11월 1일, 2024년 쓰촨 네트콤 '디지털 인텔리전스 파일럿' 제14회 쓰촨 네트콤 '신생산성의 최전선 진입' 시리즈 활동과 제10회 생물의학 빅데이터·지능기술 컨퍼런스에서 중국과학원 원사 천룬솅(Chen Runsheng)은 중국과학원 생물물리학연구소 연구원이 매일경제뉴스 기자와 인터뷰를 가졌다.
인터뷰에서 Chen Runsheng은 대규모 인공 지능 모델이 생물 의학 산업에서의 적용을 포함하여 아직 초기 단계에 있으며 아직 갈 길이 멀다고 말했습니다. 바이오메디컬 산업에서 대형 인공지능 모델의 적용은 이제 막 시작됐다고 할 수 있다.
앞으로는 “대형 인공지능 모델을 의료 시스템 전체에 적용하고 개입하는 것이 포괄적이 될 것이며, 치료 전, 치료 중, 치료 후에도 인공지능의 적용이 실현될 것”이라고 말했다. 인공지능은 의료의 효율성을 크게 향상시킬 뿐만 아니라 의료시스템 전체를 근본적으로 변화시켜 모든 사람, 모든 단계를 포괄하는 의료감독으로 전환해 전체 의료 패러다임을 바꿀 것”이라고 말했다.
최근 제14회 쓰촨 네트콤 '디지털 인텔리전스 내비게이션' 2024 쓰촨 네트콤 '새로운 생산성의 최전선 진입' 시리즈 활동과 제10회 바이오메디컬 빅데이터·지능 기술 컨퍼런스가 청두에서 열렸다. 이날 회의에서는 국내외 의료 전문가, 스마트 의료 기업 등 관계자들이 참석해 새로운 헬스 디지털 생산성의 질 높은 발전에 대해 논의했다.
우리나라에서 이론 생물학 및 생물정보학 연구에 참여한 최초의 과학 연구자 중 한 명인 Chen Runsheng은 일반적으로 대형 인공 지능 모델이 생물 의학 산업에서의 적용을 포함하여 아직 초기 단계에 있으며 아직 갈 길이 멀다고 말했습니다. 가야 해. 바이오메디컬 산업에서 대형 인공지능 모델의 적용은 이제 막 시작됐다고 할 수 있다.
“의무기록관리, 기본등록정보 기록, 전자의료기록 관리 등 초기 데이터 활용은 모두 빅데이터를 활용해 프로세스를 자동화했다. 이 데이터를 활용해 일반적인 부분을 분석해 문제를 해결할 수 있다. 아직은 초기 단계지만 빅데이터는 이미 바이오의학 산업에 상당한 기여를 하고 있다”고 말했다.
초기 신약 개발을 예로 들면, 과거 경험에 따르면 신약 개발에는 10년, 10억 달러가 소요된다. 하지만 빅데이터와 인공지능의 도움으로 스크리닝해야 할 화합물의 종류가 수만 개에서 수백 개, 심지어 수십 개로 바뀌기도 했고, 검색 범위도 기존보다 1% 정도 효율성이 좋아졌다. 신약 개발이 크게 개선됐다. 바이오의학 분야에서 빅데이터와 인공지능을 활용한 사례이다.
Chen Runsheng의 견해에 따르면 모든 대규모 산업 모델은 컴퓨팅 성능과 데이터에 의존합니다.
“우선 대규모 산업 모델이 만들어질 수 있느냐의 관건은 건설사가 얼마나 많은 산업 데이터를 마스터했는지에 달려 있기 때문에 데이터가 핵심이다. 그런데 데이터를 사용하려면 두 가지 문제를 해결해야 하는데, 하나는 데이터의 표준화다. 그리고 다른 하나는 데이터의 통합입니다."라고 그는 말했습니다. 소위 데이터의 표준화란 데이터의 보편성과 상호인정을 의미하며, 다양한 기관이나 플랫폼에서 생성되는 데이터에 대한 표준이 통일되지 않으면 적용 기반이 상실됩니다. 데이터의 통합은 단일 데이터의 한계를 극복하는 데 있습니다. 데이터 공유가 이루어지지 않으면 대형 모델의 역할과 중요성이 감소합니다.
데이터 표준화와 통합 문제를 해결하기 위해서는 주도적인 주체가 있어야 합니다. Chen Runsheng은 미국을 예로 들면 데이터 표준화를 해결하는 주체는 Open AI일 수 있다고 생각하며, 의료 산업 데이터를 예로 들면 의료 등 관련 부서가 표준 사양 해결에 앞장서야 할 수도 있습니다. 데이터 소스 문제. 데이터 표준화 문제를 해결하는 것 외에도 데이터 통합에는 이러한 기관 부서가 주도해야 합니다.
또한, 의료기관의 경우 자체적으로 대형 제약 모델을 구축하는 것은 여전히 비용 항목입니다. 수익성 문제로 어려움을 겪고 있는 다수의 병원에서 빅데이터와 빅모델을 구축하고 활용하는 방법은 비용과 이익 창출의 문제입니다. 이에 대해 Chen Runsheng은 "병원 인식 개선과 관리 부서의 개입으로 이 문제가 점차 해결될 것"이라며 "개발을 위해 빅데이터 활용이 불가피하기 때문에 이 조치를 취하지 않으면 점차 도태될 것"이라고 말했다. 이건 하느냐 안 하느냐의 문제가 아니라, 언제 하느냐의 문제는 적응해야 하는 추세다. 먼저 하는 사람이 유리할 것이고, 먼저 하는 사람이 더 많은 이익을 얻을 것이다.”
Chen Runsheng은 "대형 인공 지능 모델을 전체 의료 시스템에 적용하고 개입하는 것은 포괄적입니다. 인공 지능의 적용은 치료 전, 치료 중, 치료 후에 실현될 것입니다. 인공 지능은 의료 치료의 효율성을 크게 향상시킬 뿐만 아니라 뿐만 아니라 전체 의료 시스템을 근본적으로 변화시켜 모든 사람, 모든 단계를 포괄하는 의료 감독으로 전환하여 의료 패러다임 전체를 변화시킬 것입니다.”