오후에 이어진 포럼에서는 발병 메커니즘 분석, 신약 개발 등의 지원에서 두각을 드러내고 있는 생명과학 AI 분야와 기업의 의사 결정을 기술적으로 돕는 BI(Business Intellegence, 비즈니스 인텔리전스) AI에 대한 다양한 업계의 인사이트와 적용 사례들을 들을 수 있었습니다.
생명과학 AI세션에서 가장 눈길을 사로잡았던 것은 대화형 치매 진단 인공지능 시스템과 관련된 세션 이었습니다. 이날 이 세션은 이번 프론테오 AI 이노베이션 포럼의 전체 13개 세션 중 가장 높은 참가율을 기록하며 많은 이들의 뜨거운 관심을 받았다고 합니다.
프론테오는 게이오 대학 의학부와 2015년부터 대화형 치매 진단 AI 시스템의 산학 연구를 진행해 최근 솔루션 개발을 성공리에 마친 바 있는데요, 이어 지난 4월에는 우울증과 조울증 진단 지원 솔루션의 공동 연구에도 돌입했다고 합니다. 이번 포럼에서는 이와 관련해 프론테오와 산학 연구 중인 게이오대 의학부에서 <AI로 마음의 병을 정량화하다> 라는 주제로 Kishimoto Yasuro 특임 교수의 발표가 있었습니다.
치매와 같은 정신과 질환의 진단은 기본적으로 환자와의 대화와 관찰을 통해 실시되며 주로 환자의 기분이나 기억, 생각, 표정과 목소리, 동작, 그리고 일상 생활의 모습 등이 이에 해당합니다. 의료진은 이를 바탕으로 진단 메뉴얼에 따른 문진과 영상 검사, 기억력과 계산력 등을 측정하는 수많은 인지 기능 검사 과정까지 거쳐야 최종 진단을 내릴 수 있는데, 이 경우 전문성이 높은 여러 검사를 거쳐야 할 뿐 아니라 진단에 많은 비용과 시간이 투자되어 조기 진단에 어려움이 있다는 문제가 있다고 합니다.
치매는 기억력이나 주의력 뿐 아니라 언어 기능에 특히 큰 영향을 준다는 것에 착안해, 게이오 대학과 프론테오는 환자의 자유 대화 기록 및 데이터를 토대로 프론테오 인공지능의 자연어 처리(NLP, Natural Language Processing) 기술을 이용해 환자의 발병 가능성을 AI가 감지하고 치매 가능성을 판정하는 연구를 실시했습니다. 데이터 수집은 최종 진단에 객관적 증거로 작용할 수 있는 디지털 표현형(Digital Phenotyping, 웨어러블 기기나 스마트폰 등 디지털 디바이스를 바탕으로 GPS, 체온, 맥박 등 사용자들의 심리 및 질병 관련 데이터를 수집해 연구에 활용하는 과학분야)기술을 활용해 이뤄졌다고 합니다.
그 결과 이환율(Morbidity rate; 일정 기간 내 병에 걸린 사람의 비율) 0.90, 민감도(Sensibility rate; 전체 진단 환자 중 실제 환자의 비율) 0.88, 특이도(Specificity rate; 전체 진단 정상인 중 실제 정상인의 비율) 0.92에서 판정하는데 성공하는 유의미한 성과를 얻었습니다. 이 숫자들이 의미하는 바를 쉽게 비교하기 위한 일례로 코로나19 신속진단키트의 기준을 들 수 있겠는데요, 해외보다 훨씬 높은 허가 기준이 적용되는 국내 코로나19 신속진단키트의 식약처 승인 기준이 민감도 0.90, 특이도 0.99라고 하니 이와 비교해 이번 연구의 정확성과 향후 상용화 가능성을 가늠해 볼 수 있겠습니다.
이외에 낙상 위험 예측, ICT 분야와 연계한 디지털 헬스케어, 신약 개발 등 다양한 의료 및 생명과학 분야에서 활용되고 있는 프론테오의 인공지능 적용 사례와 관련 기술 트렌드에 대한 설명이 이어졌습니다.
