메디칼타임즈=허성규 기자정부와 제약산업계가 '연합학습 기반 신약개발 플랫폼' 구축을 성공하기 위해서는 더욱 적극적인 관심과 참여가 필요하다는 주장이 나왔다. 18일  한국제약바이오협회 김화종 AI신약융합연구원장은 '연합학습 기반 신약개발 플랫폼 FDD'이라는 리포트를 KPBMA FOCUS를 통해 이같이 지적하고 이에 대한 관심을 촉구했다.'연합학습 기반 신약개발 플랫폼'에 대한 정부의 사업이 속도를 내는 가운데, 이에 대한 더 많은 관심과 참여가 필요하다는 주장이 제기됐다.최근 AI를 활용한 신약개발에 대한 관심이 높아지면서 글로벌은 물론 국내에서도 다양한 시도가 진행되고 있다.실제로 지난 2023년 3월 글로벌 회사인 엔비디아(NVIDIA)가 신약개발에 뛰어들면서 신약개발을 위한 생성형 AI 플랫폼 'BioNeMo'를 소개한 이후, 이와 유사한 것들을 모두 다 적용하기 위해 미국의 주요 제약 회사들이 진행 중이던 파이프라인들을 멈추고 AI가 도출하는 결과를 보고 파이프라인 순위를 바꾸려고 할 정도로 AI의 파급력이 커지고 있e.이에 국내에서도 이를 위한 사업을 추진했고, 지난 3월 한국제약바이오협회 AI신약융합연구원은 '연합학습 기반 신약개발(Federated Learning based Drug Discovery, 이하 FDD) 가속화 프로젝트' 사업에 최종 선정되어 4월부터 세부 과제 기획, 공모·선정 등 본격적으로 추진할 예정에 있다.이에 김화종 연구원장은 해당 연구의 목적은 '신약개발을 위한 AI 모델 학습에 필요한 데이터를 기관 간에 안전하게 공유할 수 있는 플랫폼을 확보하는 것'이라고 밝히고 앞으로 진행될 추진 전략과 이를 통한 기대 효과 등을 공유한 것.우선 추진 전략을 살펴보면 △연합학습 실용성 입증 △데이터 기여도 평가 △데이터의 다양성 확보 등으로 진행된다.이는 해당 FDD 사업에서 가장 중요한 목표는 연합학습의 실제 현장 적용을 확인하고 향후 확대 가능성을 입증하는 것인 만큼 1차년도에는 세부 사업별 구체적인 목표 설정과 연구개발 범위를 상세하게 설계하고 2차년도 이후에는 FDD 플랫폼을 구축하고 FLAP 동작을 확인하며 이의 고도화 및 확산을 추진할 예정이다.김화종 원장은 특히 “연합학습 실제 도입 시 가장 큰 이슈는 자신이 보유한 모델 성능도 개선 되겠지만 공동의 모델 성능개선을 위해서 자신의 데이터를 활용하는 것에 대한 거부감”이라며 “이러한 문제를 피하기 위해서는 데이터 소유자에게 인센티브를 제공해야 하며, 예를 들어 활용된 데이터의 양과 질에 기반한 'AI 모델 개선 기여도'를 측정하고 이를 향후 정부 지원 사업이나 우수 AI 회사 발굴에 활용하는 전략이 필요하다”고 설명했다.아울러 AI 모델의 성능을 높이기 위해서는 다양한 데이터가 필요하며 이를 위해 여러 기관의 참여와 협력이 중요한 만큼 제약 회사가 약물 후보물질 발견 단계에서 수행한 in-vitro 데이터뿐 아니라, in-vivo, 임상 진행 중 측정 된 약동학 데이터 보유기관과의 협력 전략이 필요하다는 점도 언급했다.이에따라 데이터 소유자는 분석 목적 태스크(세부 ADMET 예측 등)를 협의해 선정하며, FLAP을 구성하는 베이스라인 AI 모델 개발에 필요한 데이터를 공급하도록 할 예정이다.또한 모델 공급자는 FLAP를 구성하는 베이스라인 AI 솔루션을 개발하고, 이의 성능을 FDD로 검증하며 고도화하고, 플랫폼 개발자는 안전한 데이터 활용과 편리한 사용자 인터페이스를 개발해 연합학습 참여와 기여도를 산정하는 시스템을 구축할 방침이다.이를 통해 향후 △ADMET 모델 활성화 △신약개발 단계 적용 및 확장 △글로벌 협력 활용 등이 가능할 것으로 내다봤다.구체적으로는 현장에서 유용하게 사용할 수 있는 우수한 성능을 가진 ADMET 예측 모델을 개발하고 참여기관을 확대하고, 구축되는 플랫폼은 향후 신약개발의 여러 단계 즉, 타겟 발굴, 후보물질 탐색, 선도물질 최적화, 임상 설계, 시판 후 조사 등에 적용될 수 있다는 것.나아가 글로벌 협력을 통해 FDD 참여자를 확대하고 플랫폼의 성능을 높이도록 하는 것까지가 목표다.특히 성능이 개선된 ADMET 예측 모델 개발을 통해 시험 분석 비용을 절감할 수 있을 것으로 기대했다.현재 2022년 국내 상장 제약 회사의 민간 신약개발 R&D 투자 비용은 4조 3,894억원6)이며, R&D 비용 중 ADMET 시험 분석에 약 9,656억원(북미·유럽 비율 22% 적용 시)이 소요된다.즉 개선된 모델을 통해 20%의 비용을 절감하는 경우, 2022년 기준 R&D 비용 연간 1,900억원 이상 절감이 예상된다는 분석이다.이에따라 해당 사업이 다양한 데이터를 활용하는 연합학습 기술을 확보하고, 민감 데이터 안전 활용으로 정보보호와 데이터 활용의 양립이 가능할 것이라는 주장이다.여기에 ADMET 및 확대 적용으로 AI 기반 신약개발이 가속화 되고 데이터 소유·활용자 간 융합 촉진으로 산업 생태계의 선순환 체계 구축이 가능하다는 평가다.이와 관련해 김화종 연구원장은 또 “최근 AI 기술의 발전과 보편화로 AI의 중요성에 대한 인식은 높아졌으나 AI의 성능을 높일 수 있는 다양한 데이터 확보에 대한 대책이 부재하다”며 “이에 FDD 사업을 통해 연합학습 기술을 현업 문제 해결에 적용되는 국내 최초의 성공 사례를 만들고자 하며 구체적으로는 최고의 성능을 얻는 네트워크 기반의 ADMET 예측 솔루션, FLAP을 구축하고자 한다”고 강조했다.마지막으로 그는 “FLAP을 기반으로 AI 신약개발의 여러 단계인 타겟 발굴, 타겟 검증, 바이오마커 발굴, 유효물질 발굴, 선도 물질 최적화, 임상 설계, 효과 분석 등에서 FDD가 사용될 것으로 기대한다”며 “이와 관련된 산업계, 학계, 연구소, 병원 등 연구자들의 많은 관심과 참여가 필요하다”고 주장했다.

메디칼타임즈=이인복 기자거대언어모델로 불리는 생성형 인공지능(AI)이 의학 논문 작성 등을 넘어 실제 임상 현장에서도 활용도를 인정받고 있다.생성형 AI를 통해 퇴원 환자에게 전달되는 안내서를 부탁하자 훨씬 더 이해하기 편하게 바꿔주는 등 기대하지 못했던 효과가 나오고 있기 때문이다.퇴원 안내서 작성 등에 생성형 AI를 활용할 경우 환자 만족도를 크게 올릴 수 있다는 연구가 나왔다.현지시각으로 13일 미국의사협회지(JAMA network open)에는 생성형 AI를 활용한 퇴원 안내서 변환의 효과에 대한 연구 결과가 게재됐다(10.1001/jamanetworkopen.2024.0357).현재 전 세계 모든 의료기관에서는 퇴원하는 환자에게 어떠한 병에 걸려 무슨 치료를 받았으며 앞으로 주의해야 할 사항 등을 담은 안내서를 전달하고 있다.또한 필요한 경우 전자의무기록(EMR)이나 입원 당시 진행한 검사 결과 등도 함께 제공하고 있는 상황.하지만 문제는 이러한 내용이 의학 용어가 많고 의사에 따라 내용이 함축돼 있는 경우가 많아 환자나 보호자들이 쉽게 이해할 수 없다는 점에 있다.실제로 미국과 유럽 등에서 진행된 다양한 연구 결과 환자의 최대 88%는 이러한 의무기록이나 퇴원 안내서를 제대로 읽거나 이해하지 못하는 것으로 나타났다(2016;211(3):631-636).뉴욕 의과대학 조나 자레츠키(Jonah Zaretsky) 교수가 생성형 AI의 접목을 고려한 것도 이러한 이유 때문이다.의료진이 이를 더 편하게 작성하는 것이 쉽지 않다면 생성형 AI를 통해 이러한 간극을 최소화할 수 있지 않을까 하는 가정에서다.이에 따라 연구진은 뉴욕대병원 내과에 입원했다가 퇴원한 환자의 퇴원 안내서를 마이크로소프트 생성형 AI인 'OPEN AI'에 맡겨 쉽게 풀어보도록 주문했다.또한 병원에서 작성한 퇴원 안내서와 OPEN AI가 변환한 안내서를 환자에게 동시에 전달하고 이를 비교 분석했다.그 결과 OPEN AI가 변환한 안내서가 난이도를 크게 낮춰 환자의 이해도를 크게 향상시킨 것으로 나타났다.실제로 문장의 난이도 평가 지표인 플레쉬 킹케이드(Flesch-Kincaid) 등급을 비교하자 의료기관이 작성한 퇴원 안내서는 평균 11.0을 기록했지만 OPEN AI가 다듬은 글은 6.2로 크게 난이도가 낮아졌다.또한 환자의 이해도 평가를 위한 척도인 PEMAT(Patient Education Materials Assessment Tool) 점수도 큰 차이를 보였다.의료기관이 전달한 퇴원 안내서는 13%만이 완전히 이해했지만 OPEN AI가 작성한 경우 81%로 월등하게 높아졌기 때문이다.다만 현재 생성형 AI의 가장 큰 한계로 꼽히는 이른바 '환각'을 여전히 주의해야 할 점으로 꼽혔다. 18%의 퇴원 안내서에서 환각이 나타났기 때문이다.조나 자레츠키 교수는 "의료기관이 제공하는 퇴원 안내서를 단순히 OPEN AI에게 맡긴 것 만으로 문장의 난이도가 크게 낮아져 환자의 이해도가 월등하게 올라갔다"며 "실제 의료기관에서 매우 유용하게 쓸 수 있는 도구가 될 수 있다는 것을 보여준다"고 설명했다.그는 이어 "하지만 일부에서 환각 문제가 나타났다는 점에서 일정 부분 한계는 있는 상태"라며 "생성형 AI가 마련한 문서를 의료진이 한번 검토해 환자에게 전달하는 식으로 활용이 가능할 것"이라고 밝혔다. 

