“생성형 AI가 임상 기록, 영상 데이터, 약물 개발, 유전체 검사 등 새로운 혁신을 가져오고 있습니다. 양질의 병원 데이터 활용을 통한 수익 창출도 주목해야 할 점입니다.”

예종철 KAIST 김재철AI대학원 교수는 13일 오후 서울 마포구 누리꿈스퀘어 국제회의실에서 열린 ‘AWC 2024 in Seoul’ 기조연설에서 이같이 말하며, 생성형 AI가 의료 현장에서 활용도가 높으며 새로운 수익 창출 모델로 주목을 받고 있다고 밝혔다.

‘AWC(AI World Congress) in 서울’은 디지틀조선일보와 더에이아이(THE AI), 정보통신산업진흥원(NIPA)가 주최·주관하고 과학기술정보통신부가 후원하는 AI 컨퍼런스로 ‘의료 AI, 초거대 가운을 입다’를 주제로 열렸다.

생성형 AI는 정확한 진단을 돕고 의료 현장의 업무를 절감할 수 있는 코파일럿 역할을 할 수 있다. 예 교수는 이날 생성형 AI가 의료 분야에서 활용되고 있는 사례를 소개했다. 그는 “생성형 AI가 사전 학습을 통해 다양한 응용 분야에 적용될 수 있다”며 “특히 의료 분야에서 혁신적인 변화를 불러올 수 있다”고 강조했다.

예 교수는 대규모의 데이터를 학습하는 생성형 AI가 의료 현장에 새로운 기회를 제공하고 있다고 얘기했다. 이어 그는 “생성형 AI는 정제된 데이터 학습이 아닌 대규모 데이터를 학습해 의미 있는 결과들을 만들어 가고 있어 의료 분야에 유용하게 활용될 수 있다”고 말했다.

또 텍스트 기반 대형언어모델(LLM)뿐만 아니라 가짜 이미지를 생성하는 대형멀티모달모델도 의료 영상의 화질을 개선하거나 정확한 진단을 내릴 수 있도록 돕는다고 밝혔다. 그는 “가짜 이미지 생성이 의료 분야에서 고속 촬영 영상 화질을 개선하는 데 활용할 수 있다”며 “MRI, CT 등 3D 의료 영상의 화질을 개선해 보다 정확한 진단을 할 수 있도록 도울 수 있다”고 설명했다.

생성형 AI는 약물 개발에도 효율성을 높이고 있다. 예 교수는 “네이처에 게재된 연구를 통해 생성형 AI가 화합물 구조와 특성을 예측하는 데 있어 매우 효과적임을 입증했다”며 “화합물 생성 및 특성 예측을 동시에 할 수 있어 효율적”이라고 했다. 예를 들어 혈관을 통과하는 약물의 특성을 예측하고 약물 부작용 예측, 화합물 간의 상호작용 예측을 할 수 있다.

예 교수는 “생성형 AI에 필요한 대규모의 의료 데이터가 병원의 새로운 수익 창출 모델로 작용하고 있다”며 병원 의료 데이터로 새로운 수익을 창출할 수 있다고 제안했다. 그는 “생성형 AI를 활용할 수밖에 없는 이유 중 하나가 새로운 수익 창출에 있다”며 “생성형 모델을 개발하는 스타트업이나 연구자를 대상으로 고급 의료 데이터를 제공하면 병원은 새로운 수익 모델을 구축할 수 있다”고 했다.

AWC는 2017년부터 AI 기술 연구 및 산업 현황을 알리기 위해 인공지능 전문매체 더에이아이(THE AI)와 디지틀조선일보가 서울, 광주, 부산 등 지역 거점에서 매년 개최하는 AI 컨퍼런스다. 서울에서 열리는 AWC 서울의 경우 과학기술정보통신부, 정보통신산업진흥원(NIPA)과 함께 의료를 주제로 매년 개최해왔다. 초거대 AI를 주제로 한 이번 컨퍼런스도 NIPA와 THE AI, 디지틀조선일보가 공동으로 주최·주관했고, 과학기술정보통신부가 후원했다.