질병 진단과 치료, 개인화 추천··· 딥마인드 활약상 10선

Computerworld UK

2014년 구글이 4억 파운드에 영국에 있는 AI 신생벤처를 사들인 후 딥마인드는 자주 언론의 머리기사를 장식했다. 프로 바둑 기사 이세돌을 이긴 딥마인드의 알파고는 개인 의료 기록 접근에 관한 논란으로 비판을 받기도 했다. ICO 판결에 따르면 구글이 데이터 보호법을 위반했으며 구글이 딥마인드 헬쓰를 통제한다고 발표하면서 우려는 더욱 커졌다.

그 후 신뢰가 흔들리기도 했지만 런던 킹스 크로스(King's Cross)에 있는 딥마인드 연구소는 AI를 계속 연구했으며, 그 결과 런던은 AI를 선도하는 도시로 부상하고 있다.

1. 풍력발전 효율 향상
딥마인드는 미국 중부에 있는 구글의 풍력발전 단지에서 생산된 에너지의 가치를 높이기 위해 에너지가 생성되기 36시간 전에 산출량을 예측했다. 이 회사는 지역 일기 예보와 터빈 데이터에 관해 신경망으로 학습해 다음날 전력망에 최적의 시간별 전기량을 권장할 수 있었다.

딥마인드는 이미 구글의 풍력 에너지 가치를 약 20% 높였으며 예측할 수 없는 에너지 원천을 상업적이고 실용적으로 만들기 위해 모델을 더욱 세밀하게 조정할 것이라고 전했다.

2. 구글 플레이에서 앱 추천 최적화
딥마인드는 머신러닝을 사용하여 이전 다운로드 및 사용된 상황을 기반으로 사용자가 쉽게 쓰고 즐길만한 앱을 찾아 구글 플레이에서 앱 추천을 맞춤 설정하는 데 도움을 주었다. 이 작업은 유료 고객을 구글 플레이 스토어로 끌어들이는 데 목적이 있다. 구글은 딥마인드가 개발한 기술을 구글이 상업화할 수 있는 방법을 보여줬다.

3. NHS 환자의 급성 신장 손상 감지
딥마인드는 검사 결과에 질병의 징후를 검토하고 긴급한 진단이 필요한 경우 직원에게 즉각적인 경고를 보내는 스트림(Streams)이라는 환자 안전 경보 애플리케이션을 개발했다. 이 애플리케이션은 임상가가 급성 신장 부상과 같은 다른 심각한 상태를 신속하게 확인하고 버튼을 눌러 혈액 검사, 스캔, 엑스레이 결과를 표시하도록 도와준다.

이 프로젝트는 의료 치료를 향상하고 의료 프로세스를 디지털화하기 위해 머신러닝 시스템을 사용한다는 목표로 2017년 2월에 시작된 딥마인드 헬쓰(Health)의 일부다.

스트림은 혈액 검사를 분석하여 급성 신장 손상을 감지하기 위해 런던 북부에 있는 로열프리 NHS 트러스트(Royal Free NHS Trust)에서 처음 사용되었다. 간호사들은 앱으로 하루에 최대 2시간을 절약할 수 있다고 했지만 데이터 공유 계약은 개인정보 보호법에 어긋난다.

2017년 7월 정보위원장(ICO)은 로열프리가 딥마인드에 환자 세부 정보를 제공했을 때 데이터 보호법을 준수하지 않았다고 판결했다. 단점 중 하나는 환자에게 데이터가 임상 시험에 사용될 것이라는 사실을 적절하게 알리지 못했다는 것이다. 

이 문제는 ICO가 로열프리에게 앞으로 확실히 준수하겠다고 공식적으로 약속하도록 요청하면서 해결되는 듯했지만, 이 팀이 구글에 합류한다고 딥마인드가 발표했을 때 우려는 더욱 커켰다.

딥마인드는 구글의 다양한 건강 관리 프로젝트를 통합하기 위한 전략의 일환으로 의료시스템 회사 게이싱어(Geisinger)의 CEO였던 데이빗 페인버그를 영입했으며 페인버그는 딥마이드 헬쓰를 맡게 됐다. 

개인정보 보호 운동가들은 구글이 스트림 인수로 얻게 된 개인정보를 구글이 사용하지 않을 것이라는 딥마인드의 주장을 반박했다. CNBC는 딥마인드의 독립적 검토위원회가 현재 영국을 넘어서 서비스를 확대하기 위한 목적으로 해체될 가능성이 있다고 보도했다.

한편 딥마인드는 최고의 알고리즘과 직관적인 디자인을 결합해 모든 간호사와 의사가 AI 기반 앱을 활용할 수 있다고 주장하고 있다.
 