메디칼타임즈=허성규 기자대웅제약(대표 전승호·이창재)은 신약개발에 즉각 활용할 수 있는 주요 화합물 8억 종의 분자 모델을 전처리를 거쳐 자체 데이터베이스화하고, 이를 재료로 신약 후보물질을 발굴해내는(Drug Discovery) 독자적 'AI 신약개발 시스템'까지 구축했다고 19일 밝혔다.이를 통해 향후 전임상, 임상, 시판 등 신약개발(Drug Development) 전주기로 AI 활용을 확대할 계획이다.대웅제약 연구원이 AI 신약개발 시스템으로 통해 신약 후보 화합물질을 탐색하고 있다.(사진제공: 대웅제약)대웅제약은 이 같은 DB와 신약개발 시스템을 결합해 비만과 당뇨, 항암제 분야에서 주목할 만한 연구 성과를 내고 있다고 설명했다.예컨대 비만과 당뇨질환 치료제 개발을 위해 자체 AI 시스템으로 두 가지 표적 단백질에 동시에 작용하는 '활성물질'을 발굴하고 최적화 단계에 돌입시키는데 단 두 달이 걸렸다. 대웅제약은 "연구원들이 1년 넘게 고민하던 난제를 AI를 통해 해결한 사례"라고 전했다.또한 AI 시스템을 활용해 암세포 억제 효능을 보이는 활성물질을 발굴하고, 최적화를 통해 특허까지 가능한 '선도물질'을 확보하는데 단 6개월이 걸렸는데, 기존 방식으로 진행했을 경우 최소 1~2년 소요될 프로젝트였다는 게 대웅제약의 입장이다.고비용, 저효율이라는 신약개발의 난제를 해결하고자 지난 2년간 'AI 신약개발 시스템' 구축에 몰입한 결과가 가시화되고 있는 것이다.이를 두고 박준석 신약Discovery센터장은 "신약 후보물질의 세계는 우주와 같은데 AI가 신약개발의 대항해 시대를 열었다고 해도 과언이 아니다"라며, "AI로 미지의 영역을 개척해나간다면 굉장히 많은 신약 후보물질과 우수한 신약을 더 빠르게 개발해 인류 건강에 지대한 공헌을 할 것이다"라고 평가했다.AI 신약개발을 위한 방대한 데이터베이스를 구축한 후 대웅제약은 신약 후보물질 탐색의 첫 단계에 적용할 수 있는 'AIVS'(AI based Virtual Screening) 툴을 개발했다. 이 툴은 AI가 표적 단백질 대상으로 '활성물질'을 발굴하는 시스템으로 3D 모델링을 기반으로 다양하게 탐색할 수 있고, 동일한 화학적 특성을 지니면서 특허가 가능한 새 활성물질을 생성형 AI로 빠르게 찾을 수 있다.이러한 데이터베이스와 툴을 기반으로 지난해 AI 신약개발 시스템 '데이지'(DAISY, Daewoong AI System)를 사내에 오픈했다. 이 시스템은 일종의 웹 기반 'AI 신약개발 포털'로서 대웅제약 연구원들은 데이지에 접속해 신규 화합물질을 발굴하고 약물성까지 빠르게 예측할 수 있다. 이른바 ADMET 연구까지 AI로 가능한 것이다.ADMET는 Absorption, Distribution, Metabolism, Excretion, Toxicity의 앞 글자를 따온 것으로 화합물질의 흡수, 분포, 대사, 배설, 독성 등 약물성을 파악하는 연구 단계다. 신약개발 초기에서 매우 중요한 단계로 이 연구가 제대로 이뤄지지 않으면 임상에서 실패하기 십상이다.대웅제약 연구원들은 AI 신약후보 탐색 툴 'AIVS'를 사용하면서 불과 몇 달 만에 가시적인 성과들을 내고 있다. 비만과 당뇨, 항암제 분야의 성과 외에 단백질 분해제 개발에서도 의미 있는 성과를 도출하고 있고, 항체 설계와 안정성 평가를 동시에 진행해 연구자들의 시행착오를 획기적으로 줄이고 있다. AI를 활용한 후보물질 발굴과 설계를 통해 신약개발의 '시간'을 단축해가고 있는 것이다.박 센터장은 "인간을 대체하는 기술로 AI를 바라보면 오산이다. 미지의 영역을 개척하는 인간의 동반자와 같다"라며 "딥러닝 AI가 '데이터'를 쌓으며 학습하고 성장하듯이 연구자도 함께 '인사이트'를 높이며 함께 동반성장해 나갈 때 비로소 신약개발 성공에 한 걸음 다가설 수 있다"고 강조했다.

메디칼타임즈=임수민 기자중앙대학교광명병원(병원장 이철희)이 지난해 12월 28일 병원 5층 김부섭홀에서 스마트챌린지 시상식을 개최했다.중앙대광명병원은 디지털 트윈세상에 병원을 구현하는 ‘메타버스피탈’ 구축, ‘초연결(Hyper-Connectivity)’을 통해 병원 안과 밖에서 의료진과 환자가 물리·가상 공간의 경계 없이 상호 작용하기 위한 시스템과 환경을 조성하고 있다.중앙대광명병원은 디지털 트윈세상에 병원을 구현하는 ‘메타버스피탈’ 구축, ‘초연결(Hyper-Connectivity)’을 통해 의료진과 환자가 물리·가상 공간의 경계 없이 상호 작용하기 위한 시스템을 조성하고 있다.또한 디지털 전환 혁신 병원 실현을 위해 업무 생산성 향상을 돕는 RPA(Robotic Process Automation)를 적극적으로 실무에 적용해 왔다. 이러한 성과를 인정받아 작년에는 이러한 성과를 인정받아 의료기관 최초 블루프리즘 아시아·태평양 지역 최우수상을 수상했으며, 올해는 인공지능을 적용해 ‘디지털 전환 고도화’를 추진할 예정이다.이번에 개최된 스마트챌린지는 교직원들이 직접 생성형 AI(Chat GPT 등), 파이썬 등 IT기술을 활용한 업무 적용 사례를 소개하고 스마트한 업무 문화를 확산시키기 위해 시행했다. 총 11개 팀이 참가했으며 그 중 ▲스마트한 병실 배정(원무팀 김선호, 박성빈) ▲거래처 홈페이지 로그인 자동화(구매물류팀 김상철) ▲노가다탈출 넘버원(기획예산팀 김주명)이 수상의 영광을 안았다.스마트한 병실 배정은 담당자가 환자를 일일이 병실 및 병상으로 배정하던 업무를 자동화한 사례로, 국내의 여러 병원에서도 실패한 병실배정 자동화를 직원들 스스로 자동화하여 사용한다는 점에서 높은 평가를 받았다. 업무소요시간이 약 60% 감소하는 등 실질적 업무량 감소와 업무만족도 향상에도 크게 기여하고 있다.중앙대광명병원은 스마트한 업무 문화 확산을 통한 생산성 향상과 디지털 전환 혁신 병원을 실현하기 위해 매년 스마트챌린지를 개최할 예정이다.이철희 병원장은 "새로운 도전을 마다하지 않는 교직원들에게 감사한 마음"이라며 "중앙대광명병원은 의료계의 디지털 전환을 선도하고 의료혁신을 달성하기 위해 노력할 것"이라고 말했다.

