???? ???? ??? ??? AI ??? ?? ?????. ??? ???? ???? ??? AI? ?? ??? ???? ?? ???? ???? ??. 생성형 AI가 르네상스를 맞이하고 있다지만 헬스케어 분야만큼 이를 빠르게 경험하고 있는 산업도 드물다. 병원 운영과 행정 업무부터 임상시험, 신약 개발에 이르기까지 헬스케어 분야의 모든 영역이 생성형 AI의 영향을 받고 있다고 해도 과언이 아니다. 전체 그림은 아직까지 그려지지 않았는데, 이를 위해 2024년 헬스케어 분야의 생성형 AI 설문조사를 살펴볼 만하다. 헬스케어 분야에서 생성형 AI의 성공과 과제를 강조하는 에서는 몇 가지 흥미로운 트렌드가 발견됐다. 생성형 AI의 얼리어답터로서 헬스케어 분야의 경험은 앞으로 기업에서 AI를 사용하는 데 있어 더 큰 변화를 예고하는 것일 수 있다. 주요 조사 결과를 살펴본다. 1) 기하급수적으로 증가하는 생성형 AI 예산생성형 AI의 도입은 회사 규모와 직급에 따라 크게 달라졌다. 회사 내 기술 리더(CxO, 디렉터, 엔지니어링 관리자, 설계자 등) 직책이 앞장서서 도입하며 예산 증가를 주도하고 있다. 응답자의 약 37%를 차지한 기술 리더 중 거의 5분의 1은 예산이 300% 증가했다고 답했다. 전체 응답자로 보면 34%는 생성형 AI에 대한 예산이 10~50% 증가했다고 답했으며, 22%는 50~100% 증가했다고 답했다. 규모별로는 더 많은 리소스를 보유한 대기업이 생성형 AI 사용 사례를 평가하는 데 앞장섰다. 중견 기업은 적극적으로 AI 모델을 실험하고 개발하는 반면, 자원의 제약이 있는 소규모 기업은 생성형 AI를 적극적으로 고려하지 않는 비율이 높았다. 2) 업무별 언어 모델이 대세헬스케어 분야는 고유한 요구 사항을 갖고 있기 때문에 맞춤형으로 구축된 업무별 언어 모델이 선호되고 있다. 응답자의 36%는 헬스케어 분야에 특화된 소규모 모델을 사용하고 있다고 답했다. 이는 범용 LLM보다 타깃화된 솔루션이 선호되는 뚜렷한 추세를 보여준다. 실제 환자 결과의 중요성, 의료 데이터의 민감한 특성, 준수해야 할 여러 규제 표준 등이 강조되는 분야이기 때문이다. 흥미로운 점은 기술 리더 직책에서 모든 유형의 언어 모델에 폭넓은 관심을 보이며 다양한 옵션을 탐색하려는 의지를 보인다는 점이다. 생성형 AI 여정을 이제 막 시작하는 사람이라면 의료 분야에 특화된 모델에 집중하고, 경험이 많은 실무자라면 다른 방법도 시험해 보는 것을 추천할 만하다. 3) 기술 경험 및 회사 규모에 따라 다양한 사용 사례헬스케어 분야에서 생성형 AI는 다양하게 활용되고 있지만 주로 사용되는 영역은 환자 질문에 대한 답변(21%), 의료 챗봇(20%), 정보 추출/데이터 추상화(19%)였다. 그중 기술 리더들은 정보 추출과 생물의학 연구를 우선순위로 꼽았다. 기술 리더들이 데이터 기반 인사이트와 발전된 기술을 확보하는 데 전략적으로 집중하고 있음을 시사한다. 응답자들은 향후 몇 년 내에 생성형 AI가 의사-환자 대화, 의료 챗봇, 환자 질문에 대한 답변에 큰 영향을 미칠 것으로 예상했다. 특히 소규모 기업들은 민첩성과 경쟁 우위를 얻기 위해서라도 이 기술에 대한 기대가 높았다. 4) 사람의 개입은 여전히 필요LLM을 평가할 때 정확성, 보안, 프라이버시가 중요하다는 응답이 많았으며, 기술 리더들이 이런 기준을 더 강조하는 것으로 나타났다. 설문조사에 따르면 가장 덜 중요한 요소는 비용이었다. 다시 말해 헬스케어 분야에서는 고품질의 신뢰할 수 있는 모델에 투자할 의향이 높음을 알 수 있다. 도입의 주요 장애물로는 정확성, 법적 및 평판 위험, 산업별 요구 사항에 대한 기술의 부합성 등이 꼽혔다. 사람의 감독은 여전히 중요하며, ‘사람이 직접 참여’하는 것이 LLM 모델을 테스트하고 개선하는 일반적인 전략으로 언급됐다. 사람의 참여는 편견과 부정확성을 해결하면서 품질과 성능을 보장한다. 테스트 요구 사항은 회사 규모에 따라 달라져 대기업의 경우 공정성 및 개인 데이터 유출, 소기업의 경우 편향성 및 최신성을 우선순위로 꼽았다. 다만 어느 쪽이든 책임감 있는 생성형 AI 프로그램에서는 사람이 여전히 필수적인 요소다. 헬스케어 분야에서 기술 리더들이 생성형 AI를 주도하고 있는 것은 분명하며, 이들은 예산을 증가시키고 기술적 이점에 대해 깊이 이해하고 있다. 그러나 생성형 AI를 이미 배포했거나 배포를 고려 중인 모든 그룹에서 정확성, 산업별 요구 사항, 윤리적 고려 사항과 관련된 과제가 남아있는 것으로 나타났다. 의료 기관이 계속해서 생성형 AI 솔루션을 탐색하고 구현하는 상황에서 맞춤형 전략과 기술 전문가, 도메인 전문가 간의 협업은 필수적이다. 성공을 위해서는 감독이 중요하지만, 제대로만 활용한다면 생성형 AI는 환자 치료를 개선하고 운영을 간소화하며 연구를 가속화할 힘을 갖고 있다. 내년에는 어떤 결과가 나올지 기대해 볼만 하다. * David Talby 박사는 존스노우 연구소의 CTO이자 AI, 빅데이터 전문가다. dl-ciokorea@foundryco.com ???? ???? ??? ??? IT ??? ???? ??? ????! ??? ??? ??? ?????. ????