[설명환의 IT읽기] 스마트 헬스케어와 인공지능(AI)

2020-09-02, 최영무 기자

(사진설명: [설명환의 IT읽기] 스마트 헬스케어와 인공지능(AI)연재타이틀)

코닥은 1975년 세계 최초로 디지털카메라를 개발했다.

상용화 과정에서 디지털카메라가 보급되면 당시 고수익을 내는 필름사업부의 손해가 발생한다는 지적이 나왔다. 자기 시장을 스스로 잠식하는 카니벌라이제이션(cannibalization)에 대한 우려가 제기된 것이다.

코닥은 아날로그 필름시장을 지키기 위해 디지털카메라 사업에 나서지 않았고 결국 몰락했다.

필름 왕국 코닥은 경영 수업에 심심치 않게 등장하는 실패 사례다.

코닥의 교훈처럼 안전지대와 안락지대를 혼동하지 말아야 한다. 안락지대가 안전지대일 가능성이 크지만 늘 그렇지마는 않다.

산업의 역사를 보면 어떤 필연적인 흐름이 있다. 시대의 흐름에 역행하는 기업은 살아남기 어렵다.

지난 2016년 알파고의 등장으로 세간의 이목을 끌었던 인공지능(AI) 기술은 최근 코로나19로 인한 팬데믹(pandemic·전염병의 세계적 대유행) 이후 질병 예측 시스템이나 진단지원 도구로 영역을 넓혀가고 있다.

의료시장에도 딥러닝 기술 기반의 AI가 본격 적용되기 시작했다. 폐·심장질환·유방암 등 각종 암, 치과 영역에 이어 뇌졸중까지 질병을 검진하는 분야로 도입이 확대되고 있다.

말로만 듣던 '스마트 헬스케어' AI 의료 시대의 막이 오르고 있다.

헬스케어는 질병의 치료·예방·건강 관리 과정을 모두 포함한 것을 말한다. 최근 트렌드는 개인 중심 맞춤형 서비스로 변화 중이며, 소비자 욕구 또한 사후 치료 위주에서 예방·예측, 건강관리로 바뀌고 있다.

스마트 헬스케어가 가능하려면 개인의 진료기록, 건강, 의료 영상, 유전체 데이터, 생활 습관, 운동량, 수면 패턴 같은 환자의 일상생활에서 발생하는 라이프 데이터를 종합적으로 분석해야 한다.

의사의 노력으로 방대한 양의 데이터를 분석하는 것은 한계가 있다. AI는 보다 정밀한 진단을 도울 수 있다. 치료 단계에서도 AI의 분석이 정밀할수록 환자가 어떤 치료를 받아야 생존율이 높아지는지 더 정확하게 판단할 수 있다.

의학은 생명을 다루는 분야이기에 높은 정확도와 신뢰도가 필수다.

핵심기술은 데이터 기반의 딥러닝 이미지 인식 기술로 의료영상 판독의 정확성을 높이는 것이다.

AI 딥러닝(Deep learning·심층 학습) 스타트업으로는 루닛, 딥바이오, 제이엘케이 등이 두각을 나타내고 있다.

(사진설명: 지난 2018년 루닛이 개발한 폐질환 판독 인공지능(AI) 의료기기 '루닛 인사이트'. 출처=루닛)

사람의 건강 문제를 다루는 의료AI는 많은 AI 응용 분야 중에서도 가장 큰 시장이다.

국내 AI 시장은 향후 5년간 연평균 17.8% 성장해 2023년에는 6400억 원으로 성장할 것으로 전망된다.

미래 먹거리를 위한 준비와 경쟁이 뜨겁다.

추상적으로 논의되던 스마트 헬스케어는 코로나19 대유행으로 비대면 서비스 및 기술이 구체화되며 우리의 일상에 자리 잡았다.

의료AI는 선진국 기업들이 높은 진입장벽을 구축한 분야다. 코로나는 이 견고한 성벽에 균열을 만들었다. 미국 영국 등 선진국 방역이 줄줄이 셧다운 돼 생긴 의료·바이오 공백을 한국 기업들은 놓치면 안 된다. 글로벌 스마트 헬스케어 '변방'에서 '중심'으로 진입할 호기다.

* 설명환 칼럼니스트
설명환 칼럼니스트는 ROTC 소위 임관 후 현재 중견그룹의 커뮤니케이션팀장으로 재직 중이다. 과학의 대중화를 목적으로 일반인과 학생들에게 ICT를 보다 쉽고 재미있게 전달하는 글을 쓰고 있다. 서울특별시교육청 자문위원과 국가정보기간 언론사의 객원 논설위원으로 선임되어 각 분야에 대한 종합적인 조언을 해오고 있다. 이메일 pr1st@naver.com

[ⓒ avingnews, 무단전재 및 재배포 금지]

AVING 뉴스레터 신청하기