단백질의 복잡한 구조를 예측할 수 있는 AI 모델. 이 성과는 올해 노벨 화학상 수상 성과를 거뒀다. |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
최근 노벨상 수상자로 인공지능(AI) 모델 개발자들이 물리학상과 화학상에 연이어 선정되면서 AI 기술이 현대 과학에 미치는 영향을 다시 한번 확인했다.
특히 노벨 화학상 공동수상자인 구글 딥마인드의 하사비스와 점퍼는 AI시스템(알파폴드)을 통해 인류 역사상 발견된 2억개 상당의 거의 모든 단백질 구조를 예측하는 데 성공했다. 기존에는 몇 년이 걸렸던 작업을 수일 내로 단축했으며 이는 신약 개발, 질병 연구 등 복잡한 문제를 해결하는 데 큰 역할을 할 것이다.
오늘날 급격한 고령화 사회 진입에 따른 노령인구 만성질환 증가, 의료인력 부족에 따른 업무 과중, 안전과 규제에 따른 신기술 도입 어려움 등 여러 가지 사회문제에 직면에 있다. 최근 노벨상 선정 소식이 전해지고 이런 문제를 AI 기술을 활용해 해결할 수 있다는 희망을 보면서 헬스케어 산업에 거는 관심과 기대가 커지고 있다.
헬스케어 산업에서 생성형 AI를 통해 기존 산업이 이루지 못했던 고객 맞춤형 서비스 실현, 노동인력 부족 문제 해결, 의료 정보 접근성 향상을 이끌 것으로 보인다. AI를 활용한 데이터 분석으로 질병을 예방하고 진단해 최적의 치료법을 제시하고, 환자 관리 및 신약개발에 체계적이고 혁신적인 가능성을 제시하며, 헬스케어 산업의 미래를 밝게 하고 있다.
◇ 헬스케어 산업의 미래 성장 가능성 무궁
AI 기반 진단과 치료는 AI 기술을 활용해 질병의 조기 발견, 진단 정확성 향상, 맞춤형 치료 계획 수립 등을 지원하는 것을 의미한다.
그동안 진행하지 못했던 실험과 임상을 AI 기술의 진보에 따라 머신러닝, 딥러닝, 자연어처리(NLP) 등으로 가능하게 된 것이다. AI로 의료 데이터를 분석해 의사에게 진단 및 치료의 인사이트를 제공하며, 환자의 상태를 지속적으로 모니터링하고 예측 모델을 통해 미래의 건강 상태를 파악할 수 있다.
2010년 IBM이 의료 AI '닥터 왓슨'을 선보이며 질병 진단과 치료법을 제시하는 시장의 포문을 열었으나 대중화에 이르기까지는 한계가 있었다. 의료 AI 등장 당시 AI가 의사의 진단 행위를 대체할 수 있을 것이라는 기대감이 컸으나 진단의 부정확성 등 기술적 한계로 인간 의사의 보조 수단에 머물렀다.
그러나 최근 GPT-4, 제미나이와 같은 생성형 AI 활용이 확대되면서 많은 변화가 일어나고 있다. 구글은 의료용 챗봇 '메드팜'과 AI 신약 개발 플랫폼 '알파프로티오'를, 엔비디아도 신약개발을 위한 AI 플랫폼 '클라라'를 공개했고, 오픈 AI는 모더나와 신약개발을 협력하고 있다. 국내 네이버도 '클로바 케어콜' 서비스 등 많은 기업이 헬스케어 산업에 대한 관심과 투자를 확대하고 있다.
시장조사기관 마켓앤마켓에 따르면 글로벌 AI 헬스케어 시장 규모는 2023년 158억300만달러(약 21조원)에서 2030년 1817억9000만달러(약 245조원)까지 급격히 성장할 것으로 전망했다.
◇헬스케어 기술개발 및 글로벌 주도권 확보
향후 헬스케어 산업은 치료 중심에서 예방 중심으로 변화할 것으로 예상된다. 이런 변화를 성공적으로 이끌기 위해 기술적 문제 뿐만아니라 사회·윤리적 문제까지 포함해 다양한 분야의 전문가들과 협력해 체계적인 준비와 대책이 필요하다.
헬스케어 관련 개인 맞춤형 의료 기술개발과 포괄적인 AI 기반 의료 서비스 플랫폼 구축이 필요하다. 또한 우수인재를 양성해 산업체에 적시에 공급하고, 선제적 법적.제도적 기반 마련, 안전한 데이터 관리 시스템 구축, 글로벌 협력을 통해 표준화를 선도하고 효율적인 거버넌스 구축도 중요할 것이다.
헬스케어 산업 특성상 기술 상용화로 많은 일자리가 창출되고, 의료 비용 절감 효과도 클 것이다. 첨단 의료 기술의 보급과 활용은 누구나 의료 서비스를 받을 수 있어 사회적 불평등과 의료 격차 해소에도 기여할 것이다.
아울러, 사회적 합의 도출을 통해 AI 기술이 인류의 건강증진에 기여할 수 있도록 각계의 역량을 결집해야 할 것이다.
글 : 도승희 정보통신기획평가원(IITP) 연구위원
김영준 기자 kyj85@etnews.com
[Copyright © 전자신문. 무단전재-재배포금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.