[AI BUS 2025] 조민성 AWS 헬스케어 사업총괄 “에이전트 AI, 의료 연구 자동
- 작성자
-
김가랑
- 조회수
-
21
- 댓글
-
0
- 게시일자
- 2025-07-16
바이오마커 찾기부터 치료 예측까지 몇 시간 만에 처리AWS 헬스오믹스·베드록 등 의료 특화 AI 솔루션 제공유전체 분석·영상 진단 등 다부서 협업 업무 통합 처리▲ 조민성 AWS 헬스케어 사업총괄은 의료 분야에 AI 에이전트 쓰임이 많다고 밝혔다. /김동원 기자“에이전트 AI는 사람이 일일이 했던 반복적인 일을 자동화해서 대신 해주는 역할을 합니다. 바이오마커를 찾는 것부터 환자 치료 성공률 예측까지 자동으로 진행할 수 있게 됐습니다.”조민성 아마존웹서비스(AWS) 헬스케어 사업총괄은 15일 부산 벡스코에서 열린 ‘AI BUS 2025’에서 생성형 AI를 넘어선 에이전트 AI의 의료 분야 활용 가능성을 제시했다.조 총괄은 “2026년까지 생성형 AI를 도입하겠다는 기업들이 급격히 늘고 있지만, 할루시네이션(AI가 잘못된 정보를 생성하는 현상)이나 보안 문제, 거버넌스 등 해결해야 할 과제들도 많다”며 “AWS는 이런 문제들을 해결하면서 의료 분야에 특화된 AI 솔루션들을 제공하고 있다”고 밝혔다.◇ 의료 빅데이터 처리의 새로운 접근법조 총괄에 따르면, 의료 분야에서 AI 활용의 가장 큰 걸림돌은 방대한 의료 데이터를 효율적으로 처리하는 것이다. 특히 유전체 분석은 샘플 하나당 약 120GB에 달하는 대용량 데이터를 생성하는데, 이를 병원의 전자의무기록(EMR)과 결합해 분석하려면 엄청난 컴퓨팅 자원이 필요하다.AWS의 헬스오믹스(HealthOmics)는 이런 문제를 해결하기 위해 개발됐다. 유전체 분석 데이터와 EMR 데이터를 결합해 특정 질병 변이를 가진 환자에게 가장 효과적인 치료법을 제시할 수 있다. 일례로 같은 암 환자라도 유전자 변이에 따라 항암제 반응이 다를 수 있는데, 이런 개인 맞춤형 치료 방안을 데이터 기반으로 제시할 수 있다.의료 영상 분야에서도 혁신이 일어나고 있다. 기존에 병원의 PACS(의료영상저장전송시스템)에서 생성되는 DICOM 이미지 파일은 무손실 압축인 JPEG 로스리스 방식을 사용했다. 하지만 CT나 MRI 기술이 발전하면서 생성되는 영상 데이터 용량이 폭증하자, AWS는 헬스이미징(HealthImaging) 서비스를 통해 HTJ2K(High Throughput JPEG 2000) 압축 기술을 도입했다. 이 기술은 기존보다 8~9배 더 압축할 수 있어 병원의 스토리지 비용을 대폭 절감할 수 있다.헬스레이크(HealthLake)는 흩어져 있는 의료 데이터를 하나로 모으는 역할을 한다. 데이터 레이크란 다양한 형태의 원시 데이터를 원본 그대로 저장할 수 있는 중앙 저장소로, 병원의 각종 의료 데이터를 한곳에 모아 통합적으로 분석할 수 있게 해준다.◇ 여러 AI 모델을 하나로, 베드록의 멀티모달 접근의료 현장에서는 단순한 텍스트 분석만으로는 한계가 있다. 환자의 의료 기록, CT·MRI 영상, 음성 기록, 유전체 데이터 등 다양한 형태의 정보를 종합적으로 분석해야 정확한 진단과 치료 방안을 도출할 수 있다. 이런 멀티모달(다중 형태) 데이터 처리 요구에 대응하기 위해 AWS는 아마존 베드록(Amazon Bedrock)을 출시했다.베드록은 여러 AI 모델을 한 번에 사용할 수 있는 플랫폼이다. 조 총괄은 “딥시크, 라마 등 다양한 AI 모델을 외부 데이터 유출 위험 없이 안전한 환경에서 선택해 사용할 수 있다”고 설명했다. 특히 의료 분야에서는 보안이 중요한데, 베드록을 통해 민감한 의료 데이터가 외부로 유출되는 것을 방지할 수 있다.의료 분야에서는 보안과 추적 관리가 특히 중요하다. AWS는 ‘컨트롤타워’라는 플랫폼을 통해 누가 언제 무엇을 했는지 추적할 수 있는 환경을 제공한다. 또한 아마존 Q 비즈니스는 복잡한 SQL 쿼리문을 직접 작성하지 않고 자연어로 질문하면 자동으로 데이터를 분석해 결과를 제공한다. Q 디벨로퍼는 코딩 시 보안 위험 요소를 미리 감지해 해킹 위험을 차단하는 기능을 제공한다.