의료 AI [사진: 셔터스톡]
[디지털투데이 손슬기 기자] 국내에서 개발 중인 의료·바이오 분야 인공지능(AI) 특화 파운데이션 모델 2종이 글로벌 수준의 성능을 확인하며 2단계 개발에 돌입한다.
과학기술정보통신부는 정보통신산업진흥원(NIPA), 한국정보통신기술협회(TTA)와 함께 이같은 내용을 담은 'AI 특화 파운데이션 모델' 프로젝트 중간성과 평가 결과를 31일 발표했다.
루닛 컨소시엄과 KAIST 컨소시엄은 지난해 11월부터 각각 의과학·바이오 분야 AI 특화 파운데이션 모델을 처음부터(From Scratch) 독자 개발해왔다. 이번 중간 평가에서 두 컨소시엄 모두 80점 이상을 획득해 2단계 지원 기준(70점 이상)을 충족했다. 과기정통부는 오는 9월 초까지 컨소시엄별로 엔비디아 B200 GPU 256장을 계속 지원할 예정이다.
루닛 컨소시엄이 개발한 160억개 파라미터(16B)급 의과학 파운데이션 모델은 혼합전문가(MOE) 방식이다. 클로드 3.5 소네트(앤스로픽) 등 100억~1조개 파라미터급(100B~1T) 규모 초대형 범용 모델 대비 의학논문 기반 질의응답 정확도, 출처·근거 일치성, 과학 코드 작성·분석 평가 등에서 우수한 결과를 냈다.
루닛 컨소시엄은 이 모델을 기반으로 '임상 의사결정 지원 에이전트 시스템(CDSS)'도 구축했다. 올해 2~3월 국민건강보험공단 일산병원에서 실제 의료 데이터 환경에 적용한 결과, 응급실 5단계 환자 분류에서 높은 정확도를 보였고 진단명 일치율은 94.0%를 기록했다.
KAIST 컨소시엄의 2B급 바이오 파운데이션 모델 'K-폴드(Fold)'는 단백질 복합체 3차원 구조 예측 정확도에서 구글 알파폴드3(AlphaFold3)에 근접한 수준을 보이면서, 예측 속도는 최대 30배 이상 빠른 것으로 평가됐다. 기존 알파폴드3의 구조 예측 시간(약 30분) 대비 평균 1분 이내로 단축한 성과다. KAIST는 기존 방식과 달리 물리·화학적 상호작용 기반의 구조 예측 방식을 새롭게 적용해 데이터가 희소한 신규 약물 복합체에서도 예측 정확도를 높였다.
두 컨소시엄이 개발한 모델은 4월 초 허깅페이스(Hugging Face)에 아파치(Apache) 2.0 라이선스 기반 오픈소스로 공개된다. 루닛 컨소시엄은 2단계에서 최대 320억개 파라미터(32B) 규모로 모델을 확장하고, 7~8월 9개 병원 및 SK바이오팜 등에서 현장 실증을 진행할 계획이다. KAIST 컨소시엄은 70억개 파라미터(7B) 모델로 확장하고, 글로벌 제약사 머크(Merck)의 AI 신약개발 클라우드 서비스에 탑재해 해외 시장 진출을 추진한다.
최동원 과기정통부 인공지능인프라정책관은 "약 5개월이라는 기간에도 세계 시장에서 통할 수 있는 기술적 기반을 마련했다"며 "진단치료·신약개발 등 고부가가치 산업에서 산업적 활용 잠재력이 실제 사업화로 이어질 수 있도록 정책적 지원을 아끼지 않겠다"고 말했다.
댓글
0