메디칼타임즈=허성규 기자보스턴컨설팅그룹 김경훈 상무, 강재중 파트너가 제5회 KIMCo TALK 발표를 진행하고 있다.재단법인 한국혁신의약품컨소시엄재단(대표 허경화, 이하 KIMCo재단)은 지난 13일 ‘제5회 KIMCo TALK’를 개최했다고 15일 밝혔다.KIMCo 재단은 글로벌 신약의 개발·사업화에 필요한 전문역량을 육성하기 위해 KIMCo TALK를 해마다 열고 있다. 이번 KIMCo TALK는 올해로 다섯 번째 열리는 행사다.보스턴컨설팅그룹 강재중 파트너와 김경훈 상무는 이번 행사에서 ‘Is Generative AI Transforming the Biopharmaceutical Industry?(생성형 AI가 제약바이오 산업을 변화시키고 있는가?)’를 주제로 제약바이오산업에서의 생성형 AI(인공지능)의 도입 현황을 공유했다.보스턴컨설팅그룹은 ▲생성형AI의 개념 및 제약바이오산업에 미치는 영향 ▲제약바이오산업에서 생성형 AI의 도입 사례 ▲경영 측면에서의 고려사항을 중심으로 발표했다.특히 ▲제약바이오 연구, 개발, 생산 및 마케팅에서의 다양한 사례 발표와 전략적 방향 설정 ▲고객 및 내부 팀에 미치는 영향 고려 ▲운영을 위한 조직 변화 관리 ▲기술 플랫폼 및 기술 구축 ▲비즈니스 및 데이터 오너십 정의 ▲AI 도입 시 발생할 수 있는 리스크에 대한 대응 방안 마련 등 생성형 AI 도입에서 고려해야 할 사항이 소개됐다.발표 이후 이어진 패널 토론에서 좌장을 맡은 KIMCo재단 허경화 대표는 "이미 많은 글로벌 빅파마가 생성형 AI의 도입을 추진하고 있는 상황을 봤을 때 제약바이오산업의 AI 활용은 선택 아닌 필수"라며 "특히, 국내 제약바이오산업은 글로벌 경쟁력을 신속하게 제고하기 위해서 생성형 AI의 적용을 적극적으로 시도해야 할 시점"이라고 설명했다.강재중 파트너는 "생성형AI 도입 성공에 기여하는 가장 큰 요소는 조직과 사람들의 변화와 그를 추진하는 능력"이라며 "기술에 대한 깊은 이해보다도 AI를 효과적으로 활용할 수 있는 사람과 필요한 도구를 갖추는 것이 중요하다. 생성형 AI 도입 시 조직과 운영 모델의 변화가 필수이며 변화 관리와 리더 교육이 핵심 과제"라고 말했다.KIMCo재단은 글로벌 혁신 신약 개발을 통한 국내 제약바이오산업의 혁신 성장과 글로벌화를 위한 한국형 오픈 이노베이션 협력 플랫폼을 제공하고자 지난 2020년 8월 한국제약바이오협회와 59개 출연사의 출자로 출범한 재단법인이다. KIMCo는 지난 약 3년간 출연사의 집단 지성을 이용한 실험적인 모델로 공동 연구, 공동 개발, 공동 투자를 수행해 오고 있다.KIMCo재단은 내년에도 KIMCo Talk 시리즈를 통해 생성형 AI를 비롯한 새로운 혁신 기술의 제약바이오산업 도입 사례를 소개할 예정이다.

메디칼타임즈=최선 기자주식회사 이노보테라퓨틱스의 대표를 맡고 있는 박희동입니다.Q. 회사와 대표님 간단한 소개는?1994년에 서울대학교 약학대학원 석사를 졸업하고 지금은 LG생명과학에서 30년 동안 합성신약 연구를 진행했습니다. 행하는 과정에서 대한민국 제1호 FDA의 승인을 받은 팩티브 개발에도 참여를 했고 현재 LG화학에서 큰 매출을 일으키고 있는 당뇨병치료제인 제미글립틴의 개발에도 참여했습니다. 그 경험을 바탕으로 저희 동료들과 함께 2019년에 이노보테라퓨틱스를 창업을 하였습니다.Q. 신약 개발에서창업까지 이어지게 된 계기는?저희 창업멤버들의 가장 중요한 계기는 정말 변화하는 상황에서 저희들이 근무했던 전 직장은 큰 조직이고 그 변화에 대처하는 부분에 저희들이 약간의 어떤 이슈가 있었고요. 그 이슈 안에서 어떻게 하면 저희들이 환자들에게 더 좋은 기회 아니면 가치를 제공할까에 대한 고민을 통해서 저희들이 잘하는 분야인 합성, 생물학 그 다음에 양약 그리고 AI제너레이션 경영, 기획 이런 부분들이 모여서 저희들이 창업을 하게 되었습니다. 또한 가장 중요한 포인트는 대한민국의 신약 연구에 대한 지원들이 커졌고요. 예로는 국가신약개발사업단을 포함해가지고 국가적으로 이런 신약에 대한 연구를 지원했기 때문에 비록 저희들이 작은 수의 멤버지만 충분히 대기업에서 하지 못하는 부분들 그런 부분들도 속도감 있게 저희들이 해낼 수 있을 거라는 어떤 기대 또는 자신감 이런 부분들이 저희들이 창업을 하게 된 동기입니다Q. AI 핵심 플랫폼 딥제마에 대해서?딥제마(DeepZema) AI플랫폼은 신약후보물질을 도출하고 최적화하는 최적의 웹 기반의 신약 개발 발굴 플랫폼입니다. 다양한 AI 신약 개발업체들이 존재하는데 딥제마는 웹 기반이기 때문에 연구자들 모두가 즉각적으로 자기의 컴퓨터를 가지고 활용할 수 있습니다. 그러므로 실시간으로 저희들이 디자인하고 합성한 물질들에 대한 평가 그런 부분들이 소통이 되기 때문에 저희들은 가장 적은 비용으로 훌륭한 신약개발 후보물질을 도출할 수 있는 그런 부분이 다른 신약 개발업체와는 다른 합성신약 연구에 특화되어 있는 기술이라고 할 수 있겠습니다.Q. 다른 업체의 AI 기술 대비 비교우위인 점은?딥제마를 설명드리면 일단 AI부터 잠깐 설명을 드려야 되는데 AI는 크게 두 개로 나눠진다고 볼 수 있습니다. 딥러닝 베이스드 빅데이터 중심의 AI가 있고 생성형 AI라고 하는 대표적인 ChatGPT로 대변될 수 있겠는데 그런 두 개의 영역이 있습니다. 그래서 이 두 부분의 영역이 현재 글로벌 제약회사나 아니면 많은 부분들이 AI를 활용한다고 할 때 두개를 동시에 하고 있습니다. 그렇지만 사람들이 기대하는 건 ChatGPT로 대변되는 생성형 AI가 정말 저희들이 기존까지 도전하지 못했던 신약의 분야의 성공을 갖다 줄 것이라는 기대가 있는데 ChatGPT도 보시면 거짓말이 너무 많고 아직은 정확하지 않은 어떤 답을 주고 있기 때문에 아직은 신약개발이라는 굉장히 복잡한 연구계가 필요한 시스템 안에서는 좀 약한 것 같고요. 그래서 딥제마는 빅데이터 기반 딥러닝 기반의 저희들이 기존의 연구해왔던 데이터들, 기존의 인류가 합성했던 물질들, 그 물질에 대한 모든 약효 아니면 독성 그리고 임상에서의 경험들 이 축적된 경험들을 다 저희들이 담아서 그 부분들을 다른 회사와는 다르게 다른 회사들은 대부분 AI 하는 사람과 그리고 바이올로지 하는 사람들이 구별돼 있습니다만 이 부분을 한꺼번에 녹여낼 수 있는 방법은 웹 기반 베이스로 합성하는 분이든 아니면 바이오연구자든 약리연구자든 아니면 경영자든 누구든 이 딥제마라는 플랫폼에 들어가서 저희들이 만들어진 물질에 신약개발 후보물질로서의 어떤 가능성에 대해서 매일매일 점검 가능하고 그렇기 때문에 저희들은 신약개발의 높은 실패 확률을 저희들은 줄여서 좀 속도감 있게 신약개발 연구를 한다는 것이 이노보테라퓨틱스가 가진 딥제마 AI 플랫폼의 강점이라고 할 수 있겠습니다.Q. AI플랫폼을 통해서 만들어진 후보물질들은 어떤 강점을 가지고 있나요?저희들이 면역질환으로 미국에서 임상 상을 진행하고 있는 INV-101 과제가 있습니다. 이 과제의 분자 타겟은 PYGL이라는 아주 새로운 타겟입니다. 그렇기 때문에 저희들은 기본적으로 퍼스트인클래스를 추구하고 있고요. 퍼스트인클래스를 하는 이유는 기본적으로 실패할 확률은 높을 수는 있으나 기회가 훨씬 크다고 생각하고 있고 현재 기존의 약이 출시되고 있고 기존의 항체신약이 존재하는 분야에서 합성신약이 출시됐을 때의 어떤 사업성 이건 분명히 존재합니다. 그 중에서도 퍼스트인클래스를 하게 되면 환자들에게 충족시키지 못한 미충족의료를 해결할 수 있는 다양한 방법이 존재합니다. 단독 요법도 될 수도 있고 그렇지만 기존에 나온 약과의 병용요법도 될 수 있고 특히 INV-101 같은 과제의 같은 경우는 IBD 질환을 저희들이 분석을 했을 때 여전히 환자들에게 드려야 될 가장 큰 가치는 안전한 약물이다. 그리고 복용하기에 편한 방법이 되어야 된다 이런 판단을 가지고 저희들이 경구용으로 가장 안전한 약물을 개발하고 있는 중입니다. 충분히 안전성과 유효성만 검증이 된다면 이 IBD 질환 시장에서 새로운 게임 체인저가 되지 않을까 그런 기대를 갖고 진행을 하고 있습니다.Q. 합성신약에 집중하는 이유와어떤 강점을 갖고 있기에 주목하는지?저희들이 합성신약에 집중한 이유는 합성신약이 인류가 신약개발을 시작할 때부터 가장 많은 데이터와 경험들을 가지고 있습니다. 그 부분을 저희들이 딥제마에 담았고 합성신약은 다른 항체시장이나 다른 모달리티 shRNA와는 다르게 저희들 인체 어디에도 보낼 수가 있습니다. 그런 부분들이 저희들이 합성시장을 집중한 이유고 가장 중요한 것은 현재 합성신약을 하는 업체들이 굉장히 많이 줄어들고 있고 새로운 모달리티에 집중하는 것보다 저희들이 잘하고 있는 영역 성공을 해왔던 영역에서 저희들이 도전을 하는 게 벤처로서의 어떤 가능성을 더 높이는 방법이라서 AI 기반 합성 신약 벤처가 되기위해 창업을 했습니다.Q. 어떤 부분의 경쟁력을 강조하고 싶으신지?