[메디파나뉴스 = 박선혜 기자] 최근 인공지능(AI), 딥러닝(deep learning)을 통한 소프트웨어 개발이 증가하면서 기업들 사이에서 '데이터 라벨링(labeling)'이 핫한 키워드로 떠오르고 있다.

데이터 라벨링(일명 전처리 과정)이란 AI 학습데이터를 만들기 위해 원천데이터에 값(라벨)을 붙이는 작업으로, 인공지능 시스템 구축에 없어서는 안되는 작업이다.

따라서 '전문의료진'이 가공한 데이터 라벨링이야 말로 고품질의 의료 소프트웨어를 개발하는 데 필수적인 역할이라고 볼 수 있다.

국내에도 이러한 데이터 라벨링 산업에 본격 뛰어든 기업들이 있다.

◆비용‧시간 단축 시켜주는 플랫폼의 등장

실제 데이터 라벨링은 직접 사람이 가공 단계를 거쳐야했기 때문에 데이터 준비 작업에 들이는 시간은 전체 개발 시간의 80%에 달할 정도로 많은 시간과 인력이 소요되며 휴먼에러가 나타나기도 한다.

이에 슈퍼브에이아이는 기존 자사 머신러닝 데이터 플랫폼 '스위트(Suite)'로 데이터 라벨링 자동화를 90% 실현, 작업 생산성을 최대 10배 높이는 데 성공했다.

'슈퍼브에이아이 스위트'는 데이터 라벨링과 같은 AI 데이터 전처리 작업부터 개발자들을 위한 데이터 구축, 관리, 분석 등 머신러닝 데이터와 관련한 모든 작업을 통합적으로 지원하는 올인원 플랫폼이다.

특히 본 제품은 오토 라벨링 기술을 탑재, 자체 인공지능 기술로 기존 수작업 데이터 라벨링의 범위를 최대 10분의 1로 줄여, 데이터 라벨링에 들어가는 인력과 시간, 비용을 동일하게 유지하면서 최대 10배 많은 작업이 가능해졌다.

재이랩스는 의료 '영상' 라벨링 과정을 반자동화해주는 솔루션 '메디라벨'을 개발, 기존 의료 영상에 특화되지 않아 정확도가 떨어지는 라벨링 소프트웨어를 개선한 것이 특징이다.

'메디라벨'은 의료진이 라벨링을 쉽게 하도록 몇 번의 클릭만으로 부위별 영역을 자동으로 지정해주며, 수정이 필요한 부분은 연구자가 수작업으로 고칠 수 있다. 또 CT같은 3D 영상을 라벨링 시 일부 2D슬라이스만 작업하면 나머지를 AI가 자동으로 전환 해준다. 

◆데이터 라벨링 직접 진행‥고품질 데이터 공급

데이터 라벨링은 무엇보다 비의료인이 아닌 전문의료인이 가공했을 때 높은 정확도와 신뢰도를 얻을 수 있다. 따라서 누가 만드냐에 따라 데이터의 품질이 달라질 수 있어 전문인력을 얻는 일이 매우 중요하다.

닥터웍스는 국내 최대 규모인 25개 의료 분과에서 250여명의 전문의로 구성된 전문 데이터 인력풀을 확보해 본격 시장에 진출했다.

여기서 전문의들은 정확도와 신뢰도 높은 의료 데이터를 요구하는 AI 기업 요구에 맞추고 기술 고도화를 위해 데이터 수집, 가공, 검수까지 의료 데이터 라벨링 전 과정을 직접 수행할 계획이다. 

이를 통해 닥터웍스는 ▲높은 품질의 의료 데이터 라벨링 ▲전수 검수를 통한 99% 의료 데이터 정확성 ▲의료 데이터 분석 및 자문 등으로 다른 산업군 대비 높은 객관성과 전문성을 요구하는 의료 AI 분야에서 차별화된 서비스를 제공하고자 한다.

힐세리온은 스마트폰과 연동된 휴대용 초음파 기기를 세계 최초로 선보이면서 이와 함께 데이터 라벨링 사업을 시작했다.

힐세리온 AI초음파기기를 만드는 과정에서 의료진이 직접 병변 부위를 판독해 정제된 데이터로 만드는 라벨링 작업에 실제 어려움이 많다는 것을 깨닫고, 직접 AI플랫폼을 런칭해 그 동안 쌓은 개발도상국 네트워크를 활용해 데이터를 수집하기로 한 것이다.

본격 사업을 위해 인도 예비 유니콘 기업인 다이아그노스마트와 협업하는 등 개도국 의료진이 라벨링한 의료데이터를 구입한 뒤, 그 데이터를 모아 국내외 의료AI 기업과 글로벌 제약사에 판매하는 의료데이터 중개 플랫폼을 구축한다는 방침이다.

업계 관계자는 "다양한 분야에서 AI, 딥러닝 기술이 적용되면서 데이터 라벨링 수요가 폭발적으로 증가하고 있다. 더불어 데이터의 수준이 높아지면 수요는 배로 증가한다"며 "데이터 라벨링 산업 시장 역시 이 같은 현황에 따라 더욱 커질 것으로 판단된다"고 언급했다.

이어 "세계 각국에서 데이터 라벨링 플랫폼을 구축하거나 아웃소싱을 하는 기업들이 나타나고 있는 만큼, 국내 기업들도 의료기기산업의 발전을 위해 기존 데이터 라벨링의 개선점을 해결하기 위한 새로운 기술들을 갖고 시장에 뛰어들 것으로 전망된다"고 전했다.