[편집자주] 한 주간 주요 인공지능(AI) 동향을 <AI타임스>가 정리해 드립니다. [AI 주간브리핑]을 보시며 주요 AI 이슈를 만나보세요. 본문 내 제목을 클릭하면 자세한 기사 내용을 보실 수 있습니다.
감기에 걸리시면 어떻게 하시나요? 보통 병원을 가서 주사를 맞고 약을 먹거나, 그것도 귀찮으면 편의점 등에서 약을 사 먹곤 하죠. 그만큼 감기는 우리에게 익숙하지만 가벼운 병이 되었습니다. 하지만 이 감기는 불과 500년 전만 해도 사람의 생명을 위협할 수 있는 무서운 병이었습니다. 지금 우리가 감기를 가볍게 여기는 건 그만큼 의학이 발달해서겠죠.
감기의 사례처럼 사람들은 그동안 질병과의 싸움을 이어왔습니다. 사람의 생명을 위협하는 병에 대응해 예방하는 방법과 치료하는 방법을 찾아왔죠. 하지만 환경오염 등의 문제로 질병은 더 무서운 존재가 되어 우리의 생명을 위협하고 있습니다. 코로나19만 보아도 기존에 없었던 바이러스로 인해 우리의 삶은 마비가 되었죠.
갈수록 다양해지고 많아지는 질병의 위협 속에서 우리는 어떻게 대응할 수 있을까요? 코로나19처럼 빠르게 백신을 개발하고 예방하는 방법을 찾아야 합니다. 참 쉽지 않은 일인데요. 그래도 우리에겐 든든한 지원군이 있습니다. 바로 인공지능(AI)이죠. AI는 신약 개발과 불치병 치료 방법 연구 등 다양한 분야에서 우리를 지원하고 있습니다. 이번 주에는 의료 분야에 사용되는 AI 기술에 관한 얘기가 많이 소개됐습니다.
질병과의 전쟁, AI가 지원한다
MIT 연구자들이 '이퀴바인드(EquiBind)'라는 기하학적 딥러닝 모델을 개발해 약물 유사 분자를 단백질에 성공적으로 결합한 것으로 알려졌습니다. 이퀴바인드는 현존하는 가장 빠른 컴퓨팅 분자 도킹 모델 중 하나인 '퀵비나2-W(QuickVina2-W)'보다 1200배 빠른 모델인데요. 기하학적 추론 기능을 탑재하고 있어 분자의 기본적인 물리적 특성을 학습해 보이지 않는 새로운 데이터도 성공적으로 추론할 수 있다고 합니다. 이 모델은 미국 식품의약국(FDA) 승인까지 발생하는 비용과 시간을 크게 단축할 수 있을 것으로 기대됩니다.
AI를 활용한 신약 개발은 국내에서도 활발하게 진행되고 있는데요. 카카오브레인은 초거대 AI 개발 노하우로 신약 개발을 한다고 밝혔습니다. AI 기반 신약 개발사 '갤럭스'와 항체 신약 개발 플랫폼 구축을 위한 5년간 공동 연구개발(R&D) 계약을 체결 후 세상에 존재하지 않는 새로운 항체 치료제를 빠르게 발굴할 기반을 만들겠다고 발표했는데요. 갤럭스는 기존 신약 개발 방법론으로 접근이 어려웠던 난치성 질환과 희귀 질환에 관한 솔루션을 개발하겠다는 포부를 밝혔습니다.
AI는 알츠하이머병에도 사용될 수 있습니다. 자연어처리(NLP) 기술로 알츠하이머병을 조기진단할 수 있다는 것인데요. 캐나다 CTV 뉴스 등 외신은 보스턴대학 연구진이 잠재적으로 알츠하이머병과 같은 인지 장애와 정신 퇴행성 질환 발견을 돕는 새로운 AI 언어처리 접근법을 제시했다고 소개했습니다. 보스턴대 연구진은 알츠하이머협회 학술지에 게재한 글에서 기계학습(ML) 계산 모델이 신경심리 테스트의 오디오 녹음을 통해 인지 저하를 식별할 수 있다고 밝혔는데요. 이 모델은 임상의가 환자의 증상을 경중에 따라 더욱 효율적으로 분류하는 데 도움을 줄 수 있다고 합니다.
잠깐, AI 도입하기 전 알고 가시죠
AI는 의료 분야부터 다양한 분야에 적용되고 있습니다. 그런데 뭐든지 새로운 기술을 도입하게 되면 그에 맞는 규칙이나 법적 장치를 만들게 되죠? 자동차를 처음 상용화할 때 도로법이나 교통법을 만들고 지금도 관련한 법률을 계속 고쳐가고 있잖아요. AI도 마찬가지예요. 그러면 AI는 어떤 준비를 해야 할까요?
인공지능 편향성 해결사 'AI 신뢰성 검증', 유망 직업으로 부각
가장 필요한 것은 신뢰성 검증이에요. AI가 안전한지 편향적이지 않은지 검증을 해야하죠. 안전성이 검증되지 않은 상품을 마구 쓸 수는 없잖아요. 그래서 필요해진 것이 AI 신뢰성 검증을 하는 인력입니다. 최근 국내 대학에서는 이러한 인재 양성에 대한 움직임이 일고 있는데요. 군산대는 지난 6월부터 7월까지 IT융합통신공학과 학생들을 대상으로 'AI 신뢰성 검증을 위한 테스트 설계 교육'을 진행했다고 밝혔습니다.