저희 회사의 미션에도 나와 있지만 안정적인 삶을 영위하려면 기본적으로 신약개발에서 가장 큰 이슈 중에 하나는 약가입니다. 약가가 사실은 항체신약이 됐든 ADC 신약이 됐든 아니면 유전자 치료제가 됐든 너무 높아지는 경향들이 보입니다. 그런 부분의 영역들이 약가가 높아지는 이유는 다양한 요인들이 존재하겠지만 기본적으로 생산단가가 높은 것, 그리고 임상의 비용이 더 크게 드는 점, 그런 부분들이 아마 약간 반영돼 있다고 생각하고요. 그렇지만 현재 전체 약의 시장을 보면 여전히 합성신약의 매출이 더 높고요 거의 60 대 40 정도로 아직은 합성신약의 전체 약에서 차지하는 매출이 더 크다고 저희들은 판단하고 있고 그 안에서 저희들은 가장 효율적이면서 모든 인류가 함께 쓸 수 있는 적절한 약가를 추가하기 위해서 저희가 합성신약을 하고 있고 합성신약은 여전히 다른 모달리티들이 충분히 난치성 질환과 희귀질환에서 성공을 하겠지만 그런 분야에서도 그런 부분이 성공하더라도 저희 합성신약은 기회의 요소가 있다고 저희들은 생각을 하고 열심히 연구를 하고 있습니다.Q. 주요 파이프라인 진행 상황이 궁금합니다.저희들이 제일 처음에 과제를 진행했던 INV-101 과제는 현재 자가면역질환인 IBD질환으로 임상을 미국에서 진행하고 있습니다. 이 분자 타겟은 PYGL이라는 신규 타겟으로 현재까지의 연구결과를 보면 상당히 안전한 어떤 프로파일을 보여주는 합성신약개발 후보물질입니다. 현재 국가신약개발사업단의 지원을 받아 미국에서 임상 1상을 진행하고 있고요. 이 과제의 INV-101 같은 경우는 기존 항체치료제들이 갖고 있는 항체들은 일반적으로 반복적 사용 시 중화항체가 생성되면서 약효가 사라지는 이벤트들 그리고 현재 출시되어 있는 S1P1 아고니스트 라든가 아니면 JAK 억제제들이 시장에 출시는 되었으나 출시된 이후에 더 높은 리스크의 부작용의 보고들 때문에 아직 시장으로 제대로 진출하지 못하고 있습니다. 그런 부분에서 저희들이 판단하는 부분은 안전한 자가면역질환치료제가 있다면 충분히 시장성과 환자들에게 가치를 제공할 수 있다고 판단했기 때문에 지금 진행하고 있고 임상개발이 지금 순항 중이라고 생각하고 있습니다.Q. 면역질환의 적응증 확장 계획은?자가면역질환을 저희가 첫 과제로 시작한 이유는 자가면역질환같은 경우 적응적 확장이 용이하기 때문입니다. 적응증 확장을 할 때 가장 기본이 되는 것은 위험효과비(Risk-Benefit ratio)로 그 안정점이 넓을수록 충분히 저희들이 도전할 수 있는 질환의 영역이 넓어지게 되고요. 지금 TNF-α 억제제인 휴미라, 엔브렐 같은 항체 약물들이 RA로 승인을 받은 이후 자가면역질환인 궤양성 대장염 정도까지만 허가를 받았습니다. 그 이유는 더 심각한 질환인 다발성경화증 루프스 같은 자가면역질환에 효능이 없었기 때문입니다. 또한 JAK 억제제 같은 경우에도 RA로 승인을 받고 추가적인 적응증을 확정을 했으나 궤양성 대장염 종류만 허가를 받았지 나머지 질환에서는 부작용 때문에 허가를 받지 못한 상황입니다. 그렇지만 저희들이 하고 있는 INV-101 같은 경우는 현재 안전성과 위험의 비율이 지금 한 180배 정도로 굉장히 넓은 영역을 갖고 있고 저희들이 지금까지 연구한 바에 따르면 궤양성 대장염보다 더 심각한 질환인 최소한 건선까지는 저희들이 확장 가능하며 더 마일드한 질환인 아토피까지도 저희들이 도전해 볼 수 있지 않을까라고 생각하고 있습니다.Q. 타임라인을 포함한 파이프라인 확장의 전략은?전체 신약개발에는 막대한 비용과 개발기간이 필요하다는 건 다 아시고 계신 상황인데 저희 INV-101 같은 경우는 기본적으로 그 유효성을 검증하기 위해서는 임상 2상을 진행해야 합니다. 그렇기 때문에 거기까지는 저희 대한민국에 있는 벤처라도 충분히 국내든 해외든 충분히 저희들이 임상을 진행할 수 있는 자금과 시간적 여유는 부여 받았다고 생각하고 있고요. 그리고 저희들이 두 번째로 가고 있는 과제가 INV-001이라는 과제가 있습니다. 그 과제 또한 퍼스트인클래스 과제고 현재 저희들이 약간 약물 재창출 느낌으로 저희들이 용도특허를 확보하여 한국에서 임상 2상을 하고 있습니다. 한국에서 임상 2상을 하면 그렇게 나온 결과를 따라서 공동연구를 통해 허가까지 트랙을 진행할 수도 있고 그 어떤 결정은 전부 회사 내에서의 자금 여력과 임상비용의 어떤 분석을 통해서 저희들이 결정할 판단이라고 생각하고 있습니다. 나머지 저희들이 전임 임상을 하는 과제들 연구과제들 그런 부분들에서 벤처가 지금 할 수 있는 최선의 방법은 저희 생각으로는 저희들이 생존해야 되는 게 1번이고 그 생존 안에서 저희들이 사업적 성과를 도출해야 되기 때문에 저희들의 파트너는 항상 지속적으로 찾고 있고 현재 이노보테라퓨틱스는 미국에 한 1명의 BD가 있고 한국에 한 명의 BD가 있습니다 그래서 이 두 분의 BD가 시간 자지 않고 세계 글로벌 파트너와 지금 저희들이 협업을 하고 있고요. 협력을 하고 있고 지금 한 30군데의 파트너와 얘기를 하고 있는 상황입니다 INV-101과 INV-001에 관심을 가지고 있는 회사들이 많기 때문에 충분히 저희들이 안에서 양사가 할 수 있는 부분에서 최대한 좋은 방안을 서로 합의를 이루어가지고 저희들이 신약개발을 진행하려고 하고 있습니다.Q. 진행중인 파이프라인 외의 계획이 있다면?이노보테라퓨틱스는 자가면역질환, 염증성질환 그리고 섬유화질환, 항암 영역에서 저희들이 연구를 진행하고 있습니다. 왜 그 세 영역을 저희들이 집중했냐면 그 부분이 가장 환자에게 드려야 될 어떤 미충족 의료 수요가 많고 그리고 글로벌 파트너가 가장 요구하는 질환영역이라고 저희들은 판단하고 있고 그런 부분들은 결과로서 지금 증명되고 있습니다. 그 안에서 지금 먼저 설명드렸던 임상진행하고 있는 INV-101과 INV-001은 염증성 자가면역질환과 섬유화 질환을 하고 있고요. 그리고 그 사업을 강화하기 위해서는 추가적인 자가면역질환인 과제로서 저희들이 INV-008도 IBD질환 연구 개발을 하고 있고 그리고 섬유화 질환은 INV-002, INV-005라는 추가적인 파이프라인을 저희들이 확보하고 있습니다. 그 뒤에 항암은 아직 정규 코드를 받은 과정에는 없지만 항암 분야도 저희들은 가급적 퍼스트인클래스를 목표로 하여 한 열 개의 과제를 지금 탐색 연구를 하고 있고 몇몇 타겟은 지금 선도물질 정도 수준까지 와 있습니다. 그러므로 아마 저희들이 시간을 좀 가지게 된다면 매년 10개의 연구과제, 임상과제를 진행하는 그런 바이오벤처가 되도록 노력하고 있습니다.Q. 앞으로 회사의 사업 방향은?지금 질문 주신 모든 분야를 저희들이 고민을 하고 있고 저희들이 창업을 하면서 정말 바이오 벤처 업계가 상당히 저희 투자자들과 그런 부분들에게 실망을 많이 시켜드린 부분이 없지 않아 있습니다. 그런 부분들 때문에 저희들은 창업을 하고부터 어떻게 하면 사업적으로 성과를 낼 수 있고 그 기간을 면밀히 분석을 하고 그리고 그것들이 저희들이 허황된 어떤 계획이 아니고 현실 가능한 계획을 짜기 위해서 정말 저희들은 노력을 했습니다. 그 부분들이 지금 저희들이 하고 있는 부분이고요. 그에 크게 일조한 건 딥제마라고 하는 AI플랫폼이 저희들이 숱하게 반복하는 오류를 많이 줄여줬고 그런 부분들이 연구비를 아껴줄 수가 있었고 그런 일정 부분들이 저희들이 연구 생산성 측면에서라도 지금 임상을 하고 있는 저희들이 창업을 한 지 이제 겨우 4년 반쯤 지났습니다. 4년 반 동안 임상 2상을 진행하고 임상 1상을 진행하고 전임상을 두개를 진행하고 연구 세 개, 탐색 연구를 한 10개는 진행할 수 있는 그런 벤처가 되었다는 건 저희들이 크게 잡았던 미션인 재무적으로 안전한 그런 회사를 만들기 위해서 저희들이 노력하고 있고요. 그런 재무적 안정성을 하기 위해서 저희들은 시리즈 A를 일단 2019년 창업하면서 배급을 했고 2021년 정말 투자하기에 어렵다고 했지만 저희를 믿어주시는 투자자분들과 함께 저희들이 시리즈 B 300억을 했습니다. 그래서 저희들 계획으로는 일단 기본적으로 필요한 저희들의 성과를 내고 연구와 개발 과제 고도화를 위해서 저희들이 올해 프리IPO를 계획하고 있고 이런 부분들이 일정 달성하게 된다면 아마 내년이나 후년에는 충분히 IPO 시장에 한번 도전해 볼 계획이고요. 그런 부분에서 저희들이 지금 하고 있는 과제들 자세히 보시면? 저희들이 임상비가 크지 않는 임상을 하고 있다는 부분들은 어찌 보면 저희가 약간 임상적으로도 비용절감과 저희들의 목표 달성을 일치시켰다고 보시면 되겠습니다.Q. 이노보테라퓨틱스를 한 단어나 문장으로 표현한다면?신약개발 경험과 속도를 가진 초고속 합성신약개발 회사입니다. 저희 이노보테라퓨틱스의 구성원들은 신약개발에 허가까지 받는 경험들도 가지고 있고 딥제마라는 AI플랫폼을 가지고 있기 때문에 실질적으로 한국 바이오벤처 중에 성과를 내는 그런 기업이 되기 위해서 노력하겠습니다.