HITO 병원의 낙상 방지 AI 솔루션 Coroban 도입 사례
- 2021년, 프론테오의 인공지능 Concept Encoder가 탑재된 Coroban을 도입
- 전자 카르테에서 환자에 대한 기록을 인공지능으로 분석, 낙상 가능성이 높을 환자를 미리 사전에 감지해 사고 방지
- 도입 후 1년 간 정기적으로 리스크 평가를 실시했고, 탁월한 효과를 거둠
- 임상 현장의 체크리스트는 낙상 뿐 아니라 다른 증상도 분석될 수 있도록 반영되었으면 좋겠다는 바람
이동통신사 입장에서 바라본 디지털 헬스케어 사업의 미래
- 일본의 전자 카르테 보급은 ICT인프라의 발전으로 인해 더욱 확산되고 있는 추세
- NTT동일본에서는 병원과 협업해 지역 클라우드를 이용하여 건강 의료 간호 자치회에 연계하는 비즈니스를 전개 중
- 최근 프론테오와 디지털 헬스 분야의 발전에 기여하는 상호 협력을 추진
- 프론테오: NLP AI 연구 개발 및 의료기관 및 일반 소비자&헬스케어 사업자 용 애플리케이션 개발
- NTT동일본: 의료기관 등의 네트워크 인프라 정비, 클라우드 접속 환경 구축과 운용 보수관리 각종 ICT 환경 지원
생명 과학에 특화된 프론테오의 AI 및 공변동 네트워크 해석법에 의한 신약 및 세포의약 연구
- 생명 과학 분야에 특화 개발된 자연어 분석 인공지능 엔진 Concept Encoder가 탑재된 2가지 자사 솔루션 업그레이드 버전 소개
- 프론테오의 인공지능 창약지원 솔루션 Cascade Eye
- 논문 정보나 의료 정보를 해석하고 분석 대상으로 하고 싶은 질병에 관련하는 분자와 유전자의 네트워크를 패스웨이 맵(Pathway Map; 관련성을 나타내는 경로도) 모양으로 표시하는 AI 시스템
- 새로운 신약 개발 목표의 선정 및 기존 약의 다른 질환 전용(Drug Repositioning) 연구 효율화를 촉진
- 최근 알고리듬 개선으로 AI의 네트워크 패스웨이 맵 생성 시간이 10분 이내로 대폭 단축
- 프론테오의 인공지능 논문탐색 솔루션 Amanogawa
- 사용자가 관련 단어와 가설 등의 문장을 입력하면 PubMed(美국립생물공학정보센터가 구축한 생물학/의학 논문 검색 DB)에 게재된 대량의 논문에서 관련 논문을 AI가 검출 후 해석하여 메인 화면 'Space Map'에 플롯 표시
- 개개의 논문이 도트(Dot, 점)로 포현되고 논문 내용의 유사도는 색과 위치 관계로 나타내어 전체 관계를 한눈에 파악 가능
- 키워드가 포함되지 않았으나 동의어를 사용한 논문·내용이나 개념이 유사한 논문을 검출하는 '벡터 검색' 가능
- 도쿄공대 멀티모달 세포해석 공동연구거점장 Murata Masayuki 특임 교수, "네트워크 해석을 서포트하는 AI의 활용으로 향후 신약 개발 및 세포 의약 연구 분야는 더욱 정밀해지고 가속화 될 것으로 기대"
이어서 프론테오코리아에서도 최근 주력으로 드라이브를 걸고 있는 분야인 비즈니스 인텔리전스 세션이 시작되었습니다. 빅데이터, DT 또는 DX(Digital Transformation)와 그 궤를 같이 하는 비즈니스 인텔리전스는 기업이 가지고 있는 수많은 데이터를 분류하고 분석해 기업의 중요한 의사 결정을 하는데 지원을 하는 기술 분야를 일컫습니다.
주식회사 간포생명보험은 프론테오의 자연어 처리 AI 엔진 키빗(KIBIT)을 활용한 비즈니스 데이터 분석 지원 솔루션 널리지 프로브(Knowledge Probe)를 성공적으로 도입한 바 있는데요, 이와 관련한 사례를 직접 설명하는 시간을 가졌습니다.
널리지 프로브를 도입한 곳은 바로 간포생명보험의 CX추진부 VOC분석실입니다. 간포생명에는 월 평균 약 10만 건 가량의 VOC(Voice Of Customer, 고객의 소리) 데이터가 누적됩니다. VOC분석실에서는 웹사이트나 고객 서비스 센터 지점, 콜센터 등 제각각의 채널로 인입 되는 VOC 데이터들을 모두 전용 시스템으로 모으고 관련 대응 상황을 기록해오고 있습니다.
