원미연 아나운서 / 최근 주목받고 있는 의료 기술과 신약 소식을 짚어보는 이노메디 시간입니다. 오늘도 이노메디 코너를 함께할 쿠키뉴스 박선혜 기자 나와 있습니다. 안녕하세요.
박선혜 기자 / 안녕하세요. 쿠키뉴스 박선혜 기자입니다.
원미연 아나운서 / 네, 오늘은 어떤 내용 준비해오셨나요?
박선혜 기자 / 의료 분야의 기술은 우리가 건강한 일상을 영위할 수 있게 돕고 있습니다. 최근엔 인공지능(AI) 기술이 보건의료 산업에서 핵심적인 역할을 하며 혁신을 주도하고 있습니다. 진단에서부터 치료, 신약 개발에 이르기까지 AI 기술이 적용되면서 의료 서비스의 질과 효율성이 비약적으로 향상되고 있는데요. 한층 발전된 개념의 AI, 즉 ‘생성형 AI’와 이를 이루는 대규모 AI 데이터인 ‘거대언어모델(Large language model, LLM)’을 적용하려는 시도 또한 늘고 있습니다. 오늘 이노메디 시간에는 의료 산업의 중심에 선 LLM의 현황과 전망에 대해 살펴보도록 하겠습니다.
원미연 아나운서 / AI 기술은 일상을 넘어 의료 영역에서도 혁신을 불러일으키고 있는데요. 의료 현장에서 어떤 역할을 하고 있나요?
박선혜 기자 / AI 기술은 보건의료 서비스의 질을 획기적으로 높이는 데 중요한 역할을 하고 있습니다. 진단과 예방 단계에서부터 방대한 데이터를 기반으로 질병을 조기에 발견할 수 있도록 돕고 있고요. 영상 데이터를 분석해 의료진에게 치료 방향을 제시하는 데에도 활용되고 있습니다. 특히 AI는 유전체 정보 분석을 통해 환자 맞춤형 치료법을 제시할 수 있어 치료 효과를 크게 높이고 있는데요. 이러한 AI 기술의 도입은 단순히 진단의 정확성을 높이는 것에서 그치지 않고, 환자의 생존율을 높이고 전반적인 의료 서비스의 질을 향상시키고 있습니다.
원미연 아나운서 / AI 산업 규모는 어느 정도나 되나요?
박선혜 기자 / 글로벌 보건의료 AI 시장은 빠르게 성장하고 있는데요. 시장조사기관에 따르면 2029년까지 연평균 40% 이상의 성장이 예상되고 있습니다. 이러한 성장세는 AI 기술이 의료 산업 전반에 걸쳐 혁신적인 변화를 이끌고 있음을 보여주고 있습니다. 미국, 유럽, 아시아 등 주요 국가들은 AI 기반 보건의료 산업에 대한 투자를 확대하고 있으며, 이러한 투자는 보건의료 산업의 성장을 견인할 것으로 전망됩니다.
원미연 아나운서 / 기존에 질문을 하면 획일적 답변을 주던 AI 시대가 지나가고 이제는 사람과 대화하는 것처럼 의견을 자유자재로 전하는 생성형 AI가 주목받고 있다고 하더라고요. 생성형 AI는 어떤 특징을 가지고 있는 건가요?
박선혜 기자 / 생성형 AI는 이용자의 요구나 상황에 따라 결과를 능동적으로 생성해내는 기술을 말합니다. 의료 분야에 딥러닝과 언어 활용이 가능한 AI를 적용하면 수많은 패턴을 기억해 스스로 학습하고 이를 활용해 질환을 판단할 수 있습니다. 특히 AI가 의료진보다 강점을 보일 것으로 예상되는 분야가 영상 판독인데요. 엑스레이 등의 영상을 보고 특이점을 판단하는 부분에서 오류가 낮을 수 있다는 임상 결과가 속속 등장하고 있습니다.
원미연 아나운서 / 단순히 데이터를 분석하는 것을 넘어 학습한 데이터를 바탕으로 새로운 데이터를 만들어내는 AI 시스템이 바로 생성형 AI인 것이군요. 최근엔 이런 생성형 AI 기반의 LLM까지 등장했다고 하는데, LLM에 대해서도 알려주세요.
