뷰노, 인공지능에 대한 신뢰 높이는 딥러닝 알고리즘 개발

의료 인공지능 솔루션 기업 뷰노가 딥러닝 모델이 기존에 학습하지 않은 데이터를 스스로 탐지함으로써 인공지능이 제시하는 결과의 신뢰도를 높이는 알고리즘을 개발해, 해당 알고리즘 대한 연구 논문을 글로벌 인공지능 학회인 AAAI(Association for the Advancement of Artificial Intelligence)에서 발표한다고 7일 밝혔다.

이번 연구는 인공지능이 사용자에게 제시하는 결과의 신뢰성을 높이기 위해 수행됐다. 뷰노 연구팀은 딥러닝 모델이 ‘분포 외 데이터(out-of-distribution data)’를 스스로 탐지하는 알고리즘을 개발했다. 분포 외 데이터란 딥러닝 모델이 기존에 학습하지 않은 데이터를 뜻한다.

가령 안저(fundus) 영상을 학습한 인공지능 의료기기에 다른 모달리티(modality)의 영상 및 이미지를 넣는 경우, 인공지능이 해당 이미지로 분석한 결괏값이 불확실할 수 있다는 정보를 제공해야 한다. 특히 의료 영역에서의 진단 보조나 자율주행차 등 인공지능의 신뢰성과 안전성이 중요한 분야에서는 인공지능이 자신이 학습한 범주 외의 데이터에 대해서는 명확한 정보를 알려주는 것이 필요하다. 해당 분야에서는 사용자가 인공지능의 결괏값을 잘못 해석할 수 있는 위험성을 줄이는 것이 정확한 답을 제공하는 것만큼 중요하기 때문이다.

뷰노가 개발한 KIRBY(Key In-distribution feature Replacement BY inpainting)는 분포 외 데이터를 스스로 탐지하는 알고리즘이다. 딥러닝 모델이 가상의 분포 외 데이터 샘플을 생성한 다음, 모델이 기존에 학습한 데이터와 새로 만든 샘플 데이터를 구분하며 스스로 학습하는 방식이다. 뷰노는 이를 통해 딥러닝 모델이 기존에 학습하지 않은 데이터를 찾아냄으로써 사용자에게 불확실성에 대한 정보를 추가로 제공할 수 있음을 확인했다고 전했다.

뷰노는 해당 알고리즘 및 기술에 대한 특허 등록을 앞두고 있으며, 향후 자사 주요 제품에 적용함으로써 제품에 대한 사용자들의 신뢰도를 한층 높일 예정이다. 또 기존 보유하고 있는 딥러닝 모델의 설계와 구축, 데이터 수집 등 다양한 관련 특허 기술을 기반으로 제품을 고도화하기 위한 다양한 연구개발을 이어갈 계획이다.

이예하 뷰노 대표는 “이번 연구 성과는 최근 챗GPT 열풍 등 인공지능에 대한 전 세계적인 논의가 활발하게 이뤄지는 가운데 세계 최고 권위 학회에서 뷰노의 연구개발 역량을 입증했다는 점에서 의미가 크다”며 “의료 분야에서의 인공지능 활용이 태동기를 넘어 성숙기에 진입하고 있는 만큼 더 많은 임상 현장에 제품을 적용하고 제품의 지속적인 고도화를 이어가겠다”라고 말했다.