이욱재 KCB 상무 "AI 신용평가, 설명 가능한 지 여부가 중요"
AI를 사용할 때 또 필요한 것은 설명 가능성이에요. AI가 왜 이러한 결정을 내렸는지 사용자가 납득할 수 있게 설명해야 한다는 것이죠. 특히 금융 분야에서는 이러한 설명 가능성이 필요하다고 합니다. AI가 사람들의 신용평가를 한다고 했을 때 그 결과를 사람이 납득할 수 있어야 하기 때문이죠. 이욱재 코리아크레딧뷰로(KCB) 상무는 "대출 심사 등에 사용되는 신용평가에 대한 AI 예측력의 정확도와 신뢰도가 중요해졌고 이를 고객에게 충분히 설명할 수 있느냐가 새로운 과제가 됐다"고 말했습니다.
국내외 주요 AI 기업 소식
자동차 개발에 있어서 버추얼의 역할이 점점 커지고 있다고 합니다. 실물(실제 자동차)을 갖고 여러 테스트를 하고 개발 논의를 하는 것보다 가상으로 하는 것이 시간과 비용상 더 빠르기 때문이죠. 실제로 자동차 시장은 점점 다품족 소량 생산 체계로 가고 있고 자율주행에 관한 테스트가 많아지면서 실물을 갖고 자동차 개발을 하긴 쉽지 않다고 합니다. 이를 위해 현대자동차도 메타버스에 관심을 갖고 여러 사업을 하고 있다고 하는데요. 현대자동차가 정의한 버추얼은 무엇이고 메타버스에 관심을 갖는 이유는 무엇인지 김철웅 현대자동차 버추얼개발 허브실 상무가 소개했습니다.
구글, 이미지에 대한 질문-답변 데이터 생성 모델 공개
구글이 이미지에 대한 질문에 응답하는 VQA(Visual Question Answering) 모델을 위한 데이터 생성 도구인 ‘VQ2A(Visual Question Generation with Question Answering Validation)’를 공개했습니다. 이미지에 대한 질문과 답변의 쌍으로 구성된 데이터를 자동으로 생성해 VQA 모델을 훈련하는데 사용할 수 있는 모델입니다.
인텔, 모든 산업에 AI 적용 지원하는 'AI 레퍼런스 키트' 공개
인텔이 온프레미스와 클라우드, 엣지 환경에서 사용이 편리하게 설계된 AI 레퍼런스 키트를 오픈소스 플랫폼 깃허브에 공개했습니다. AI 모델 코드, 엔드-투-엔드 머신러닝 파이프라인 명령, 라이브러리 및 인텔 OneAPI 요소를 포함한 키트입니다. 인텔은 "이 키트를 이용할 경우 개발자들은 의료, 제조, 유통 및 기타 산업 전반에 걸쳐 AI를 배치하는 방법을 습득할 수 있다"며 "성능은 높이고 총 구현 비용은 절감하게 될 것"이라고 설명했습니다.
딥마인드, AI에 영상으로 물리 법칙 가르쳐 성능 향상
AI에게 '한 물체는 다른 공간을 차지할 수 없다'는 식의 간단한 물리 법칙을 가르치는 것이 컴퓨팅 자원을 덜 쓰면서 학습 능력을 높일 수 있다는 연구 결과가 나왔습니다. 딥마인드(DeepMind)는 플라토(PLATO), 즉 '물체 자동 인코딩 및 추적을 통한 물리 학습(Physics Learning through Auto-encoding and Tracking Objects)'이라고 명명한 AI를 개발했다고 외신을 통해 전해졌는데요. 플라토는 기본적인 물리 법칙을 따르는 물체들로 구성된 세계를 이해하도록 설계된 AI입니다.
"청바지 주머니 속에 뭐가 들었을까?"…MS가 만든 물체‧제스처 인식 '스마트 패브릭'
마이크로소프트(MS)가 사물과 제스처를 감지할 수 있는 스마트 직물(smart fabric)을 개발해 최근 '물체와 터치 입력을 인식하는 스마트 패브릭'이라는 이름으로 특허를 출원했다고 합니다. 스마트 직물은 센서와 전도성을 지닌 실 등의 기술을 소재의 구조와 기능에 내장하고 있는 직물을 뜻하는데요. 이번 특허는 '청바지 주머니' 직물에 관한 것으로 물체나 제스처를 인식할 수 있는 센서층이 내장돼 있다고 합니다.
모르면 손해인 AI 정책 소식
정부가 AI 학습용 데이터를 'AI 허브(Hub)'에 추가 개방합니다. 기존에 있던 170종에 190종을 더한다고 밝혔는데요. 새로 공개할 데이터는 품질과 활용성 검증을 거쳐 순차적으로 개방할 예정입니다. 이번 데이터는 기획부터 구축까지 관련 산학연과 국민 모두가 참여했다고 합니다.
과기정통부, 반도체 설계전공 학생 실무역량 지원 서비스 강화
정부가 반도체 설계 인력 창출에 나섰습니다. 과기정통부는 기존에 구축된 공공분야의 반도체 제작 인프라를 활용해 매년 약 400명의 설계 전공 학생들에게 교육용 칩 제작을 지원하겠다고 구체적인 목표를 제시했는데요. 이를 위한 노후·공백 장비 고도화와 기관 간 긴밀한 연계 시스템도 함께 구축하겠다고 밝혔습니다.
AI타임스 김동원 기자 goodtuna@aitimes.com
[관련기사]“머스크가 투자자 속이고 있다” 테슬라에 우려 커져
[관련기사]자각 능력 있는 로봇 팔 개발 주장 나와
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com