박선혜 기자 / 우리가 알고 있는 챗GPT(chatGPT)를 떠올려 보면 이해가 쉬울 것 같은데요. LLM 기술은 질문을 입력하면 답을 주는 대량의 정보를 인지한 AI 모델입니다. 대규모 데이터를 바탕으로 학습, 서술형 질의응답, 코드 생성 등의 다양한 작업을 수행할 수 있는 새로운 차원의 머신러닝 모델이라고 할 수 있는데요. 훈련에 사용되는 방대한 양의 데이터를 기반으로 다른 형태의 콘텐츠뿐 아니라 인간처럼 텍스트를 이해하고 생성하도록 설계됐습니다. LLM은 상황에 맞는 답변을 생성하고 텍스트를 요약해 질문에 답하고 창의적인 글쓰기까지 가능합니다.
원미연 / 최근 LLM 기반 AI가 의사 국가고시를 통과했다는 보도가 나올 정도로 의료 분야에서 정확성을 입증했다고 하더라고요. 이런 생성형 AI는 의료계에서 어떤 역할을 하고 있나요?
박선혜 기자 / 의료 임상 현장에서는 주로 만성질환이나 건강검진 관련 데이터를 해석하고 진단하는 역할을 합니다. 시간이 오래 걸리는 영상판독문도 이제 LLM이 담당하는데요. LLM은 의사의 차트 작성법을 배워 차트를 작성합니다. 또 가까운 시일 내 환자의 수술 가능 여부까지 판단할 수 있을 것으로 예측되는데요. 현재 LLM은 정밀의학과 통합되면서 전례없는 규모의 환자 개인 생물의학데이터 처리 도구로 발전하고 있습니다. LLM은 개인의 디옥시리보핵산(DNA) 기반 디지털트윈을 생성해 방대한 게놈데이터를 해석하는데요. 약물 투여 전 질병의 위험요인을 식별하고 치료 효과를 최대치로 끌어올릴 수 있습니다. 즉 기존 AI 의료기기가 질환 유무나 예측을 하는 데 집중했다면 생성형 AI 의료기기는 여기에 더해 판독문이나 맞춤형 치료법을 제시하는 등 한 걸음 더 나아간 게 특징입니다.
원미연 아나운서 / 이번엔 LLM 산업 동향에 대해 알아보겠습니다. 먼저 글로벌 LLM 시장에 대해 전해주세요.
박선혜 기자 / 세계 최대 인터넷 기업 중 하나인 구글은 생성형 AI를 영상 분석과 접목하고 있는데요. LLM 플랫폼인 ‘메드-PaLM’을 통해 초음파 및 엑스레이 사진 판독 AI 기술을 학습시키고 있습니다. 또 유료 건강관리 서비스인 ‘핏빗 프리미엄’을 제공하고 있는데요. 구글은 이미 2020년에 유방암 분야에서 AI가 전문의보다 영상 판독 정확도가 높다는 것을 입증한 바 있습니다. 그런가 하면 사노피, 모더나, 일라이 릴리 등 여러 글로벌 제약사도 의학 데이터 분석, 진단, 신약 개발에 생성형 AI 기술을 적극 활용하고 있습니다.
원미연 아나운서 / 국내 LLM 시장 동향은 어떤가요?
박선혜 기자 / 국내에서도 양대 플랫폼 회사인 카카오, 네이버 등 대기업이 의료 상담이 가능한 LLM 모델을 개발하고 있는 상황입니다. 카카오의 자회사인 카카오브레인은 흉부 엑스레이 사진에 대한 초안 판독문을 자동 생성해 의사가 빠르게 최종 판독을 내릴 수 있도록 돕는 생성형 AI 모델 출시를 앞두고 있는데요. 앞서 카카오의 ‘카라 CXR’은 오픈 AI의 초거대 언어모델인 GPT-4를 능가하는 진단 성능을 입증했습니다. 인하대병원 연구진이 국제학술지인 ‘다이그노스틱스’를 통해 공개한 데이터에 따르면 카라 CXR의 정확도는 68~70% 수준으로, GPT-4(40~47%)보다 20%포인트 이상 높았습니다. 네이버의 경우 자체 개발한 LLM ‘하이퍼클로바X’를 활용한 헬스케어 서비스를 테스트하고 있는데요. 헬스케어연구소 산하 사내병원에서 AI 기반 다이어트 프로그램으로 직원들의 체중 관리에 도움을 주고 있습니다. 이어 생성형 AI를 활용한 진료 차트 생성, 네이버 예약 시스템을 이용한 환자와 의료진 연결, 독거노인 대상 AI 의료 케어 전화 서비스 등 다양한 의료 플랫폼 출시를 준비 중입니다.