물론 기존에도 이 데이터들은 경영진이나 유관 부서에 공유되어 서비스 개선 등에 활용해오고 있었으나, 빠르게 쌓이는 이 많은 데이터들을 일일이 사람의 눈으로 검토하고 적시 적기에 경영 의사결정과 서비스 피드백에 활용하는 데에는 한계가 있었습니다. 특히 VOC 데이터 중에는 1건 당 1~2만 자 이상이 되는 긴 내용의 데이터도 많았기 때문에, 이 중에서 핵심 내용 만을 추리기 위해 그 많은 문장을 일일이 사람의 눈으로 검토해야 하는 것은 매우 비효율적인 일이었습니다. 이 한계를 극복하기 위해 간포생명은 대책을 강구하기로 합니다
2019년 12월 자사의 VOC 분석에 FRONTEO의 인공지능 솔루션 도입 검토를 추진, 2020년 6월부터 본격적으로 PoC를 실시하였고, 2021년 3월 키빗 널리지 프로브(Knowledge Probe)를 최종적으로 도입했습니다. 다양한 시중의 인공지능 솔루션 중 프론테오의 키빗 널리지 프로브를 도입하게 된 주요 키 포인트는 바로 '소량의 학습 데이터' 였다고 합니다. 고객들은 같은 것을 느꼈다고 하더라도 VOC에서 드러나는 개개인의 표현 방식은 각기 다르기 때문에 처음엔 이 분류를 위한 학습 데이터를 다량으로 정교하게 만들어야 할 것이라 생각했으나, 인공지능 키빗은 적은 학습 데이터 만으로도 직접 언급되지 않은 미묘한 뉘앙스의 차이를 캐치해 관련도가 높은 데이터를 찾아 우선적으로 보여주기 때문에 솔루션을 통해 원하는 데이터 뿐만 아니라 오히려 찾을 수 없었던 관련 데이터들도 발견할 수 있었다고 합니다.
도입 결과, 간포 생명은 검토가 필요한 전체 VOC 데이터 중 평균 약 7~80% 이상의 불필요한 데이터를 삭감하는 높은 업무 효율 성과를 얻었다고 합니다. 뿐만 아니라 학습 데이터를 준비하는 과정에서 각 개인 별 암묵지(暗默知, 암묵적 지식; 개인에게 체화돼 있지만 겉으로 드러나지 않는 노하우 등의 지식)를 문장으로 정리하게 되었고, 이것이 업무 매뉴얼로 자리 잡아 신규 직원 OJT등에 활용 되는 부수적인 효과도 얻었다고 합니다.
간포 생명의 사례 발표에 이어서 100주년을 맞은 전통 운수회사의 인공지능 기술을 중심으로 한 디지털 트랜스포메이션 사례, 건설업 등의 산업 현장에서 일어나는 산업재해 위험 탐지 등에 대한 세션이 이어졌습니다.
이외에도 작년 프론테오가 새롭게 선보인 3번째 자체 개발 네트워크 해석 인공지능 엔진 Looca Cross와 이를 활용한 주주지배구조분석 솔루션 Seizu Analysis의 시연 등 다양한 분야에서의 AI 솔루션 도입과 그 필요성에 대한 이야기를 들을 수 있었습니다.
이번 포럼은 인공지능의 무궁무진한 활용 가능성과 그 속에서 프론테오의 인공지능과 이를 활용한 솔루션이 다양한 분야에서 어떻게 도입이 되고 효과를 얻고 있는 지 알 수 있는 매우 유익한 시간이었습니다. 이번 포럼에서의 사례들과 마찬가지로 프론테오코리아 또한 한국의 인공지능 도입사들의 업무 생산성 증대와 새로운 발전 방향 가능성의 모색을 위해 노력하도록 하겠습니다.
오후에 이어진 포럼에서는 발병 메커니즘 분석, 신약 개발 등의 지원에서 두각을 드러내고 있는 생명과학 AI 분야와 기업의 의사 결정을 기술적으로 돕는 BI(Business Intellegence, 비즈니스 인텔리전스) AI에 대한 다양한 업계의 인사이트와 적용 사례들을 들을 수 있었습니다.
