의료 인공지능 솔루션 기업 뷰노가 인공지능 모델 개발에 필요한 데이터 학습 비용을 줄일 수 있는 능동적 학습(Active learning) 알고리즘에 대한 연구 결과를 인공지능 분야 최고 권위 국제학술대회 신경정보처리시스템학회(Neural Information Processing Systems, 이하 NIPS)에서 발표한다고 23일 밝혔다.

뷰노 연구팀은 수많은 이미지 데이터 중 인공지능 모델에게 익숙해 레이블링 결과를 유추하기 쉬운 데이터보다, 구분해내기 어렵고 레이블링 시 더 많은 정보를 줄 수 있는 데이터를 먼저 구분할 수 있는 능동적 학습 알고리즘을 개발했다.

레이블링(Labeling)은 인공지능 모델을 개발할 때 데이터를 학습 가능한 형태로 가공하고 일종의 정답지를 만드는 것으로, 능동적 학습 알고리즘이란 인공지능이 아직 레이블링 되지 않은 수많은 이미지 데이터 중 어떤 이미지에 먼저 레이블링할지 스스로 선택하는 것을 말한다.

의료 분야에서는 의료기관에 X-ray 등 무수히 많은 이미지 데이터가 있지만 이 중 대부분은 레이블링이 되어 있지 않아 각 이미지가 어떤 병변을 나타내는지 알 수 없어 인공지능 모델을 학습시킬 수 없다. 이에 의료기관에 비용을 지불하고 의료진의 레이블링이 완료된 데이터를 받아 인공지능 모델에 학습시켜야 한다.

뷰노는 이번 연구가 능동적 학습 알고리즘을 개발 및 제안한 것으로, 인공지능 모델을 개발할 때 해당 알고리즘을 활용하면 레이블링이 필요한 이미지를 효과적으로 선별해 레이블링 비용을 줄여 연구개발 원가 절감에 기여할 수 있다고 설명했다.

이예하 뷰노 대표는 “이번 연구 성과는 세계적인 권위의 학술대회에서 뷰노 연구팀의 우수한 연구개발 역량과 더불어 AI 핵심 기술력을 입증했다는 데 큰 의의가 있다”며 “앞으로도 지속적인 연구개발을 통해 의료 분야를 넘어 인공지능 영역을 아우르는 연구 성과를 낼 수 있도록 노력하겠다”고 말했다.