메디칼타임즈=최선 기자스마트병원 시대를 열 핵심 키로 인공지능이 제시되고 있다. 연구의 규모가 커지고 고도화될 수록 인력에 의존하는 방식 대신 AI를 활용한 연구 효율화 방안이 보다 보편화될 것이란 게 전문가들의 진단이다.정보통신기술(ICT)을 활용해 의료 질을 향상시킨다는 '스마트병원' 개념이 인공지능(AI)과의 접목을 통해 서서히 구체화되고 있다.영상 판독문을 알아서 분류하고 의료영상 진단 오류를 탐지하는 것은 물론 타이핑 대신 음성으로 간단히 차트를 작성하는 등 단순하거나 반복적인 업무 부담을 AI가 대신해 의료진은 그만큼 환자의 진료에 더 집중할 수 있다는 것.19일 스위스그랜드호텔에서 개최된 대한의료인공지능학회 학술대회에서 의료 영역에서 인간의 판단 및 경험, 노동력에 의존해야 했던 부분의 업무 부담을 줄이기 위한 다양한 아이디어가 공유됐다.스마트병원 시대를 열 핵심 키로 지목된 것은 방대한 양의 데이터를 기반으로 학습된 대규모 언어 모델(LLM). 일련의 텍스트에서 의미를 추출하거나 추론하고 단어와 구문 간의 관계를 이해하기 때문에 일상 언어로 질문하거나 명령을 내려도 그 의미를 이해해 적절한 업무를 처리할 수 있다.일반인을 대상으로 상용화된 ChatGPT도 대규모 언어 모델을 사용하고 있지만 의료 영역에서는 전문 용어, 의학 용어, 축약어 등이 사용되고 질환별 환자 특성이 달라 각 의료기관, 전문과는 해당 특성에 맞는 방식의 LLM을 개발하거나 기존 LLM을 세부 조절해 적용하는 파인튜닝을 시도하고 있다.이날 학회에선 최근 연구 동향을 살필 수 있는 다양한 포스터 연구가 발표됐다. 주요 방향성은 AI 기반의 진단 보조와 행정 업무 자동화로 요약된다. AI 진단은 기업이 개발한 전문 SW가 여러 적응증에서 상용화됐고 일부는 비급여 항목으로 지정된 까닭에 학계 연구는 연구 효율화를 위한 업무 자동화 등에 초점을 맞췄다.삼성융합의과학원(SAIHST), 삼성서울병원 등이 진행한 응급실 의무기록지에 대한 개인정보 자동 삭제 방안 연구는 AI를 활용한 연구 효율화 방법론을 제시했다.최근 BERT와 GPT와 같은 언어모델의 등장으로 자연어 처리 연구가 많은 주목을 받고 있고 의료계에서도 문자 서술형(free-text) 의료데이터를 자연어 처리 기술로 분석하려는 시도가 급속도로 증가하고 있다.차원철 성균관의대 교수는 연구 효율화를 위한 AI 활용의 중요성에 대해 강조했다.문제는 개인정보 보호법으로 의무기록을 연구에 활용하기 위해서는 철저한 가명 처리가 필요해 많은 수요에도 불구하고 국내 의료데이터는 자연어처리 연구에 손쉽게 활용되기 어렵다는 점.의무기록 정보의 전문성으로 인해 의료진이 직접 개인정보에 해당하는 내용을 일일이 검토하고 가명 처리하는 번거로운 과정을 거쳐야 하는 실정이다.연구진은 이같은 한계점을 해결하기 위해 한국어 언어모델인 DistilKoBERT를 적용, 응급실 의무기록지 내 개인 정보를 자동으로 인식할 수 있는지 여부를 확인했다. DistilKoBERT 성능은 문맥을 이해하기 때문에 Rule-base 방식인 정규 표현식보다 개인정보를 더 잘 분류한다는 것이 연구진의 판단.차원철 성균관의대 교수(삼성서울병원 디지털혁신센터 센터장) 역시 '생성모델 범람의 시대 의료 인공지능의 나아갈 길' 발표를 통해 연구 효율화를 위한 AI 활용의 중요성을 언급한 바 있다.차 교수는 "의료 데이터를 연구에 활용하려고 하면 환자를 특정할 수 있는 수술 날짜나 수술명, 나이 등의 정보를 삭제하는 가명화, 비식별화가 필요하다"며 "이런 요소를 찾아서 삭제하는 일이 쉽지 않기 때문에 인력에 의존할 수밖에 없었다"고 말했다.그는 "무식해 보일 순 있지만 5천개 정도를 일일이 찾아서 삭제하기도 했다"며 "국가연구사업을 할 때는 3만개 정도의 자료를 해야 했기 때문에 인력에 의존할 수 없어 AI와 같은 다른 방향성을 고민하게 됐다"고 밝혔다.연구의 규모가 커지고 고도화될 수록 인력에 의존하는 방식은 더 이상 작동할 수 없다는 것. 이날 업무 효율화, 자동화에 초점을 맞춘 연구들이 공개된 것도 비슷한 맥락이다.서울의대 곽정원 연구팀은 한국어 의료 인공지능 개발을 위한 가상 의무기록지 생성 방법을 제시했다.의료 현장에 적합한 인공지능을 개발하기 위해 한국어 의료 분야에 특화된 언어 모델을 구축해야 하고, 이를 학습시키기 위해서는 방대한 양의 의무기록지 데이터가 필요하지만 개인정보 보호와 규제 등으로 인해 접근이 제한될 수 있다.이에 연구진은 충분한 양의 실제 의무기록지 데이터를 수집하는 것이 어려울 경우 적은 양의 실제 데이터를 유사한 가상 데이터 형태로 증강해 데이터 확보 문제를 해결하는 한국어 가상 의무기록지 생성 방법을 제시했다.이외에도 대규모 언어모델을 활용한 영상 판독문 레이블링 연구, 의료영상 진단 오류 탐지를 위한 인공지능 모델 개발, 시간의 흐름에 따른 응급실 내원 환자의 사망 예측 기계학습 모델 개발 및 검증, 소아 발열의 원인을 탐지하는 딥러닝 기반 스마트폰 앱 연구 등이 공개됐다.AI가 사실과 다른 내용을 창조해 제시하는 환각(hallucination) 현상은 의료 분야에서 AI의 활용을 제한하는 걸림돌로 작용한다. 서울대학교 의학정보학연구소 등이 참여한 연구팀은 생성형 AI를 사용해 갑상선 수술 기록에서 환각을 탐지하고 교정한 연구 결과를 제시했다.

메디칼타임즈=이인복 기자한국이앤엑스(대표 김정조)와 한국의료기기협동조합(이사장 이재화), 한국의료기기산업협회(회장 유철욱), KNN(대표 이오상)이 공동 주최한 키메스 부산(KIMES PUSAN)이 13일부터 15일까지 부산 벡스코에서 열렸다.올해 키메스 부산 2023은 역대 최대 규모로 국내외 280개사가 650부스를 열었으며 3천여 점 이상의 최신 의료기기 및 의료 정보를 선보였다. 참관객 수도 크게 늘어 사흘 동안 9509명의 참관객이 전시회를 방문해 각종 출품작을 비롯해 세미나와 컨퍼런스, 메디컬 클러스터 특별관 및 다양한 행사를 즐겼다.또한 대만, 인도네시아, 베트남 등의 국가와의 수출 상담 진행을 통해 참가 기업의 해외 진출을 지원했으며 전시 동안 약 4000억 원 규모의 내수와 수출 상담이 이뤄졌다.이번 전시회에서 눈에 띄는 부분은 미래 의료산업의 트렌드를 보여주는 의료 AI 특별관이다.이 자리에는 웨이센과 니어브레인, 아이넥스, 코넥티브 등이 참가해 참관객들의 눈길을 끌었다.또한 108개의 세미나와 컨퍼런스도 진행됐다. 특히 네이버의 생성형AI 하이퍼클로바X 컨퍼런스가 서울 외 지역에서는 최초로 키메스 부산 2023에서 열려 주목을 받았다. 이 자리에서는 네이버의 생성형 AI 하이퍼클로바X와 네이버 클라우드 플랫폼 소개, 네이버웍스 기반, 스마트병원 및 업무 환경 구축’의 주제로 다양한 강연이 이어져 호응을 얻었다.비즈니스 시너지를 위한 메디컬 클러스터 특별관 및 다양한 동시 개최 행사도 좋은 반응을 얻었다. 지역 의료 클러스터와 산학협력단에서는 김해 의생명·산업 진흥원 공동관, 부산 테크노파크, 대구 테크노파크, 원주 의료기기 테크노벨리 등이 특별관을 선보였다.김정조 한국이앤엑스 대표는 "영남권 전 지역에서 의료관계자, 의료기기·기술, 유관기관, 예비 의료인들이 의료기기 기술 산업을 목적으로 한자리에 모이는 키메스 부산 2023이 성황리에 끝나 기쁘다"며 "앞으로도 키메스가 단순한 박람회를 넘어 지역 의료기기 플랫폼이 될 수 있도록 노력하겠다"고 말했다.