원미연 아나운서 / 국내에선 다양한 AI 의료 스타트업들이 등장하고 있다고요. 글로벌 시장에서 두각을 나타내고 있는 것으로 보이는데. 어떤 기업들이 참여하고 있는지 소개해주세요.
박선혜 기자 / 국내 기업인 루닛은 AI 기반 영상 진단 소프트웨어로 미국, 유럽, 일본 등 주요 국가의 인증을 받으며 글로벌 의료 시장에서 주목받고 있습니다. 특히 지난해 미국 헬스케어기업 볼파라를 인수하며 1억장 이상의 유방암 관련 영상 데이터를 확보했는데요. 이를 바탕으로 암 진단 LLM을 구축하고 있습니다. 더불어 뷰노는 AI 진단 소프트웨어인 ‘뷰노메드 시리즈’를 통해 심장질환 및 뇌질환 진단 분야에서 혁신적 성과를 내고 있는데요. 향후 자기지도학습 딥러닝 모델 기술을 제품에 적용해 LLM을 만들고, 질환별 세부 모델을 상용화하겠다는 계획입니다. 멀티모달 데이터 플랫폼 기업으로 꼽히는 미소정보기술은 의료 데이터로 사업을 시작해 제약바이오, 건설, 유통, 우주항공 등 다양한 신사업을 펼치고 있습니다. 미소정보기술은 IT기업들과 손 잡고 방대한 데이터 분석과 머신러닝 기반 시스템을 갖춘 상태인데요. 이를 통해 데이터의 정확성과 신뢰성을 높이고 정보유출 없이 안전하게 활용될 수 있도록 했습니다.
원미연 아나운서 / 환자들과 최접점에 있는 국내 여러 의료기관에서도 이런 의료 AI 솔루션을 도입하는 움직임이 시도되고 있다고요?
박선혜 기자 / 지난해 7월 강북삼성병원은 AI의료영상센터(AIM)에서 유방엑스레이, 흉부CT·X-Ray, 자기공명혈관영상(MRA) 등 10여개의 AI 영상판독 솔루션을 도입해 본원 및 검진 의료 현장에 적용하겠다는 계획을 밝혔습니다. 도입된 AI 솔루션은 의료영상에서 질병 의심 부위를 판독하고 분석해 전문의의 영상 판독을 보조하는 기능을 수행하는데요. AI 솔루션의 진단 보조를 통해 판독 소요 시간을 단축할 수 있을 뿐 아니라, 교차 확인을 바탕으로 판독 오류를 최소화할 수 있을 것으로 기대됩니다. 또한 한림대학교성심병원은 심장박동을 24시간 지속 측정하는 홀터(Holter) 검사 장비를 대신해 웨어러블 센서와 AI 시스템을 활용 중인데요. 센서를 통해 얻어진 실시간 생체신호가 클라우드 서버 안에 구축된 AI 모듈로 전송되면, 실시간 분석자료와 예측자료가 생성됩니다. 이를 의료진과 환자에게 제공하는 시스템까지 자체 개발해 운영 중인데요. 조금 더 저렴한 비용으로 많은 환자들에게 필수 의료서비스를 제공할 수 있을 것으로 기대됩니다.
원미연 아나운서 / 의료 데이터 기반으로 학습된 AI 기술이 기존 의학의 한계를 넘어 환자에게 더 큰 가치를 제공할 것으로 기대됩니다. 의료 빅데이터 분석 사업에서 큰 성과를 내고 있는 데이터 플랫폼 전문기업 미소정보기술 관계자의 인터뷰를 잠시 듣고 이야기 이어가겠습니다.
VCR >> 손진호 미소정보기술 최고기술책임자(CTO)
인공지능 및 빅데이터 활용 전문기업의 CTO 손진호입니다.
Q. 의료 분야에서 LLM 기술을 접목한 사례는?
A. 우선 의료 산업 분야에 적용될 LLM 기술은 환자가 필요로 하는 정보를 직접 제공받을 수 있게 해줄 것입니다. 암에 걸렸을 때 암에 대한 설명이나 예후, 진행 과정 등을 기존의 단답형 방식이 아닌 환자의 정보에 맞춰 맞춤형으로 답변하는 서비스가 제공될 것으로 예상됩니다. 또 (의사가) 환자의 상태를 확인하거나 영상 검사를 판독할 때 보조 역할을 할 것으로 생각됩니다.