◇ 바이오마커 연구부터 치료 예측까지, 에이전트 AI의 혁신에이전트 AI는 기존 생성형 AI보다 한 단계 진화한 기술이다. 여러 개의 전문 AI 에이전트들이 협력해 복잡한 업무를 자동으로 처리하는 시스템으로, 의료 연구 분야에서 특히 혁신적인 변화를 가져올 것으로 기대된다.조 총괄은 바이오마커 연구를 예로 들어 에이전트 AI의 작동 방식을 설명했다. “기존에는 영상의학과에서 CT 종양 이미지 분석, 유전체 검사팀에서 변이 데이터 분석, 항암제 반응 분석 등을 부서별로 따로 진행했다”며 “에이전트 AI는 마스터 에이전트가 전체 업무를 파악하고 서브 에이전트들에게 작업을 분배한 뒤, 각각의 결과를 종합해 최종 인사이트를 자동으로 도출한다”고 설명했다.AWS가 5월 말 오픈소스로 공개한 ‘라이프사이언스 에이전트 툴킷’에는 20가지가 넘는 전문 에이전트가 포함돼 있다. 깃허브에서 무료로 다운받아 직접 구축할 수 있어 연구기관들이 쉽게 활용할 수 있다.실제 활용 예시를 보면 “키모세라피(항암화학요법)를 받은 환자들 중 생존율이 가장 좋은 사람들의 바이오마커 5개를 찾아달라”고 질문하면, 에이전트 AI는 자동으로 코호트 분석(특정 집단 추적 연구), 회귀분석, 생존분석을 수행해 P값(통계적 유의성을 나타내는 수치)이 가장 낮은 바이오마커들을 찾아낸다.더 나아가 해당 바이오마커와 관련된 환자 2명을 데이터베이스에서 검색하고, 영상의학 전문 에이전트가 종양의 형태를 분석해 어떤 환자의 수술 성공률이 더 높은지까지 예측할 수 있다. 조 총괄은 “사람이 며칠에 걸쳐 반복적으로 해야 했던 일들을 몇 시간 만에 자동화해서 연구 효율성을 획기적으로 높일 수 있다”고 강조했다.AWS는 또한 학술출판사 윌리(Wiley)와 협업해 기존 논문 초록(요약)만 제공하던 방식에서 벗어나 풀텍스트(전체 내용) 논문까지 접근할 수 있는 오픈 데이터셋을 구축했다. 온콜로지(종양학) 관련 논문들에 직접 접속해 자연어 질문으로 상세한 정보를 얻을 수 있어 연구의 깊이를 더할 수 있다.◇ 국내외 의료기관 도입 사례와 에이전트 AI 한계점실제 활용 사례로는 필라델피아 아동병원의 소아암 환자 유전체 정보 분석 시스템이 있다. 이 시스템은 소아암 환자들의 유전체 데이터를 빠르게 분석해 개인 맞춤형 치료 방안을 제시하고, 결과를 데이터베이스화해 향후 치료에 활용할 수 있도록 한다.코로나19 팬데믹 시기에는 미국 NHS(국민건강보험)가 백신 연구를 위한 데이터 공유 플랫폼을 구축했다. 수많은 연구 기관이 동시에 접속해 데이터를 활용해야 했는데, AWS의 오토 스케일링 기능을 통해 많은 사용자가 접속해도 안정적인 서비스를 제공할 수 있었다.국내에서는 연세의료원이 기존 CDW(임상데이터웨어하우스)에 클라우드 기반 다기관 연구 플랫폼을 추가했다. 외부 기관과 연계해 공동 연구를 진행할 때 클라우드 상에서 데이터를 안전하게 공유할 수 있는 환경을 구축했다.삼성서울병원도 여러 병원과 연합해 각 병원의 데이터로 AI를 학습시킨 뒤 다시 배포하는 연합학습(Federated Learning) 플랫폼을 구축하기 시작했다. 각 병원의 데이터를 직접 공유하지 않고도 AI 모델의 성능을 향상하기 위해서다.다만 조 총괄은 에이전트 AI의 한계점도 언급했다. “전통적인 솔루션이 정확한 경우나 생명과 직결된 미션 크리티컬한 시스템에서는 아직 완전한 대체가 어렵다”며 “반복적인 연구 프로젝트에는 매우 유리하지만, 특정 목적의 정밀한 연구에서는 기존 방식이 더 안전하고 정확할 수 있다”고 조언했다.AI BUS 2025는 부산대학교와 부산대학교 병원, THE AI가 공동 주최하고 부산대학교 AI대학원, AIEDAP, 부산광역시 교육청, 부산대학교 라이즈 사업단이 함께 참여하는 부산 대표 AI 컨퍼런스다. 올해는 ‘AGI, 지성과 생명을 품다’를 주제로 범용인공지능(AGI) 기술이 의료와 교육 분야에 미치는 실질적 영향을 집중 조명했다. 출처: https://digitalchosun.dizzo.com/site/data/html_dir/2025/07/15/2025071580188.html