메디칼타임즈=이인복 기자바야흐로 생성형 인공지능(AI)의 전성시대다. 챗 지피티(Chat-GPT)로 촉발된 생성형 AI 바람은 이제 산업 분야를 넘어 전 사회에 영향을 미치고 있고 이 바람은 쉽게 멈추지 않을 분위기다.각 기업들은 일제히 이 바람에 편승하고 있고 학계도 예외는 아니다. 이미 일부 대학은 연구 등에 AI 활용을 장려하고 있고 일각에서는 이를 통한 표절 문제가 벌써부터 도마 위에 올랐다.의학 분야도 상황은 마찬가지다. 이미 다양한 분야에서 이에 대한 활용 방안이 논의되고 있지만 마찬가지로 연구 등에 활용이 윤리적인지에 대해서는 논란이 뜨겁다.이는 세계적인 현상이다. 이미 네이쳐나 사이언스 등 세계적 권위를 가진 학술지에서는 챗 지피티에 대해 매우 부정적 가이드라인을 내놓고 있다. 챗 지피티가 활용된 내용에 대해 강하게 제재하겠다는 지침이다.같은 의미에서 미국과 유럽 등 선진국에서도 마찬가지로 부정 기류가 지배적이다. 특히 의학 분야의 경우 환자의 건강에 직접적인 영향을 준다는 점에서 연구 윤리를 넘어  '환각'에 대한 경고의 목소리까지 나오고 있다.하지만 부정론만 있는 것은 아니다. 챗 지피티가 주는 이점을 간과해서는 안된다는 목소리도 있다. 국내에서 사실상 처음으로 나온 영상의학회 가이드라인 등이 대표적인 경우다.영상의학회는 가이드라인을 통해 비영어권 국가에서의 활용 방안을 제시했다. 환각과 표절 문제만 해결한다면 비영어권 학자들에게는 큰 도움이 될 수 있다는 것이다.이미 미국과 유럽을 중심으로 돌아가는 의학계에서 비영어권 국가의 학자들은 같은 가치의 연구를 진행해도 언어의 장벽으로 불평등을 겪고 있는 만큼 챗 지피티가 이를 해소할 수 있다는 시각이다.이로 인해 영상의학회는 챗 지피티를 프로메테우스의 불에 비유하며 영어를 잘하지 못하는 학자들을 위해 유용하게 써야 한다는 입장을 내놨다.윤리적, 법적 문제만 잘 해결한다면 양질의 논문을 보다 월등한 영어로 풀어내 더욱 많은 사람들과 공유할 수 있다는 것이다.하지만 문제는 이같은 긍정론과 부정론 사이에서 아직까지 뚜렷한 방향성이 나오고 있지 않다는 점이다. 이미 챗 지피티가 연구 분야에도 자연스레 스며들고 있지만 아직까지 이에 대한 학계의 합의가 없다는 의미다.실제로 국내에 챗 지피티에 대한 구체적 가이드라인을 내놓은 곳은 앞서 언급한 영상의학회가 사실상 유일하다. 일부 학회들도 이에 대한 제정의 필요성을 공감하고 있지만 여전히 결과물은 없는 상태다.이로 인해 학계내에서도 긍정론과 부정론은 여전히 충돌하고 있다. 실제로 모 학회에서는 가이드라인 마련 자체를 두고 내부 의견이 엇갈리며 아예 손을 놓아버린 사례까지 나왔다.대학에서도 마찬가지 상황이 벌어지고 있다. 챗 지피티를 활용한 보고서나 연구 등이 나오고 있지만 이를 제재해야 하는가를 두고 논란이 많다고 한다. 이를 허용할 근거도, 제재할 근거도 마땅치 않은 이유다.그러나 이 부분은 정부나 기관 등에서 해결해 줄 수 있는 문제가 아니다. 오직 학자들간에, 즉 학계에서 스스로 검토하고 검증해 방향성을 잡아야 한다는 의미다.이미 세계 유슈 학술지들은 자체적인 가이드라인을 내놓고 있고 미국과 유럽 학회 등도 마찬가지로 지침을 발표하고 있다. 만약 국내에서만 이에 대한 합의가 늦어질 경우 힘들게 쌓아온 국제적 신뢰를 잃을 수 있다는 의미다.시대의 변화에 맞춰 방향성을 제시하는 것 또한 학자의 중요한 역할이자 의무다. 공정하고 중립적인 가이드라인 마련은 더 이상 미룰 수 없는 학계의 과제다.

메디칼타임즈=이인복 기자국제 병원 및 헬스테크 박람회가 3일간의 일정에 막을 내렸다.국내 최대 병원산업 박람회인 국제 병원 및 헬스테크 박람회(K-HOSPITAL+HEALTH TECH FAIR with HIMSS 2023, KHF 2023)가 차별화 가능성을 확인하며 3일간의 대장정에 막을 내렸다.단순히 의료기기 전시의 개념을 넘어 플랫폼 단위로 '병원 산업'을 조명하고자 하는 체질 개선 시도가 자리를 잡으며 차별화의 발판을 마련하고 있는 것.특히 올해 10주년을 맞이해 병원 산업과 헬스테크의 접목을 새롭게 시도하면서 KIMES와의 경쟁에서 벗어나 독자적 노선을 구축하는 성과를 거뒀다는 평가를 받고 있다.'병원 산업' 집중한 KHF 2023…체질 개선 시도 주목대한병원협회가 주최하고 메쎼이상이 주관하는 국제 병원 및 헬스테크 박람회(K-HOSPITAL+HEALTH TECH FAIR with HIMSS 2023, KHF 2023)가 14일부터 진행된 일정에 막을 내렸다.올해 박람회는 단순 전시에서 벗어나 특별관 중심으로 진행돼 눈길을 끌었다.코로나 장기화라는 긴 터널을 지나 완전한 엔데믹 시대를 맞은데다 올해 10주년을 맞으며 국내 양대 박람회로 자리를 잡았다는 점에서 올해 KHF 2023은 역대 최대 규모를 기록한 상황.실제로 올해 박람회에는 220개 기업이 550개 부스를 열며 코엑스 C홀과 D홀을 가득 메웠다.특히 올해 박람회는 완연하게 과거 박람회와 결을 달리하는 모습이 관측됐다. 과거 박람회가 효율적 전시에 초점을 맞췄다면 올해 박람회는 '클러스터' 단위의 섹터화가 두드러지게 나타난 것.과거에는 개별 기업들의 부스가 주를 이뤘다면 올해부터는 특별전 형식으로 그룹화를 이룬 셈이다.이는 주최, 주관사의 노력과도 맞닿아 있다. 실제로 KHF를 주최하는 병원협회와 주관사인 메쎄이상은 수년전부터 박람회의 체질 개선을 시도해 왔다.소비자 대상이나 개원가를 대상으로 하는 이른바 B2C 모델을 걷어내고 병원급 이상에 적용되는 토탈 솔루션 등 플랫폼을 앞세우고자 하는 노력을 지속해 왔기 때문이다.병원협회가 주최하는 행사이니 만큼 철저하게 '병원 산업'으로 승부를 보겠다는 의지가 투영되는 부분. 대신 여기에 차세대 병원 솔루션 등이 디지털 헬스케어에 맞춰져 있다는 점에서 이 부분을 대폭 강화했다.대한병원협회 관계자는 "KHF 2023의 차별화를 도모하기 위해 사업위원회 및 상임이사회를 통해 박람회 명칭도 올해부터 변경하기로 결정했다"며 "병원계의 패러다임 전환에 선제적으로 대응하기 위한 조치"라고 설명했다.과거 수평적 전시 구조에서 사업단 등 클러스터별로 이합집산하는 모습이 관측됐다.의료 인공지능을 비롯한 웨어러블, 플랫폼 등이 한데 모인 디지털헬스케어 특별전이 대표적인 경우다.과거 박람회에서는 각 기업들이 주력 상품을 전시하는데 집중했지만 올해 박람회에서는 클러스터로 묶어 주목성을 높였기 때문이다.실제로 이 특별전에는 뷰노와 루닛, 딥노이드 등이 한데 모여 의료 영상에 기반한 AI 제품들을 선보였다.또한 정보통신산업진흥원이 마련한 닥터앤서 코너에도 메디컬아이피, 인피니트헬스케어, 뉴냅스 등 19개 의료기기 기업과 분당서울대병원 등 30개 병원간의 협업 사례 등이 대거 소개됐다.스마트병원 특별관 등 전면에…세미나와 포럼도 방향 전환이러한 체질 개선을 확연하게 볼 수 있는 부분이 바로 '스마트병원' 특별관이다. 병원 산업과 헬스테크 기업들간의 성과를 한눈에 볼 수 있도록 배치한 것.실제로 이 자리에는 서울대병원을 비롯해 세브란스병원, 삼성서울병원 등 빅5 병원의 구축사례는 물론 강원대병원, 계명대 동산의료원 등 지방 거점 병원들도 자리했다.올해 박람회는 철저하게 '병원급'을 중심으로 체질 개선을 시도하는 모습이 여러 방면에서 나타났다.서울대병원의 경우 헬스커넥트 및 레몬헬스케어와 공동으로 구축한 스마트 입원환경 소통 플랫폼을 소개했고 삼성서울병원은 스튜디오 3S, 다민로봇, 유엔에스테트워크와 공동으로 구축한 DX output 지능형 병원 모델을 선보였다.세브란스병원도 마찬가지로 인포마이닝, 피플앤드테크놀로지, 레몬헬스케어와 공동으로 만든 산모 맙춤형 전주기 스마트병원 선도 모델을 전시했다.이러한 변화에 맞춰 세미나와 포럼 등도 모두 병원 중심으로 방향 전환이 이뤄졌다. B2C 부분을 배제하고 병원 관계자들이 들을 수 있는 내용으로만 컨텐츠를 채운 것이다.종합병원 이상을 타깃으로 한 AI 물류 자동화 포럼이 대표적인 예다. 현재 재고와 자산관리 등 병원 내 업무 효율화를 위해 스마트 물류 자동화 시스템을 도입하는 병원이 증가하고 있다는 점을 감안해 선도 모델을 살펴볼 수 있는 자리를 마련한 셈이다.이 자리에는 실제로 스마트 물류 자동화 시스템을 구축한 삼성서울병원 차원철 디지털혁신센터장이 로봇 기반의 물류혁신에 대해 발표했다.또한 지난해 한국로봇산업진흥원이 주관한 'AI5G 기반 대규모 로봇 융합모델 실증사업'에 참여해 로봇 기술을 병원 물류에 적용한 경험이 있는 한림대성심병원 이미연 교수와 용인세브란스병원 김수정 교수도 실제 사례를 공유했다.차별화 시도에 맞춰 포럼과 세미나 등도 병원급 의료기관에 초점이 맞춰졌다.지난해 처음으로 선보인 K-디지털헬스케어 서밋도 좀 더 단단해져서 돌아왔다. 산·학·연·병을 한자리에 모아 디지털헬스케어를 조망한다는 목표에 맞게 각계 각층의 전문가들을 모아 논의의 자리를 마련했기 때문이다.실제로 이 자리에는 세계보건기구(WHO) 디지털 헬스테크 전문가 자문단인 마이클 밀러(Michael Miller)가 '디지털 기술이 의료 재정 및 UHC(Universal Health Coverage) 목표에 미치는 영향 및 발전 방법'이라는 주제의 기조 강연으로 문을 열었다.또한 서울아산병원 이상오 디지털정보혁신본부장과 가톨릭대 조재형 스마트헬스케어센터장, 용인세브란스병원 윤덕용 교수 등 전문가들이 실제 구축 사례와 향후 전망에 대한 의견을 제시했다.빅테크 기업들도 이러한 논의의 장에 함께 했다. 카카오브레인 김일두 대표가 AI에 기반한 헬스케어 혁신 사례를 살펴보고 카카오브레인의 초거대 모델 헬스케어 전략을 소개했고 네이버클라우드 윤영진 리더가 네이버의 한국형 초대규모 AI, HyperCLOVA X를 주제로 발표를 이어갔다.아울러 모더나와 AI 파트너십을 체결해 다양한 방식으로 생성형 AI의 워크로드를 지원하고 있는 IBM 한국 지사 최석재 데이터&AI 기술 영업 총괄 상무가 병원 및 의료 산업을 위한 파운데이션 모델 기반의 생성형 AI 플랫폼에 대한 강연도 진행했다.대한병원협회 미래헬스케어위원회 김상일 위원장은 "디지털헬스케어 서밋이 지난해 문을 연 이후 많은 관심과 참여가 이뤄져 올해는 더 확대된 일정으로 진행했다"며 "산·학·연·병 관계자들이 유의미한 의견들을 공유하고 디지털 헬스케어 산업 육성을 위해 병원-기업간 긴밀한 협력 관계를 구축하는 자리가 될 것"이라고 밝혔다.