Q. 헬스케어 산업에서 부각된 생성형 AI 기술은?
A. 지난해 한 논문에 실린 의료 텍스트 요약 관련 기술이 가장 인상 깊었습니다. 최근 많은 LLM 모델이 제공됐고요. 그중에서 가장 성능이 좋은 모델은 전문 의료진과 비슷한 수준의 요약(진단)을 해낸다는 논문이 있습니다. 이외에도 국내 기업 중에는 문진과 관련된 솔루션을 발행해 많은 활동을 하고 있는 곳들이 있고요. 슬립테크 업계의 경우 차세대 스마트 가전을 활발하게 내놓고 있습니다. 스마트 워치에 탑재된 바이오 액티브 센서는 기존의 혈압과 심전도뿐만 아니라 수면 사이클과 수면 기피 유무 등을 분석해서 개인 맞춤형 수면 방식을 제공합니다.
Q. 헬스케어 분야 속 생성형 AI의 경쟁력은?
A. 헬스케어 분야에서 생성형 AI 시장의 규모는 2023년 말 기준 18억 달러(한화 약 2조6000억원)로 평가되고 있습니다. 연평균 32.6%의 성장률을 보이며 2032년 말에는 약 221억 달러(약 32조2600억원)에 이를 것으로 예상됩니다. 이러한 시장은 미국이 주도하고 있는 상황입니다. 다만 최근 아시아태평양 지역에서 (해당 분야 시장의) 급속한 성장이 관찰되고 있으며 국내에서도 많은 의료기관과 기업들이 노력하고 있는 만큼 추가적인 성장세를 지켜볼 필요가 있습니다.
Q. 개선이 필요한 생성형 AI 규제 사항은?
A. 기본모델은 대량의 인터넷 기반 데이터가 포함돼 있습니다. 이는 저작권 위반, 표절, IP 침해 등의 위험이 발생할 가능성이 있습니다. 그 중에서도 의료 분야는 민감한 정보로 여겨지는 환자의 의료 데이터 즉, 개인정보가 포함돼 있습니다. 국가는 이러한 정보를 국내 서버에 보관해야 하며 IP 침해를 방지하기 위해 기존 모델에 대한 법률적 규제를 강화해야 하는데요. 정부는 국내 AI 산업 경쟁력을 높이고 정보 유출 위험성에 대응하기 위해 여러 규범과 체계를 정립해야 합니다.
Q. 생성형 AI 기술의 보완할 점은?
A. 생성형 AI는 정확한 답을 찾지 못하면 방대한 학습 내용 중에서 비슷한 부분을 묶어 (잘못된 정보를) 제공하는 환각 현상, 할루시네이션(Hallucination)이 발생합니다. 이를 최대 약점으로 꼽고 있고요. 이러한 부분을 완화하는 기술 중 하나가 ‘검색 증강 생성’이라는 레그(RAG) 기술입니다. 저희는 레그기술을 헬스케어 분야에 적용해 의료 데이터의 분석 시스템을 제공하고 이를 기반으로 생성형 AI 모델을 생성할 수 있는 생태계를 연구하고 있습니다.
Q. 전하고 싶은 말.
A. 의료 분야에 있어 생성형 AI는 거스를 수 없는 흐름입니다. 이러한 생성용 AI가 환자와 의료진의 소통에 도움이 되고 의료서비스를 제공하는 등 사회에 이바지하는 기술이 되기를 바랍니다.
원미연 아나운서 / 네, 인터뷰 잘 들었습니다. 이렇게 의료 분야에서 LLM의 적용이 확대되고 있는 가운데, 이를 통해 개인정보 유출 등 보안 위험도 커진다는 연구 결과가 있어 우려가 제기되고 있는 상황이라고요?
박선혜 기자 / 네, 그렇습니다. 국내 한 대학병원 연구팀은 대규모언어모델을 의료 분야에 적용하는 과정에서 발생할 수 있는 개인정보 유출 문제를 확인하기 위해 의도적으로 악성 공격을 시행했는데요. 그 결과 공격 성공률이 최대 81%에 달했습니다. 또한 LLM이 답변을 생성하는 과정에서 학습된 원본 데이터를 노출할 가능성은 최대 21.8%로 나타났는데요. 모델에 질문하는 형식을 미세하게 조정하면 원본 학습 데이터가 쉽게 노출될 수 있음을 의미합니다.
