인공지능, 헬스케어 미래를 여는 열쇠
  • 서영희SW인재·교육연구팀 선임연구원
날짜2016.07.19
조회수9264
글자크기
  • 인공지능의 응용 분야로 부상하는 헬스케어
    • 인공지능 선도 기업들이 헬스케어 산업을 주목하고 있다. 알파고를 개발하여 이세돌을 이겨 전 세계적으로 큰 이슈를 불러일으킨 구글 딥마인드는 지난 2월 헬스케어 분야에 도전장을 던졌다. IBM은 이보다 앞선 2011년에 미국의 인기 퀴즈쇼 제퍼디에서 우승을 거둔 후 가장 먼저 헬스케어 산업에 진출하였다. 시장 선점을 위해 각 기업은 병원, 제약, 스타트업 등과 협력관계를 강화하고 있다.
    • 이들이 주목하고 있는 인공지능 기술을 활용한 헬스케어 시장은 급성장이 예상된다. 시장조사 기관인 Frost & Sullivan은 인공지능 헬스케어 시장이 2021년까지 연평균 40%이상 고성장할 것으로 전망했다.
    • 먼 미래의 이야기만은 아니다. 현재 미국에서는 인공지능 기술을 활용한 창업이 급증하고 있는 추세이다. 창업분야는 의료영상분석, 진단, 가상 도우미 등 다양한 헬스케어 영역에 걸쳐 있다. 그 중 가상도우미 분야의 ‘센스리(Sense.ly)’는 ‘몰리’라는 아바타 형태의 가상간호사를 개발하여 서비스하고 있다. 간호사를 대신하여 음성인식을 통해 환자와 소통하는데 실제로 환자는 몰리에게 친근감을 느낀다고 한다. 이러한 서비스는 늘어나는 고령 및 만성 질환 환자 관리의 대안이 될 수 있다.
    • 그림 1-헬스케어 분야 인공지능 스타트업 현황
  • 늘어나는 헬스케어 데이터를 활용 가능
    • 헬스케어 관련 데이터의 양이 기하급수적으로 늘고 있다. Iowa 대학은 Medical 데이터가 2020년까지 73일 마다 두 배씩 증가한다고 밝혔다. 데이터를 생산하는 곳도 병원 중심에서 개인의 일상생활로 확장되고 있다.
    • 2010년부터 전 세계적으로 원격 모니터링 기기를 사용하는 환자가 연평균 18%씩 증가하여 현재 4천 9백만 명이 방대한 데이터를 생성 중이다. 빠르고 저렴한 유전체 분석 기술이 개발되어 유전체 정보 역시 치료와 건강관리에 활용 가능하다.
    • 특히 헬스케어 데이터는 80%가 영상/음성/텍스트 등의 비정형 데이터로 구성되어 있다. 인공지능 기술의 발전으로 기존에는 활용하기 어려웠던 비정형 데이터의 분석이 가능해졌다. 이를 통해 우리는 헬스케어 분야에서 더 많은 데이터를 기반으로 통찰력을 얻을 수 있다. 인공지능이 필요한 이유가 여기에 있다.
    • 그림 2-헬스케어 분야의 빅데이터
  • 인공지능이 헬스케어 분야에 주는 가치와 혁신
    • 과연 인공지능 기술이 헬스케어 영역에 활용되면 어떤 가치를 줄 수 있을까? 의사결정지원, 프로세스 효율화, 새로운 제품/서비스이라는 3가지의 새로운 가치를 창출할 것으로 보인다.
    • 그림 3- 인공지능에 의한 헬스케어 산업의 가치 창출
    • 첫 번째, 인공지능은 대량의 복잡한 데이터 집합으로부터 결론을 도출하고 근거를 제시하여 의사결정을 돕는다.
