AI 데이터 활성화가 디지털 헬스케어시장 성장 이끈다

인공지능(AI) 학습용 데이터가 헬스케어 산업의 디지털 전환에 추진력을 더하고 있다. 코로나19가 불러온 사회적 변화는 디지털 헬스케어의 필요성을 증폭시켰고, 인공지능 학습용 데이터는 헬스케어 산업 성장을 유도하며 가시적인 성과를 드러내고 있다.

과학기술정보통신부와 한국지능정보사회진흥원은 지능정보기술 발전이 가속화하도록 지원하기 위해 인공지능 학습용 데이터 구축 사업을 추진하고 있다.

지난해 신규로 구축한 총 310종의 데이터는 올해 4월부터 7월까지 순차적으로 개방을 완료했다.

특히 헬스케어 데이터는 X선, 컴퓨터단층촬영(CT) 등 총 103종의 다양한 의료 영상·이미지를 구축해 한국인 맞춤형 헬스케어 AI 서비스 개발 및 고도화에 기여할 것으로 예상된다.

인공지능 학습용 데이터 구축·활용 성과 분석 보고서에 따르면 지난해 헬스케어 분야에서 의미 있는 실적이 나왔다. 우선 디자인권, 상표권, 저작권, 라이선스 등 지식재산권 취득률은 2021년 68.2%에서 2022년 84.2%로 16%포인트 상승한 것으로 나타났다. 헬스케어 분야 제휴 건수도 전년 대비 34.4%포인트 높아졌고, 수상 건수 역시 23.9%포인트 늘어난 것으로 조사됐다.

디지털 헬스케어 기업 캡토스는 캡슐내시경 판독 소프트웨어(Dr.J)를 개발해 디지털 헬스케어 분야 기술 발전에 기여하고 있다. 이 소프트웨어는 AI 허브의 '캡슐내시경 AI 데이터'를 학습시켜 30분 만에 12만장에 달하는 내시경 사진을 정밀하게 분석하는 기술을 제공한다. 이를 통해 판독시간을 대폭 줄이고, 오류를 최소화해 초보 검사자도 전문가와 균일한 수준으로 진단할 수 있을 정도로 정확한 결과를 제공하고 있다는 게 회사 측 설명이다.

디지털 헬스케어 업체 메가웍스는 AI 허브의 '고령인구 우울증 데이터' 등을 활용한 솔루션 '마인드 힐'을 개발하며 주목받고 있다. 메가웍스 관계자는 "최근 KT, 서울시 다산콜센터, 지역 병원 등에 솔루션을 제공해 감정 노동자, 고령인구 등 다양한 계층의 정신건강을 관리하는 데 기여하고 있다"며 "모든 계층에서 활용할 수 있는 솔루션 개발을 목표로 다양한 연구 개발 과제를 수행하고 있다"고 설명했다.

이 밖에 헬스케어 데이터를 활용한 의미 있는 연구 논문도 꾸준히 발표되고 있어 학계 안팎의 주목을 받고 있다. 2021년 가톨릭대학교 정요셉·임광일·서경진 교수와 분당서울대병원 김형경 교수가 대한세포병리학회에서 발표한 '병리 검사 데이터'를 활용한 논문은 최우수 포스터상과 우수 구연상 등 다수의 상을 수상하는 영예를 안았다.

또한 한국뇌연구원 정용전·정민영 박사의 '소아 청소년 뇌영상 데이터를 활용한 아동 뇌발달 변화와 스트레스와의 관계성 연구'는 대한뇌기능매핑학회와 한국인지 및 생물심리학회에서 각각 우수 포스터상과 우수 발표상을 수상했다.

세계적으로 저명한 학술지에 발표된 논문에서도 헬스케어 데이터 관련 논문이 게재되고 있다.

구영현 세종대 인공지능융합연구센터장과 유성준 세종대 교수 등의 공동 연구 논문인 'HarDNet 기반 변압기를 이용한 뇌 내출혈 CT 스캔 영상 분할'은 지난 5월 네이처 자매지인 사이언티픽 리포츠(Scientific Reports)에 실렸다. 모델 훈련과 테스트를 위해 사용된 '뇌 CT 영상' 헬스케어 데이터는 방대한 양의 CT 스캔 이미지를 통해 모델의 우수성을 검증하는 역할을 톡톡히 수행하며 양질의 데이터 가치를 입증했다.

이처럼 AI 서비스뿐 아니라 학계에서도 활발히 이용 중인 헬스케어 인공지능 학습용 데이터는 대한민국 국민이라면 누구나 이용할 수 있도록 'AI 허브 안심존'을 통해 개방 중이다.

안심존은 민감정보가 포함된 데이터를 외부 반출 없이 AI 모델과 알고리즘 개발이 가능한 환경(GPU·가상서버 저장공간)을 제공하며 온·오프라인으로 이용 가능하다.

오프라인 안심존은 지난해 개소한 서울 서초, 원주, 광주 등 3곳과 지난 4월 신규로 오픈한 대구 센터 등 총 4대 권역에서 운영되고 있으며, 총 25종의 헬스케어 데이터가 개방돼 있다.

또 시간·장소적 제약으로 인해 오프라인 방문이 어려운 이용자를 위한 온라인 안심존 70종 및 8종의 헬스케어 데이터도 개방돼 있다.

특히 올해는 지역 내 AI·데이터 유관기관과의 협업을 통해 헬스케어 데이터 교육을 비롯한 경진대회와 해커톤이 계획돼 있어 오프라인 안심존 이용이 더욱 활발히 이뤄질 것으로 기대된다.

다만 헬스케어 데이터는 민감한 개인정보가 포함돼 있는 만큼 활용을 위해 의학연구윤리심의위원회(IRB·Institutional Review Board) 심의를 거쳐야 한다. IRB 심의는 짧으면 2주, 길게는 몇 달까지 소요되기도 한다. 이 같은 이용 불편을 해소하기 위해 지난해 인공지능 학습용 데이터 구축 사업에서 GAN(Generative adversarial network) 기술을 활용한 한국형 합성 데이터(KSD·Koran Synthetic healthcare Datasets) 구축 프로젝트가 진행됐다.

'생성적 대립 신경망'이라 불리는 GAN 기술은 실제와 가까운 영상 이미지를 자동으로 만들어내는 기계학습 방식 중 하나다. 서울대병원, 가톨릭대병원, 국립암센터 등이 참여한 프로젝트에서 각 병원이 보유한 의료 이미지 데이터를 기반으로 췌장암 등과 관련한 합성 데이터를 구축했다.

한국지능정보사회진흥원 관계자는 "합성데이터는 실제 데이터를 학습해 완전히 새로운 가상의 데이터를 만드는 방식"이라며 "글로벌 디지털 헬스케어 시장 규모가 급성장하는 상황 속에서 합성데이터를 포함한 총 35종의 헬스케어 데이터는 지난 7월 31일 개방했고, 이렇게 개방된 데이터는 다양한 AI 의료 서비스 및 연구개발에 활기를 불어넣을 것으로 기대한다"고 설명했다.

시장조사기관 GIA에 따르면 글로벌 디지털 헬스케어 시장 규모는 2023년 2555억달러에서 2027년 5088억달러로 성장할 전망이다.

< 출처 : 매일경제 >