생명과학 AI세션에서 가장 눈길을 사로잡았던 것은 대화형 치매 진단 인공지능 시스템과 관련된 세션 이었습니다. 이날 이 세션은 이번 프론테오 AI 이노베이션 포럼의 전체 13개 세션 중 가장 높은 참가율을 기록하며 많은 이들의 뜨거운 관심을 받았다고 합니다.
프론테오는 게이오 대학 의학부와 2015년부터 대화형 치매 진단 AI 시스템의 산학 연구를 진행해 최근 솔루션 개발을 성공리에 마친 바 있는데요, 이어 지난 4월에는 우울증과 조울증 진단 지원 솔루션의 공동 연구에도 돌입했다고 합니다. 이번 포럼에서는 이와 관련해 프론테오와 산학 연구 중인 게이오대 의학부에서 <AI로 마음의 병을 정량화하다> 라는 주제로 Kishimoto Yasuro 특임 교수의 발표가 있었습니다.
치매와 같은 정신과 질환의 진단은 기본적으로 환자와의 대화와 관찰을 통해 실시되며 주로 환자의 기분이나 기억, 생각, 표정과 목소리, 동작, 그리고 일상 생활의 모습 등이 이에 해당합니다. 의료진은 이를 바탕으로 진단 메뉴얼에 따른 문진과 영상 검사, 기억력과 계산력 등을 측정하는 수많은 인지 기능 검사 과정까지 거쳐야 최종 진단을 내릴 수 있는데, 이 경우 전문성이 높은 여러 검사를 거쳐야 할 뿐 아니라 진단에 많은 비용과 시간이 투자되어 조기 진단에 어려움이 있다는 문제가 있다고 합니다.
치매는 기억력이나 주의력 뿐 아니라 언어 기능에 특히 큰 영향을 준다는 것에 착안해, 게이오 대학과 프론테오는 환자의 자유 대화 기록 및 데이터를 토대로 프론테오 인공지능의 자연어 처리(NLP, Natural Language Processing) 기술을 이용해 환자의 발병 가능성을 AI가 감지하고 치매 가능성을 판정하는 연구를 실시했습니다. 데이터 수집은 최종 진단에 객관적 증거로 작용할 수 있는 디지털 표현형(Digital Phenotyping, 웨어러블 기기나 스마트폰 등 디지털 디바이스를 바탕으로 GPS, 체온, 맥박 등 사용자들의 심리 및 질병 관련 데이터를 수집해 연구에 활용하는 과학분야)기술을 활용해 이뤄졌다고 합니다.
그 결과 이환율(Morbidity rate; 일정 기간 내 병에 걸린 사람의 비율) 0.90, 민감도(Sensibility rate; 전체 진단 환자 중 실제 환자의 비율) 0.88, 특이도(Specificity rate; 전체 진단 정상인 중 실제 정상인의 비율) 0.92에서 판정하는데 성공하는 유의미한 성과를 얻었습니다. 이 숫자들이 의미하는 바를 쉽게 비교하기 위한 일례로 코로나19 신속진단키트의 기준을 들 수 있겠는데요, 해외보다 훨씬 높은 허가 기준이 적용되는 국내 코로나19 신속진단키트의 식약처 승인 기준이 민감도 0.90, 특이도 0.99라고 하니 이와 비교해 이번 연구의 정확성과 향후 상용화 가능성을 가늠해 볼 수 있겠습니다.
이외에 낙상 위험 예측, ICT 분야와 연계한 디지털 헬스케어, 신약 개발 등 다양한 의료 및 생명과학 분야에서 활용되고 있는 프론테오의 인공지능 적용 사례와 관련 기술 트렌드에 대한 설명이 이어졌습니다.
이어서 프론테오코리아에서도 최근 주력으로 드라이브를 걸고 있는 분야인 비즈니스 인텔리전스 세션이 시작되었습니다. 빅데이터, DT 또는 DX(Digital Transformation)와 그 궤를 같이 하는 비즈니스 인텔리전스는 기업이 가지고 있는 수많은 데이터를 분류하고 분석해 기업의 중요한 의사 결정을 하는데 지원을 하는 기술 분야를 일컫습니다.
주식회사 간포생명보험은 프론테오의 자연어 처리 AI 엔진 키빗(KIBIT)을 활용한 비즈니스 데이터 분석 지원 솔루션 널리지 프로브(Knowledge Probe)를 성공적으로 도입한 바 있는데요, 이와 관련한 사례를 직접 설명하는 시간을 가졌습니다.