원미연 아나운서 / 의료 분야에서 LLM을 활용했을 때 기대되는 발전이 크지만, 데이터 보안을 강화하지 않으면 심각한 개인정보 유출로 이어질 수 있는 만큼 보완이 필요할 것으로 보이네요. LLM의 신뢰성 문제도 지적되고 있다고요?
박선혜 기자 / 그렇습니다. LLM은 신뢰성 검증 문제가 여러 차례 도마에 올랐는데요. 대표적인 예로 전 세계 기술산업 시장의 리더인 ‘구글’을 꼽을 수 있습니다. 구글은 생성형 AI 시대에 접어든 이후 공개적으로 체면을 구긴 일이 적지 않았습니다. 챗GPT의 대항마로 꺼내든 AI 모델이 공식 발표현장에서 제임스 웹 우주망원경에 대한 질문의 오답을 정답인 것처럼 출력한 일은 시작에 불과했는데요. 이후 구글 검색엔진에 적용된 AI가 미국 오바마 대통령이 무슬림 대통령이란 답변을 내놓거나, 백인을 유색인종으로 그리는 등 크고 작은 사건이 이어졌습니다. 이처럼 잘못된 정보를 진실처럼 출력하는 할루시네이션(Hallucination, AI 환각현상) 문제는 다른 모든 생성형 AI에서 나타나는 공통된 숙제이기도 합니다.
원미연 아나운서 / LLM 기반 AI 서비스가 지금보다 더 상용화되려면 이런 단점이 반드시 보완돼야 할 것으로 보입니다. 그리고 국내에서 세계 최초 생성형 AI 의료기기 관련 지침이 도출될 예정이라는 소식도 들려오는데, 그 소식도 전해주시죠.
박선혜 기자 / 정부가 세계 최초로 생성형 AI 의료기기 허가·심사 지침을 제정·시행할 예정입니다. 지난달 6일 정부기관에 따르면 식품의약품안전처와 식품의약품안전평가원은 생성형 AI 의료기기 허가·심사 가이드라인 초안을 마련해 업계 의견을 수렴 중인데요. 이번 가이드라인은 생성형 AI 의료기기 유형과 임상 유효성 확보 방안, 심사, 허가 관련 지침을 담았습니다. 한 예로 생성형 AI 제품의 허가를 받기 위해서는 'AI 의료기기 허가·심사 가이드라인'을 적용하되 기술 특성을 고려해 심사 서류에 △파운데이션모델(FM), 거대언어모델(LLM) 등 작용 원리 △운영 환경 △성능 또는 특성 △사용 시 주의사항 등을 기재토록 했습니다.
원미연 아나운서 / 그런가하면 최근 인공지능(AI)의 발전을 지원하는 ‘AI기본법’이 국회 문턱을 넘었다고요?
박선혜 기자 / ‘인공지능의 건전한 발전과 신뢰 기반 조성 등에 관한 기본법안’(AI기본법)이 지난해 12월26일 국회 본회의에서 의결됐습니다. AI기본법은 AI 산업에 대한 지원과 규제를 다룬 법안으로, 유럽연합(EU)에 이은 전 세계 두 번째 입법 사례인데요. 시행은 오는 2026년 1월부터 이뤄집니다. 다만 의료기기 산업에 있어 업계는 이번 AI기본법을 ‘양날의 검’에 비교하기도 했는데요. AI 산업 육성을 뒷받침하는 틀이 잡힌 점은 긍정적으로 보지만, 신체 안전에 영향을 미치거나 보이스 피싱 등에 악용될 수 있다는 점에서 규제가 강하게 적용될 것으로 예상하고 있기 때문입니다. 또 디지털 의료제품법 등 기존 AI 관련 의료기기법과도 얽혀 이중 규제가 될 것이라는 우려도 나옵니다. 한 업계 관계자는 “여러 부처가 의료 AI 관련 규제 및 가이드라인을 발표하고 있는 상황에서 이번 규제로 인해 산업 성장에 발이 묶일 수 있다”며 “세부 법령을 구축할 때 업계의 목소리를 반영해주길 바란다”고 전했습니다.
원미연 아나운서 / 구체적 하위 법령과 가이드라인은 내년 상반기 중 마련될 예정이라고 하니까요. 규제가 산업 발전을 저해하는 방향으로 가지 않도록 업계의 의견이 잘 반영되기를 바랍니다. 오늘 이노메디 여기서 마치겠습니다. 박선혜 기자 수고하셨습니다.
박선혜 기자 / 감사합니다.
