[메디파나뉴스 = 최인환 기자] "LLM(Large Language Models)을 이용해 필요한 데이터를 교육시키면 의사를 보조할 수 있는 인공지능 어시스턴트 의사가 될 수 있을 것이다."
"인공지능이 생각보다 너무 빨리 발전하며 기존 어떤 물리적인 다른 방법들보다 훨씬 더 나은 성능을 보이고 있다. 향후 AI가 창조한 약물들을 더 많이 보게 될 것이다."
전문가들이 디지털 헬스케어도, 신약개발도 앞으로 각 분야 발전에 인공지능(AI)가 큰 역할을 할 것이라고 입을 모았다.
'바이오 코리아 2024(Bio Korea 2024)' 둘째날인 9일, 서울 코엑스(COEX) 3층 컨퍼런스룸에서 오전과 오후 각각 디지털헬스케어와 신약개발 분야에서 AI가 어떻게 사용되는지에 대한 세션이 진행됐다. 해당 세션들에는 많은 참석자들이 참석하며 AI가 각 분야에서 어떻게 사용되는지 그 현황과 추이에 큰 관심을 보였다.
먼저 오전 'AI 디지털헬스케어 2024 : 생성형 인공지능시대'는 'AI 기술 도입을 통한 의료서비스 변화'를 주제로 손명희 삼성서울병원 데이터혁신센터 부센터장, 윤시중 프리딕티브 대표가 발표에 나섰다.
손명희 부센터장은 "LLM은 텍스트에서 의미를 추출하거나 추론하고, 단어와 구문 간의 관계를 이해할 수 있는 만큼 일상 언어로 질문하거나 명령을 내려도 의미를 이해하고 적절한 업무를 처리할 수 있다"며 "LLM이 언젠가 현재 우리의 데이터를 더욱 의미있고 유용한 데이터로 만들 것이라고 확신한다"고 말했다.
윤시중 프리딕티브 대표는 "정보들이 많이 늘어나면 늘어날수록 더 이상 사람이 처리하기 힘든 시대가 왔다"며 "LLM을 정보들을 총 취합하고 해석하는 툴로써 사용할 수 있다. 현장에서는 진료 시간이 부족한데, 필요한 데이터를 커스텀 트레이닝시키면 의사를 보조할 수 있는 AI assistant 의사가 될 수 있다"고 전했다.
아울러 "LLM은 굉장히 강력하다. 다만 엄청나게 큰 파라미터로 가기보다는 조금 더 소형화시키고 할루시네이션을 낮추는 커스터마이즈된 모델로 가는 것이 바람직한 방향이라고 본다"며 "앞으로 이런 에틱이나 개인정보보안 이슈들을 조심히 다루면서 의료 현장에서 잘 적용될 수 있길 바란다"고 전했다.
이어진 패널 토론은 손명희 부센터장과 윤시중 대표, 차동철 네이버 헬스케어연구소 센터장, 신수용 카카오헬스케어 선행기술연구소 연구소장이 참여했다. 해당 토론에서는 해외와 국내를 비교하며 "해외에서는 이미 다양한 방면으로 활용되고 있다. 우리나라가 기술쪽으로는 더 앞선다 생각하지만 국내 진료 프로세스를 이해하지 못한 상태에서 똑같은 제품을 개발하는 것은 그냥 빚 좋은 개살구가 될 수 있다"는 의견이 제시됐다. AI 모델 개발 시 우리나라만의 특성을 잘 이해하는 것이 중요하다는 것이다.
또한 규제 부문에 있어서 "정부에서 하지 말라는 것만 정하면 좋을 것 같은데 하라는 것만 정해주다 보니 어려움이 많다"며 "좀 더 적극적으로 참여할 수 있게 도와준다면 우리나라가 어느 나라의 어떤 기관보다도 더 잘 할 수 있지 않을까 생각한다"는 의견이 제시됐다.
다만 규제하는 입장에서는 검증되지 않은 기술을 인허가 후 큰 문제가 될 가능성이 있는 만큼 "의료나 바이오는 규제 산업일 수 밖에 없다. 그러니까 그 규제를 활용하고 잘 이용하는 게 더 필요하다"는 반론도 제기됐다. 또한 환자들에게 복잡한 의료 정보를 알기 쉽게 풀어줄 수 있는 서비스들은 이미 충분히 사업적인 가치와 유용성을 갖고 있는 만큼 의료진 외 환자 편에서 LLM을 사용하는 것도 고민할 필요가 있다는 지적도 있었다.
이어 오후에 진행된 'AI 기반 신약개발 : 협력을 넘어서 성공으로' 세션에서는 송상옥 스탠다임 대표, 김우연 카이스트 화학과 교수, 조혜경 신테카바이오 비즈니스 총괄 사장 순으로 발표가 이뤄졌다.
송상옥 대표는 "사람에 의해 fine training이 이뤄지고 있으며, LLM 시대라 해도 될 정도로 영역이 확정되고 있다"며 "최근 빅 파마에서 임상 등에 AI를 사용하기 시작했다. 다만 아직은 인간의 통찰력이 필요한 단계로, 다양한 AI 모델 개발이 이뤄지고 있다"고 밝혔다. 아울러 "성능만큼 중요한 것이 '보안'"이라며 "주목할 만한 성과가 나온다면 거대 테크 기업 및 제약회사도 추가적인 반응이 있을 것"이라고 말했다.
김우연 교수는 "화합물 합성 후 임상 스텝이 줄어들 것"이라며 "다만 실제 환경에서 합성이 가능한지 여부 및 합성 용이성을 고려해야 한다"고 전했다. 아울러 "인공지능이 생각보다 너무 빨리 발전하며 기존 어떤 물리적인 다른 방법들보다 훨씬 더 나은 성능을 보이고 있다"며 향후 1~4년 안에 기술의 성수기 플랫폼 단계에 도달해 AI가 창조한 약물들을 더 많이 보게 될 것으로 예측했다.
조혜경 사장은 "신약 개발 시 많은 리소스가 사용되는데, 연구 개발 실패 시 회사의 존폐가 결정될 수 있을 정도"라며 "AI 발달에 따라 리스크가 감소하게 된 것을 반갑게 생각한다"고 말했다. 아울러 "AI 신약 개발 회사가 사업적으로 성공하기 위해서는 고객들의 기대치를 이해하는 것이 중요하다"며 고객 중에는 'AI 기술을 가지고 있으니 회사 기술로 성공한 케이스를 알고 싶다', '레퍼런스 아웃컴을 설명해 달라' 등 다양한 기대를 갖는 곳이 많다고 설명했다.
독자의견
작성자 비밀번호
0/200