메디칼타임즈=이인복 기자롯데헬스케어 출범으로 헬스케어 산업에 본격적으로 뛰어든 롯데 그룹이 플랫폼을 중심으로 생태계 구성에 나선다.개인 건강정보를 기반으로 인공지능을 접목해 운동은 물론, 식단 등 맞춤형 건강 정보와 쇼핑 편의까지 제공하겠다는 목표다.롯데헬스케어가 미디어 데이를 열고 첫 플랫폼인 '캐즐'의 시작을 알렸다(사진=이훈기 대표이사)롯데헬스케어는 14일 오전 롯데타워에서 건강관리 플랫폼 '캐즐'의 출시를 기념한 미디어데이를 열고 사업 계획을 소개했다.일단 롯데헬스케어는 플랫폼 '캐즐'을 통해 건강관리 사업에 매진할 계획이다.고객이 제공한 건강검진 데이터와 설문정보, 유전자 검사 결과 등을 인고지능(AI) 알고리즘 통합 분석해 맞춤형 건강 정보와 쇼핑 편의를 제공하는 것이 핵심이다.일단 캐즐은 개방형 플랫폿으로 구성된다. 입점 파트너사들과 협업해 디지털 헬스케어 생태계를 구축하겠다는 것이 롯데헬스케어의 계획.실제로 이날 미디어데이에서도 롯데헬스케어가 직접 투자를 진행한 유전체 검사 기업 테라젠바이오와 인공지능(AI) 알고리즘 기업 온택트헬스가 참석해 함께 추진하는 비즈니스 모델을 공개했다.캐즐의 경쟁력은 역시 롯데그룹이 가진 데이터에서 나온다. 롯데그룹 계열사에서 모아지는 데이터를 적극적으로 활용해 경쟁력을 갖추겠다는 복안인 셈이다.롯데헬스케어 이훈기 대표이사는 "결국 플랫폼의 경쟁력은 다양성에서 나온다"며 "롯데그룹 계열사를 중심으로 파트너사의 서비스를 연계해 타사 건강관리 플랫폼과 차별화를 꾀할 계획"이라고 설명했다.이미 일부 파트너사들과 협력 관계는 구축해 놓은 상태다. 오는 11월 마인드카페를 운영하는 디지털 멘탈 케어 스타트업 아토머스와 협업해 캐즐 안에서 정신건강 상담 서비스를 시작할 예정이며 내년 3월에는 테라젠바이오의 데이터를 활용해 마이크로바이옴 기반의 장건강 관리까지 아우르는 맞춤형 체중 관리 프로그램을 제공할 계획이다.또한 내년 6월에는 비컨과 함께 두피와 피부 관리 서비스를, 11월에는 아이메디신과 뇌건강 관리 서비스까지 선보인다는 로드맵을 구축했다. 이를 통해 내년 말까지 가입자 100만명을 유치하면서 기반을 갖추겠다는 것이 롯데헬스케어의 구상이다.캐즐을 구체적으로 보면 인터페이스는 크게 홈(Home)과 건강 탭, 그리고 쇼핑 탭 등 세 가지로 구성된다.캐즐에 가입한 뒤 건강정보 제공에도 동의하면 일단 건강상태에 대한 입체 분석이 이뤄진다. 건강 탭에서는 실제나이와 건강나이가 표시되며 건강검진기록 등을 종합해 향후 주요 질환의 발생 위험도를 알려주는 등 내 건강데이터를 보여준다.추가로 유전자 검사를 받은 경우 이에 대한 결과도 건강 탭에서 확인이 가능하다. 이를 위해 캐즐은 유전체 분석 전문기업 테라젠바이오와 함께 설립한 테라젠헬스를 통해 유전자 검사 서비스 프롬진(Fromgene)을 출시할 계획이다.메인화면인 캐즐 홈에서는 걷기, 운동 기록하기, 복약관리 등 매일 체크하는 건강지표와 함께 가족, 친구의 건강활동을 보여줘 관리하는 습관을 형성할 수 있게 돕는다.대표적으로 사용자의 동기부여를 위해 정해진 미션을 성공하면 보상을 받을 수 있는 리워드 프로그램도 구성됐다. 예를 들어 7천보 걷기를 1주일에 3회 성공하면 현금처럼 사용할 수 있는 ‘진주’ 포인트를 150알 주는 식이다.또한 가족 간에는 소모 칼로리와 걸음 수, 복약 등 건강 목표를 달성했는지 서로 모니터링할 수 있도록 했고 친구 간에는 세부적인 정보 대신 오늘의 활동왕’을 순위별로 보여줘 경쟁을 유도한다.이 밖에도 지금 먹고 있는 약이나 영양제를 알고리즘으로 분석해 함께 섭취하면 안되는 성분을 알려주는 한편 먹는 시간을 놓치지 않게 알림을 기록할 수 있는 복약관리 기능, 내 건강상태에 맞는 의학 정보 콘텐츠를 보여주는 캐즐 매거진, 사용자들의 걸음 수와 친환경 상품 구매 등이 지구에 어떤 영향을 주는지 알려주는 그린 리포트 등의 서비스를 캐즐 홈에서 이용할 수 있다.좌측부터 장석원 롯데헬스케어 플랫폼 사업부문장, 박원준 롯데헬스케어 IT 개발부문장, 우웅조 롯데헬스케어 사업본부장, 이훈기 롯데헬스케어 대표이사, 장혁재 온택트헬스 대표이사, 황태순 테라젠바이오 대표이사마지막으로 쇼핑 탭에서는 건강분석 데이터를 기반으로 사용자에게 필요한 상품을 제안한다. 현재 내 상황에서 도움이 되는 영양제나, 필요한 운동용품을 보여주는 식이다. 특히 본인 뿐만 아니라 가족의 건강 정보에 따라 필요한 맞춤 상품을 추천받고 선물하기 기능을 활용하는 것도 가능하다.최근 화두가 되고 있는 챗GPT와 같은 거대 언어모델(LLM) 기반의 생성형 인공지능(AI)도 접목된다. 내년 상반기까지 생성형 AI를 활용한 챗봇 서비스를 캐즐 안에서 선보인다는 계획.캐즐에서 챗봇과 대화를 통해 현재 상태를 쉽고 빠르게 기록할 수 있게 하기 위해서다. 예를 들어 내가 오늘 얼마나 운동했는지를 일일이 입력할 필요 없이 친구와 대화하는 것처럼 적어 두기만 하면 챗봇이 캐즐에 알아서 기록하게 된다.챗봇은 이렇게 사용자가 알려준 정보와 건강 데이터를 함께 분석해 맞춤형 식단과 영양제, 필요한 운동과 상품을 더 효과적으로 제안해줄 수 있게 될 예정이다.마지막으로 캐즐은 오픈 API(Application Programing Interface)를 활용해 파트너사가 다양한 정보를 활용할 수 있도록 했다. 캐즐에 입점한 다양한 파트너들을 연결하고, 콘텐츠와 데이터를 공유하며 협업할 수 있는 헬스케어 생태계를 만들기 위해서다.이훈기 대표이사는 "B2C사업에 대한 롯데그룹의 성공노하우와 인프라를 활용해 국내에 없던 헬스케어 생태계를 만드는데 집중했다"며 "특히 오픈형 구조를 통해 다양한 파트너쉽을 개발해 가며 공동 발전의 기반을 만들겠다"고 밝혔다.

