGo)는 전 세계 인공지능(AI) 분야에서 가장 뛰어나면서 널리 알려진 제품들로 최근 치열한 경쟁관계에 있다.

 

IBM 왓슨과 구글 알파고 중 어느 AI가 더 우수한가라는 질문에 대해 업계 전문가들은 두 개를 비교하는 것은 사과와 오렌지를 비교하는 것처럼 답이 없다고 말한다. 모두 목적이 다르고 적용 분야에 차이가 있기 때문에 직접 비교가 어렵다는 것이다.

 

하지만 상용화 부분에 있어서는 왓슨이, 학술적인 부분에 있어서는 알파고가 앞서 있다는 것이 일반적인 평가다.

 

두 AI의 큰 차이점은 IBM 왓슨이 사람이 더 나은 결정 내리도록 돕는 ‘의사결정 지원’에 중점을 두고 있는데 반해, 알파고는 ‘자체적으로 의사결정’을 내리는데 있다고 볼 수 있다.

 

이세돌 9단과의 바둑 시합을 보면 알파고는 스스로 사고하고 판단하여 다음 수를 놓고 있다. 즉, 스스로 결정을 하는 것이다.

 

하지만 IBM 왓슨은 병원 등에서 MRI, CT 등의 영상자료 및 생체신호를 분석하여 의심되는 질병과 이를 효과적으로 치료할 수 있는 치료법을 의사에게 제안만 한다. 그 결정 자체는 의사가 하는 것이다.

 

또 다른 차이점은 그 AI를 운영하는 컴퓨터 하드웨어 구성의 차이다. IBM은 주로 하나의 슈퍼컴퓨터를 활용하는데 비해 구글은 PC와 같이 소형 컴퓨터를 여러 대 연결한 분산컴퓨팅을 기반으로 하고 있다.

 

구글은 AI를 위해 신형 양자컴퓨터까지 도입을 시도하고 있는 것으로 알려져 있는데, 양자컴퓨터는 일반 컴퓨터에 비해 한 번에 처리할 수 있는 데이터의 양이 많을 뿐만 아니라 처리시간도 짧아져 AI의 학습속도를 획기적으로 높일 수 있기 때문이다. 

 

두 기업이 머신러닝 기술 중 딥러닝 기술을 통해 AI를 훈련시키는 것을 동일하지만, IBM 왓슨은 사람이 정리한 자료나 논문을 사용해 교육을 하고, 구글의 AI는 방대한 인터넷 자료를 기반으로 학습을 하고 있다.

 

IBM 왓슨은 의학, 법률 등 특정 분야에서 논문 등 전문자료를 사용해 맞춤형 교육을 받고 있다고 볼 수 있는데, 왓슨은 사람이 가공한 데이터를 가지고 자체 데이터베이스를 만든 후 이를 활용해 답변을 찾으므로 미리 데이터베이스화가 되어 있지 않은 부분에 대해서는 대답을 할 수 없다는 단점도 가지게 된다.

 

IBM은 AI 교육에 필요한 데이터를 확보하기 위해 노력하고 있는데, 600 페타 바이트에 이르는 의료데이터를 확보하기 위해 2016년 건강정보 데이터베이스 업체인 ‘트루벨 헬스 어낼리틱스’를 3.2조원에 인수하기도 했다.

 

이에 비해 구글은 검색엔진이나 안드로이드 스마트폰, 유튜브 등으로부터 방대한 양의 사용자 데이터들을 확보할 수 있기 때문에, 이런 풍부한 데이터를 가지고 패턴인식을 통해 AI를 교육시키고 있다. 구글 AI의 훈련의 예로써 고양이 사진 인식 훈련이 있는데 많은 고양이 사진을 데이터로 제공하여 고양이 특징을 인공지능이 스스로 인식하도록 함으로써 나중에 사람보다 정확하게 고양이 사진을 판독해 낼 수 있었다.