    • 의사나 경영진은 인공지능이 제공하는 기존보다 상세한 정보에 기반을 두어 결정을 내릴 수 있다. 전문가 경험과 직관에 의존했던 결정을 증거 기반으로 한다면 정확도를 보다 높일 수 있다. 이미 왓슨의 암 진단율은 96% 정도로 전문의보다 정확하다고 밝혀졌다. 현재 임상의사결정지원시스템(Clinical Decision Support System : CDSS)은 기존의 통계 분석결과 및 규칙 기반으로 의사의 진단과 치료를 지원한다. 그러나 인공지능을 활용한다면 알파고가 사람이 생각하지 못한 수를 두었듯이 다양한 데이터에서 필요한 정보를 추출·학습하여 새로운 패턴을 예측함으로써 의료의 질을 한층 높일 것이다.
    • 두 번째로 인공지능은 자연어처리 기술로 비정형 데이터 처리업무를 자동화하여 업무 프로세스를 효율화한다.
    • 인공지능으로 필기체, 음성 등의 인식률을 높여 수기로 작성된 보험청구서 처리, 사기 패턴 감지나 콜센터 등 사람이 하던 업무를 자동화할 수 있다. 미국의 보험회사인 Assurance는 콜센터 응대에 고객과 상관도가 높은 직원을 실시간 배정하여 매출 190% 증대, 해약 방지율 증가라는 효과를 얻었다. 사기 유의자의 SNS 게시글 검색 등 심층 분석을 통한 보험사기 적발 고도화도 가능하다. 임상시험 적합환자 선별과 같이 방대한 자료를 검토해야 하는 경우도 자연어처리 기술로 업무 부담을 경감해줄 것이다. 신시네티 아동 병원은 기존에는 1명의 적합자를 선정하기 위해 98명의 지원자를 검토했으나 인공지능으로 사전 검토하는 경우에는 8명으로 대폭 감소한다는 연구 결과를 내놓았다.
    • 마지막으로 기존에 활용하지 못했던 개인별 유전체, 웨어러블 기기로부터 발생하는 라이프 로그(Life log) 데이터 등을 활용하여 맞춤형 치료/보험, 건강관리 프로그램과 같이 새로운 개념의 서비스나 제품을 개발할 수도 있다. 미국의 개인 유전정보 분석 기업인 패스웨이지노믹스는 ‘OME’라는 애플리케이션을 선보일 예정이다.
    • 이는 Healthkit의 앱을 통해 축적된 데이터에 개인유전체정보와 GPS정보를 결합하여 IBM Watson으로 분석 후 사용자의 질문에 응답하는 형태의 서비스이다. 향후 이러한 서비스들은 보다 다양하고 방대한 데이터를 활용·분석하여 고객 맞춤형 서비스를 제공할수록 경쟁력이 높아질 것이다.
    • 이렇게 급변하는 헬스케어 환경에 우리는 얼마나 준비가 되어 있을까? 안타깝게도 인공지능을 활용하고 있는 국내 헬스케어 기업은 영상 인식, 신약 개발 분야에 소수 존재한다. 인공지능 스타트업이 헬스케어의 다양한 분야에 포진해 있는 미국의 모습 [그림 1]과는 대조적이다. 스타트업뿐만 아니라 기존의 국내 헬스케어 기업 및 의료기관도 다양한 인공지능 기술을 접목하여 한 단계 도약할 수 있는 전략 마련이 시급하다.
    • 이를 위해 국내 현실에 맞추어 양질의 의료 데이터를 연계·공유·활용할 수 있는 기반을 만들고 기술과 인력에 적극적으로 투자하여 내재화해야 한다. 헬스케어 관련 제도와 규제를 합리화해야 하는 숙제도 남아있다.
    • 의료는 신기술이나 혁신을 받아들이는 속도가 다소 느린 편에 속한다. 그러나 의료와 SW의 융합은 이미 현실이 되어 있고 새로운 기술을 통해 기존의 강자를 뛰어 넘을 수 있는 기회가 눈앞에 있다. 바로 지금이 국민 건강 증진을 위해 이해관계자들이 하나로 힘을 모아야 할 때가 아닐까.