디지털 헬스에서 인공지능의 의미... #1

과학적 관점에서 디지털 헬스케어는 인공지능으로 가속화된다.

강연자료로 준비했지만 짧은 20분간에 모든 것을 설명할 수 없었기 때문에, 브런치에 몇 번의 요소들로 나누어서 글을 끄적거려 본다.

먼저, 딥러닝이 무엇인지 가볍게 살펴보자. 아래의 사이트에 들어가서 자신의 사진을 올려보라.

MS에서 How-old.net이라고 오픈된 사이트를 들어가서 사진을 업로드해보면, 올라간 사진의 성별과 나이를 판독하는 재미있는 사이트이다. 딥러닝으로 트레이닝된 이미지 인식 알고리즘을 보여주기 위해서 소수의 개발자들이 하루만의 협업으로 만들어진 것으로는 매우 흥미롭다.

이미지 인식이라는 분야에서 구현되어야 하는 복잡한 알고리즘을 딥러닝으로 만들어진 형태로 원하는 결과물을 얻는다는 것은 기존의 프로그래밍이라는 개념을 송두리째 바꾸고 있다.

필자와 둘째 녀석 돌 때 사진을 올려 봤다. 서양인을 위주로 트레이닝된 이미지이기 때문에 아주 완전하지는 않지만, 매우 흥미로운 결과물들을 만들어준다. 물론, 사진이 아니라 캐릭터 사진도 올려봤다.

이런 캐릭터들은 '사람'으로 인지하지 않기 때문에 판독하지 않는다.

이런 놀라운 결과물을 단 하루만의 협업으로 만들었다는 것이 가장 흥미를 끌게 한다. 빅데이터, 클라우드, 딥러닝이 합쳐진 이 서비스를 사용하여, 이제 매우 복잡한 결과물들을 더 많은 트레이닝을 통해서 정밀도를 높일 수 있을 것이다.

딥러닝은 트레이닝시키는 데이터의 구성을 어떻게 해서 소프트웨어에게 학습시키느냐에 따라서 그 결과가 매우 달라진다. 의료분야에서도 이렇게 발전적으로 변화된 소프트웨어를 활용할 시대가 되었다.

결론부터 이야기하지면, 의학(medicine)은 경험적인 방법을 위주로 증상을 판단하는 전문가들인 의사들의 경험적 지식을 바탕으로 변화되었다. 물론, 이러한 의학의 변화에 있어서 가장 중요한 4가지 사실을 나열하자면 다음과 같이 정의할 수 있다.

하나, 경험적 방법. 둘, 과학적 방법. 셋. 자연과학의 발전과 넷. 데이터 과학의 발전을 설명할 수 있다.

근대적인 과학적 방법에 의해서 서양에서 19세기에 의학이 발전하게 된 것도 전쟁과 군대의 영향이라는 것은 가볍게 나열하기만 하자. 20세기 이후 자연과학의 발전으로 X-ray나 MRI 등과 같은 의료영상기기의 발전으로 현대의학은 매우 고속화되어 발전하고 있다.

여기에, 데이터와 근거를 중심으로 하는 사실적인 통계를 의학에서는 언제나 기본적으로 다루고 있다.

그동안 한국 사람들이 착각하는 것 중의 하나는 의사들은 단순한 증상에만 몰두하고, 한의학처럼 인간의 전체나 사상의학을 전체적으로 아우르는 시선이 부족하다고 생각하는 것을 가끔 이야기 들었다.

하지만, 이것은 매우 큰 오해이고 착각이다. 

내가 아는 의사들 대부분은 과학자들이고 가능한 많은 데이터를 수집하여 총론적으로 환자를 다루는 과학자였기 때문이다. 의사들이 그동안 전체적인 관점에서 데이터를 분석하지 않은 이유는 그렇게 모여진 데이터들이 과연 근거가 있는가에 대한 연구가 부족했고, 그 연구를 하기보다는 당장의 증상과 현상에 집중하는 것이 더 유의미하기 때문에 가장 통계학적인 의미의 기능에 집중했기 때문이다.

현대의 헬스케어는 총론적으로 인간을 살펴보는 관점과 멀쩡할 때의 생체정보들과 운동정보, 식습관 및 주변 사회적인 관점까지 모두 데이터를 수집하고 분석할 수 있는 빅데이터 기술과 고속으로 이것들을 판독할 수 있는 딥러닝 기술, 비용을 줄일 수 있는 클라우드 기술과 소프트웨어 서비스들의 매핑을 수월하게 하기 위한 Open API 기술까지 IT기술의 총아라고 불릴 수 있는 무수한 기술적인 도움을 받을 수 있는 시대가 되었다.

개개인에게 부여된 스마트폰과 수많은 웹서비스들을 사용할 수 있고, 한 명의 의료진이 수십, 수백 명의 환자들과 효율적으로 소통할 수 있는 connected기술들도 활성화되었다.

그리고, 의미 있는 정보를 인지할 수 있는 알고리즘에 대해서 의사들이 표현할 수 있는 쉬운 기술까지 습득이 매우 간편해진 시대가 되었다.

더군다나, 의료술기와 지식들을 더욱더 가속화하는 것은 인공지능 중에서 딥러닝이 가진 무한한 가능성을 포함할 수 있게 되었다. 이제, 의료를 아는 전문가인 의사들이 개개인의 정보모델을 구성하고 자신의 의학기술과 지식, 경험들을 복합적으로 트레이닝한 지적 존재를 가상으로 만들어서 더 많은 복합 트레이닝이 가능한 시대가 된 것이다.

더군다나, 이러한 소프트웨어 기술은 더욱더 간소화되고 접근하기 쉬운 형태로 제공될 것이다. 동네의 작은 병원의 개원의가 몇 년 이상 트레이닝하고 계속 트레이닝한 인공지능들 간의 경쟁과 서로 간의 호흡 속에서 더 좋은 판단을 할 수 있는 형태가 될 가능성을 띄게 되었다.

A라는 의사가 트레이닝한 A`라는 인공지능과 B라는 의사가 트레이닝한 B`라는 인공지능이 서로 간에 결합과 협업체계를 자연스럽게 구축되어진 AB`라는 인공지능의 피드백 결과물들을 공동으로 사용하는 시대도 될 것이며, 이렇게 트레이닝된 인공지능이나 의대나 종합병원에서 트레이닝된 인공지능을 앱스토어에서 의사들이 구매하는 시대가 될 가능성도 있다.

존스홉킨스나 메이요의 과거 수백 년 동안 트레이닝된 결과물인 인공지능을 일산에서 개원한 개원의가 손쉽게 구매한 후에 사용하는 시대가 될 가능성도 있게 된 것이다.

이제 경험과 지식이 모델화되고 실제 구현체 형태로 만들어진다는 것은 매우 흥미롭다. 파괴적 혁신에서 이야기하던 의료의 혁신을 주도하는 것은 결국, 인공지능이 좀 더 완성체의 형태로 변화되면서 가능해지는 것일까?