 

두 기업이 AI에 접근법에 대한 차이는 기업들의 목표고객이 다르기 때문일 수도 있다. 즉, IBM은 기업과 기업 간 사업(B2B; Business to Business)에 포커스를 맞추고 있어 고객사의 요구에 따라 왓슨을 특정 목적에 맞춰 집중 훈련시키는데 반해, 구글은 기업 대 개인(B2C; Business to Customer)을 주로 목표로 했기 때문에 특정 분야에 맞춤형 기술보다는 막대한 양의 데이터를 활용해 보다 범용적인 기술을 개발하는 것일 수도 있다.

 

분명한 것은 이 두 미국 기업들이 AI 기술의 발전을 선도해 나가고 있고, 이들이 개발한 AI가 우리의 일상생활에서 점점 더 많이 사용되고 있다는 것이다. AI가 사람을 대체해 일자리가 없어진다는 우려도 나오고 있지만 우리의 삶을 편하게 해주고 있는 것만은 부인할 수 없는 사실이다.

 

이에 국내에서도 4차산업 활성화를 통한 인공지능 분야 개발이 시급한 상황이다.

 

의료분야에 있어서 인공지능이란 질병에 대해 개인 맞춤형 진단과 치료뿐 아니라 예측이 가능한 의료, 즉 정밀의료를 실현하기 위한 최적의 수단이라고 할 수 있다.

 

인공지능 기술을 기반으로 의료분야를 발전시키기 위해서 우선적으로 필요한 것은 명의와 전공의의 차이를 생각해 보면 알 수 있다. 전공의에 비해 명의가 뛰어난 것은 의사로서 가지고 있는 지식과 경험이다.

 

이를 인공지능에 대입하여 보면 좋은 데이터와 알고리즘으로 해석할 수 있다. 즉 의학적 지식과 많은 임상에서 명의가 만들어지듯이 진단과 치료에 필요한 의학적 데이터와 더 좋은 결과를 얻기 위한 많은 연구 경험이 인공지능 명의를 만들어 낸다고 할 것이다.

 

다시 말하면 유전체정보, 진단정보 그리고 생활정보와 같은 빅데이터와 분석경험이 인공지능 시대에 경쟁력이 되는 만큼, 인공지능이 경쟁력을 갖고 산업적 효과를 얻기 위해서는 해결되어야 할 문제들이 있다. 가장 중요한 것이 빅데이터와 데이터 활용 및 개방성이다.

 

빅데이터를 확보하려면 여러 의료기관에 산재해 있는 의료 데이터 간에 상호 호환성을 확보해야 한다. 또 그 데이터가 갖는 의미는 동일 의료현상에 대해서는 동일해야 한다.

 

의료 데이터의 표준의 문제이며 이 표준 문제를 해결하지 않고서는 한발자국 앞으로 나아가기가 쉽지 않다. 또 하나의 문제는 데이터의 개방이다. 의료법과 개인정보보호법에서 얘기하는 개인정보보호와 산업화의 길은 칼의 양날이어서 균형과 선택의 문제가 된다.

 

이를테면 비식별화의 문제는 너무 과하면 개인정보보호는 잘 되지만 산업에서 활용할 수 없고, 너무 약하면 산업 활용은 잘되지만 개인정보보호에 구멍이 뚫린다.

 

인공지능기술은 의료분야를 혁신적으로 발전시킬 수 있는 기술임에는 틀림이 없으나 데이터의 활용과 개방의 문제를 위한 기술적 해법과 제도적 기반이 선행되어야 할 것이다.

 

 

닉네임 패스워드 도배방지 숫자 입력
내용
기사 내용과 관련이 없는 글, 욕설을 사용하는 등 타인의 명예를 훼손하는 글은 관리자에 의해 예고 없이 임의 삭제될 수 있으므로 주의하시기 바랍니다.
 
관련기사목록
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고
광고