널리지 프로브를 도입한 곳은 바로 간포생명보험의 CX추진부 VOC분석실입니다. 간포생명에는 월 평균 약 10만 건 가량의 VOC(Voice Of Customer, 고객의 소리) 데이터가 누적됩니다. VOC분석실에서는 웹사이트나 고객 서비스 센터 지점, 콜센터 등 제각각의 채널로 인입 되는 VOC 데이터들을 모두 전용 시스템으로 모으고 관련 대응 상황을 기록해오고 있습니다.
물론 기존에도 이 데이터들은 경영진이나 유관 부서에 공유되어 서비스 개선 등에 활용해오고 있었으나, 빠르게 쌓이는 이 많은 데이터들을 일일이 사람의 눈으로 검토하고 적시 적기에 경영 의사결정과 서비스 피드백에 활용하는 데에는 한계가 있었습니다. 특히 VOC 데이터 중에는 1건 당 1~2만 자 이상이 되는 긴 내용의 데이터도 많았기 때문에, 이 중에서 핵심 내용 만을 추리기 위해 그 많은 문장을 일일이 사람의 눈으로 검토해야 하는 것은 매우 비효율적인 일이었습니다. 이 한계를 극복하기 위해 간포생명은 대책을 강구하기로 합니다
2019년 12월 자사의 VOC 분석에 FRONTEO의 인공지능 솔루션 도입 검토를 추진, 2020년 6월부터 본격적으로 PoC를 실시하였고, 2021년 3월 키빗 널리지 프로브(Knowledge Probe)를 최종적으로 도입했습니다. 다양한 시중의 인공지능 솔루션 중 프론테오의 키빗 널리지 프로브를 도입하게 된 주요 키 포인트는 바로 '소량의 학습 데이터' 였다고 합니다. 고객들은 같은 것을 느꼈다고 하더라도 VOC에서 드러나는 개개인의 표현 방식은 각기 다르기 때문에 처음엔 이 분류를 위한 학습 데이터를 다량으로 정교하게 만들어야 할 것이라 생각했으나, 인공지능 키빗은 적은 학습 데이터 만으로도 직접 언급되지 않은 미묘한 뉘앙스의 차이를 캐치해 관련도가 높은 데이터를 찾아 우선적으로 보여주기 때문에 솔루션을 통해 원하는 데이터 뿐만 아니라 오히려 찾을 수 없었던 관련 데이터들도 발견할 수 있었다고 합니다.
도입 결과, 간포 생명은 검토가 필요한 전체 VOC 데이터 중 평균 약 7~80% 이상의 불필요한 데이터를 삭감하는 높은 업무 효율 성과를 얻었다고 합니다. 뿐만 아니라 학습 데이터를 준비하는 과정에서 각 개인 별 암묵지(暗默知, 암묵적 지식; 개인에게 체화돼 있지만 겉으로 드러나지 않는 노하우 등의 지식)를 문장으로 정리하게 되었고, 이것이 업무 매뉴얼로 자리 잡아 신규 직원 OJT등에 활용 되는 부수적인 효과도 얻었다고 합니다.
간포 생명의 사례 발표에 이어서 100주년을 맞은 전통 운수회사의 인공지능 기술을 중심으로 한 디지털 트랜스포메이션 사례, 건설업 등의 산업 현장에서 일어나는 산업재해 위험 탐지 등에 대한 세션이 이어졌습니다.
이외에도 작년 프론테오가 새롭게 선보인 3번째 자체 개발 네트워크 해석 인공지능 엔진 Looca Cross와 이를 활용한 주주지배구조분석 솔루션 Seizu Analysis의 시연 등 다양한 분야에서의 AI 솔루션 도입과 그 필요성에 대한 이야기를 들을 수 있었습니다.
이번 포럼은 인공지능의 무궁무진한 활용 가능성과 그 속에서 프론테오의 인공지능과 이를 활용한 솔루션이 다양한 분야에서 어떻게 도입이 되고 효과를 얻고 있는 지 알 수 있는 매우 유익한 시간이었습니다. 이번 포럼에서의 사례들과 마찬가지로 프론테오코리아 또한 한국의 인공지능 도입사들의 업무 생산성 증대와 새로운 발전 방향 가능성의 모색을 위해 노력하도록 하겠습니다.