메디칼타임즈=문성호 기자메디칼타임즈가 대한디지털헬스학회와 함께 진행하는 영상 인터뷰 코너 'K-헬스 리더를 만나다' 열다섯 번째 시간입니다. 이번 주인공은 네이버 클라우드 옥상훈 AI 사업 부장입니다.네이버 클라우드는 2021년 11월 독거 어르신 대상으로 '클로바 케어콜'를 도입하며 전국 지방자치단체를 중심을 큰 호응을 얻고 있습니다. 그렇다면 옥상훈 부장이 구상하고 있는 클로바 케어콜의 발전 전략은 무엇일까요. 또한 최근 전 세계적으로 대화 기반의 인공지능 모델 ChatGPT가 큰 관심을 받고 있는데 클로바 케어콜과는 어떤 차이점이 존재할까요.디지털헬스학회 고상백 회장(원주세브란스병원), 김현정 부회장(서울대 치과병원)과 함께 네이버 클라우드 옥상훈 부장이 구상하는 클로바 케어콜 사업 전략을 들어보시죠.Q. 옥상훈 부장님, 먼저 자기소개 및 회사소개 부탁드립니다.- 네이버 클라우드 AI 사업부에서 클로바 케어콜 사업을 담당하는 옥상훈 부장입니다.Q. 최근 주목받는 네이버 클로바 케어콜을 소개해 주신다면?- 클로바 케어콜은 일종의 AI 돌봄 서비스입니다. 독거 어르신에게 자동으로 전화를 걸어 식사, 수면, 건강 등의 주제로 어르신의 상태를 확인하고, 어르신의 답변에 따라 자연스럽게 대화를 이어가는 AI 서비스입니다. 2021년 11월 해운대구에서 베타 서비스를 시작, 2022년 5월 정식 오픈했습니다. 중요한 부분은 어르신들은 하고 싶은 말씀을 하십니다. 자연스럽게 언어를 생성할 수 있는 네이버의 최대규모 AI ‘하이퍼클로바’를 기반으로 개발돼, AI가 단순히 상태 확인만 하는 것이 아닌 다양한 주제에 대해 자유롭게 대화할 수 있다는 것이 차별점입니다.Q. ChatGPT가 주목받고 있는데, 유사한 기술이 적용됐는지.- ChatGPT에 GPT가 생성형 AI 기술입니다. 네이버 클로바 케어콜에도 생성형 AI 기술이 적용돼 있습니다. 어르신들이 어떤 말씀을 하시더라도 그것에 맞는 자연스러운 대화를 하도록 설계돼 있습니다.Q. AI가 사투리‧발음 불명확한 어르신과 대화가 가능한지?- AI가 사람의 수준으로 대응한다고 생각하시면 됩니다. 사람이 구분을 못할 정도면 AI도 어려워한다고 이해하시면 됩니다. 가령, 어르신들이 일부는 여러 가지 이유로 목소리를 작게 내시는 분들이 계십니다. 들리는 정도는 AI가 이해해서 대화를 이어간다고 보시면 될 것 같습니다.Q. 네이버가 독거노인 대상 실버케어 서비스를 하게 된 이유는?- 사실 초점을 맞추진 않았습니다. 2020년 3월 국내 기업 최초로 코로나19 확산 관리를 위한 AI콜 서비스로 활용된 바 있습니다. 이후 코로나19 능동감시자 모니터링 뿐만 아니라 백신 이상 반응 관리에도 활용했습니다. 팬데믹 2년 동안 전화 모니터링 총 130만여 건을 수행하는 등 전국 여러 지자체에 제공돼 의료진이 방역 현장에서 보다 효율적으로 대응할 수 있도록 도왔습니다. 이처럼 AI를 활용해 지자체의 업무 부담을 경감시킬 수 있다는 것을 실제적으로 검증하고 지자체로부터도 좋은 반응을 이끌어낸 경험을 바탕으로, 팬데믹 이후 일상 업무 중에서도 일손 부족으로 부담이 과중한 일에 대해서는 AI 기술로 도움을 드릴 수 있겠다고 생각했습니다. 대표적인 분야가 빠르게 고령화하는 사회에서 더욱 부담이 가중되고 있는 복지 담당자들의 업무였고, 이에 복지사분들에게는 업무 효율화 가치를 제공하고, 어르신들에게는 복지사들의 업무 과중으로 인한 돌봄 공백을 방지하고자 '중장년 1인가구 및 독거 어르신을 위한 클로바 케어콜' 서비스를 시작하게 됐습니다.Q. 자연스러운 대화가 어떻게 가능한지?- 처음에는 챗봇을 가지고 시작했는데 어려웠습니다. 네이버가 2021년 국내 최초로 개발한 생성형 AI 기술 '하이퍼 클로바' 기술을 활용했습니다. 자연스러운 대화를 하려면 풍부한 대화주제, 음성인식 기술과 말을 할 줄 알아야 합니다. 저희가 하이퍼 클로바의 딥러닝 기술을 활용해서 대화주제와 음성 인식률을 올렸습니다. 목소리가 특히 중요한데 의외로 잘 모르십니다. 어르신들이 자연스러움을 느끼실 수 있도록 목소리를 제공해야 합니다. 저희도 AI 음성을 고도화해서 제공하고 있습니다. Q. 현재 사용자 및 지자체 도입 현황은?- 현재 전국 50여곳 지자체 및 의료‧복지 기관에서 클로바 케어콜을 도입해 활용하고 있습니다. 현재 1만명 정도 활용하고 있고 늘어날 것 같습니다. 현재 시범적으로 제공하고 있는데 향후 유료화할 계획도 있습니다.Q. 어르신 상황별 맞춤 대응이 가능한지 궁금한데.- 관점을 어떻게 보느냐에 따라 다를 것 같습니다. 설명을 못한 부분이 있습니다. 자연스러운 대화가 중요하다고 말씀 드리고 싶습니다. 왜 필요하냐면 대화가 부자연하거나 상태 확인 질문만 하게 되면 어르신 반응이 좋지 않습니다. 자연스러운 대화를 통해 줄 수 있는 가치가 정서적 지지와 공감입니다. 단순히 예/아니오 식의 단답형 답변만을 요구하거나, 기계적인 안부 확인만 하는 AI 전화는 어르신들이 받기 싫어하시는 등 호응도가 낮고, 이 때문에 고독사 방지나 건강관리에서 실제적인 효과도 부족합니다.반면, 클로바 케어콜과 통화를 하시는 어르신들은 "대화가 재밌다" "서비스 이용하고 위로를 느꼈다"와 같이 호응하는 모습을 보이시며, 자신의 건강 상태를 먼저 적극적으로 알리는 경우도 많습니다. 한번의 통화로 어르신의 건강 상태에 대한 더욱 다양한 정보를 얻게 되는 것입니다.Q. 어르신들이 디지털 헬스 접근성이 떨어질 것 같은데.- 어르신에게는 별 다른 것은 없습니다. 부담을 드리거나 의무감을 드리는 것은 없습니다. 그래서 자연스럽게 대화를 나눌 수 있는 것 같습니다. 돌봄의 목적은 어르신 생활과 건강상태를 확인하는 것이 핵심입니다. 식사 등 기본적인 생활, 외출 및 운동 여부 질문을 오가면서 AI가 맞장구를 치며 추가 질문하는 형식으로 보시면 될 것 같습니다. Q. 클로바 케어콜 '대화 기억하기'는 어떤 기능인지?- 클로바 케어콜이 이전에 어르신과 주고받은 과거 대화를 기억해 다음 통화에 활용하는 기능이며, 2022년 8월에 출시했습니다. 상용화된 자유 대화형 AI 서비스에서 '연속성 있는 대화'를 구현한 것은 클로바 케어콜이 국내 최초입니다. 기억하기 역시 네이버 초대규모 AI '하이퍼 클로바'를 기반으로 합니다. 사용자의 과거 대화 중 건강, 식사, 수면 등 지속적 관리가 필요한 주요 내용을 기억하는 '요약' 기능, 다음 통화 중 자연스러운 맥락에서 적절한 표현으로 기억한 정보를 활용하는 '생성' 기능, 변화하는 사용자 데이터를 지속적으로 트래킹하고 정보를 최신화 하는 '업데이트' 기능을 모두 수행할 수 있는 고도화된 기술입니다.어르신들은 자신의 상황을 기억하는 AI콜에 더욱 친밀함을 느끼며 높은 만족도를 보이고 있습니다. 내부적으로 평가한 기억하기 기능의 정확도는 약 97%에 달합니다. 인간보다 날 것 같습니다.Q. 전문 인력의 도움이 필요가 없는 AI 챗봇인지?- 현재 전국 50여곳 지자체 및 의료‧복지 기관에서 클로바 케어콜을 도입해 활용하고 있습니다. 잘 되는 곳의 특징이 있습니다. 클로바 케어콜이 어르신과 통화한 후 뒤에 사람이 직접 챙겨주는 것이 중요합니다. 이를 잘하는 지자체들이 복지행정 우수사례로 뽑히기도 했습니다. 실제로 어르신에게 무엇이 필요한지 캐치해서 도움을 줄 수 있는 것이 중요하다고 말씀드립니다. 맞춤 돌봄센터 사회복지사 선생님들이 잘 활용하고 계십니다. 안부전화를 AI가 대신하고 이를 사회복지사 선생님들이 참고해서 어르신들이 필요한 내용을 제공합니다.Q. 50개 지자체 중 우수 도입 지자체는 어디일까요?- 부산 해운대구가 가장 먼저 도입했습니다. 대구, 인천시가 도입했습니다. 대표적으로 인천시의 경우 서비스 대상자를 최초 50명에서 현재 3600여 명으로 약 72배 늘렸고, 대구시는 100명에서 2,000여 명으로 약 20배 증가했습니다.Q. 실버케어 관련해서 향후 발전 방향은?- 클로바 케어콜은 현재의 돌봄 대화를 고도화해 안부 확인, 정서 건강 케어를 넘어 고령자 인지 건강관리에서의 역할도 모색하고 있습니다. 최근 인천 남동구와 협약을 맺고 구 치매안심센터에 등록된 구민 일부에게 인지 건강관리 대화 시범 서비스를 제공하기 위한 준비에 착수했습니다.