AI / BI / CIO / 로봇|자동화 / 머신러닝|딥러닝 / 비즈니스|경제 / 빅데이터 | 애널리틱스 / 오픈소스 / 의료|의학
데이터 과학이 대중화되고 있다. 데이터 과학자들이 데이터를 취합하고 분석하기까지 몇 달이 걸렸지만, 이제는 현업 사용자가 신속하게 데이터를 며칠 안에 모을 수 있게 됐다.
머신러닝이 약속하는 데이터 분석을 활용에서 의외의 기술이 등장한다. 바로 비즈니스 인텔리전스(BI)다. 성과 분석 영역이었던 BI 시스템을 인공지능으로 재단장하여 기존의 보고 기능에 예측 기능까지 결합하려는 것이다.
이러한 시도를 하는 조직 중 하나가 심포니 포스트 어큐트 네트워크(Symphony Post Acute Network)다. 미국 일리노이, 인디애나, 위스콘신주 28개 의료시설에 5,000개의 침상을 보유한 의료회사인 심포니는 무릎 수술 등에서 회복 중이거나 투석 치료를 받는 연 8만 명의 환자에 대한 간호를 개선하고자 인공지능과 머신러닝을 활용하고자 했다. 예를 들면, 어떤 환자는 특히 낙상 위험이 있으므로 주의를 더욱 기울여야 한다는 점을 찾아낼 수도 있기 때문이다.
개별적인 데이터 포인트나 미묘한 데이터 패턴으로 나타날 수 있는 이러한 지표를 찾아내는 것이야말로 머신러닝의 완벽한 활용 사례다. 그러나 모델 구축 작업은 간단하지 않다.
심포니의 데이터 과학 및 분석 책임자 네이선 패트릭 테일러는 “예측에 관해 질문 공세를 받았다”고 밝혔다. “온종일 머신러닝 모델 구축에 매달린다고 해도 그 모든 것을 혼자 다 해내는 것은 불가능하다”고 덧붙였다.
심포니는 2명의 데이터 과학자를 추가로 채용했다. 테일러는 “이들의 몸값이 비싸다. 그런데 우리가 필요로 한 결과를 얻지 못하고 있었다. 매우 어렵고 비용이 많이 드는 일이었다”고 말했다.
그래서 2년 전 심포니는 외부에서 대안을 모색하기 시작했다. 즉, 이미 머신러닝 모델 구축을 마치고 활용할 준비가 된 업체를 찾았다. 이제 심포니는 자체 데이터 저장소에 들어 있던 데이터를 데이터로봇(DataRobot)이라는 업체의 클라우드 기반 AI 엔진을 통해 전송한다. 데이터 처리 결과는 4시간에 한번씩 심포니의 마이크로소프트 파워BI 대시보드로 전달된다. 테일러는 “즉각적으로 나와 CIO가 이해했고 깊은 인상을 받았다”면서 “마치 마술 같았다”고 회상했다.
현재 240명의 의사와 간호사들은 태블릿과 스마트폰으로 접속할 수 있는 파워BI 대시보드에서 직접 예측과 추천을 받고 있다. 예를 들면, 낙상 위험이 높은 환자는 자동으로 계단 아이콘이 표시되고 재입원의 위험이 높은 환자들은 구급차 아이콘이 표시되는 식이다.