[테크M = 장윤옥 기자, 신재희 인턴기자 ] 머신러닝 알고리즘 가동 칩을 기반으로 인공지능 붐에 올라탄 엔비디아가 헬스 케어를 다음 공략 시장으로 꼽았다.

엔비디아의 헬스케어부문 부사장인 킴벌리 파웰은 의료 연구원들과 다양한 분야에서 협업, 이를 바탕으로 영향력을 확장할 것이라고 밝혔다. 또 “의료영상 연구가 놀랄 만큼 증가하고 있으며 새로운 인공지능 적용을 추진 중”이라고 덧붙였다.

딥러닝 기술은 의료영상 등 방대한 의학데이터를 면밀히 조사하는데 적용된다. 딥러닝은 영상이나 이미지의 패턴을 찾는 데 매우 탁월한 성과를 보이고 있다.

이 때문에 딥러닝 기술은 의학연구에서 유능한 조수를 두는 효과를 낸다. 구글은 지난해 딥러닝을 이용해 안과질환 진단을 자동화할 수 있음을 보여줬다. 스탠포드 대학의 연구진은 네이처지에 딥러닝을 이용해 피부암을 발견하고 적절한 피부과 전문의까지 추천해줄 수 있음을 보여주는 논문을 게재했다. 뉴욕의 마운트시나이병원은 이 방식을 사용해 환자의 전자건강기록을 분석, 어떤 질병이 발생할지를 높은 정확도로 예측했다.

이 같은 예는 사례의 일부일 뿐이다. 최근 유명 의학영상 콘퍼런스에서 발표되는 논문은 대부분 딥러닝과 관련된 것이다.

엔디비아의 그래픽 프로세서들은 딥러닝 같은 병렬 계산에 적합하다. 엔비디아는 이미 학계와 산업계의 딥러닝 연구자들에게 하드웨어를 제공하는 다양한 사업을 진행했고 딥러닝에 특화된 제품을 확대하고 있다. 여기에는 DGX-1이란 고성능 연구 컴퓨터와 드라이브 PX란 자율주행차를 위한 시스템이 포함된다.

딥러닝은 진단의 신뢰성을 향상시키고 전문가가 부족한 개발도상국의 치료수준을 크게 높일 전망이다. 신약개발에도 딥러닝의 활용이 늘어날 것이다.

딥러닝은 다른 방법으로는 찾을 수 없는 패턴을 찾는 데 성과를 내고 있다. 엔비디아는 메이요클리닉과 협력해 딥러닝을 뇌의 이미지에 적용하고 있다. 이를 통해 이미지로부터 뇌질환과 관련된 유전자 요소를 확인하는데 성과를 내고 있다는 게 엔비디아의 설명이다.

뉴욕대의 게리 마커스 교수 역시 인공지능이 가장 크게 영향을 미칠 분야로 의료분야를 꼽았다. 마커스는 “암처럼 사람이 찾기 어려운 질병 발생 가능성을 나타내는 위험 요소들을 알고리즘을 통해 발견할 수 있다”며 “인공지능의 킬러앱은 의료분야의 큰 진전이 될 것”이라고 말했다.

하지만 딥러닝 적용이 쉬운 것만은 아니다. 인공지능의 적용은 너무 복잡하고 어떤 이유로 알고리즘이 진단을 내렸는지 알기 어렵다. 이 같은 어려움을 인정하는 엔비디아의 파웰 부사장은 딥러닝 네트워크의 움직임을 시각화하는 방법 등을 해결책으로 검토하고 있다고 밝혔다.

[테크M = 장윤옥 기자(ceres@techm.kr), 신재희 인턴기자 (jaehee@mtn.co.kr)]