---------------------------------------------------------------
머신러닝 인기기사
->요즘 화제 '챗봇'··· CMO가 알아야 할 7가지
->기계학습 구현을 쉽게!··· 머신러닝 프레임워크 13종
->기계 학습을 최대한 활용할 수 있는 11가지 오픈소스 도구
->유비쿼터스 AI 시대··· 머신러닝이 차세대 BI인 이유
->'인지, 신경, 딥, 머신?'··· AI 분야 기본 개념 따라잡기
->칼럼 | 성큼 도래한 유비쿼터스 AI 세상··· 마음의 준비를 'Her'하라
->기계 학습을 최대한 활용할 수 있는 11가지 오픈소스 도구
->인공지능의 무한질주···협상·테스팅에도 접목
---------------------------------------------------------------

4. 임페리얼 칼리지 런던의 유방암 진단
딥마인드는 임페리얼 칼리지 런던(Imperial College London)의 영국 암연구센터(Cancer Research UK Center)가 주도하는 구글의 AOI 건강 연구팀 및 연구 기관과 공동으로 유방암 발견을 개선하고 있다.

이 질병으로 인해 매년 전세계에서 50만 명이 사망하고 있으며 일부는 발견과 진단의 어려움 때문에 발생하는 것으로 파악됐다. 오늘날 사용되는 유방 조영 검사는 매년 수천 개의 암을 발견하지 못하고 종종 과다 진단으로 인한 잘못된 경보를 유발한다. 딥마인드는 머신러닝이 이것을 향상할 수 있다고 믿고 있다.

딥마인드 연구원은 머신러닝 도구가 유방 조영술보다 암 조직의 징후를 좀더 효과적으로 식별하는지 평가하기 위해 약 7,500명의 여성으로부터 유래된 확인되지 않은 유방 조영술을 분석할 것이다. 이 연구는 유방암 검사를 바꿔놓을 가능성이 있다.

 


5. 참전 군인의 질환이 악화될지 예측
딥마인드는 약 70만 건의 의료 기록 패턴을 분석해 환자가 악화될지를 예측하고자 미 육군 참모부와 협력하고 있다.

이 프로젝트의 목표는 머신러닝이 환자 악화의 위험 요인을 파악하고 병원 내 사망에서 약 11%를 차지하는 문제의 치료를 개선하기 위해 언제 시작할지를 예측하는 것이다.

연구팀은 환자 질환 악화의 일반적인 원인인 급성 신부전(AKI)과 딥마인드가 전문 지식을 개발한 분야를 탐지하는 데 사용되는 알고리즘을 개선할 방법을 모색할 것이다.

6. 안드로이드 기기에서 배터리 관리와 화면 밝기 맞춤 설정
구글의 딥마인드는 안드로이드를 위한 두 가지 새로운 기능, 즉 다음에 어느 애플리케이션을 사용해야 배터리 성능을 높일지 예측하는 적응형 배터리(Adaptable Battery)와 다양한 환경에서 밝기 환경 설정을 학습해 개인화하는 적응형 밝기를 개발했다. 

이 기능은 올해 말에 안드로이드 P 운영 체제를 실행하는 기기에서 사용할 수 있다.

7. 안과 질병 식별하는 무어필드 안과병원
딥마인드는 무어필드(Moorfields) 안과병원과 협력해 눈을 디지털 스캔해 시력을 위협하는 안구 질환을 인식할 수 있는 머신러닝 기반 시스템을 개발했다. 로열 프리 NHS와의 초기 협력은 환자 치료에 중점을 두었지만, 이는 의학 연구에 전적으로 기여한 최초의 치료법이다.

이 프로그램에는 출현하는 안구의 조기 징후를 감지하고 진단 속도를 높이는 알고리즘을 생성하기 위해 100만 개 이상의 익명의 눈 스캔 분석이 포함된다.

무어필드의 안과 전문의 피어스 킨이 이 아이디어를 생각해 냈다. 그는 자신의 기술이 컴퓨터가 비디오 게임을 하는 법을 배우는 것을 보고 나서 회사에 연락하여 눈의 이미지에 적용될 수 있다고 믿었다.

8. 유니버시티 칼리지 런던 병원에서 두경부암 치료
딥마인드는 두경부암의 치료도 개선하기 위해 NHS의 목표를 수행했다. 방사선 요법이 시작되기 전에 의사는 현재 치료에 손상될 수 있는 섬세한 주변 조직을 목표로 하지 않도록 각 환자의 상세한 지도를 준비하는 데 약 4시간을 소비한다. 그 정보는 건강한 조직을 해치지 않으면서 암을 표적으로 하기 위해 방사선 치료기로 공급된다.

딥마인드의 연구원은 머신러닝이 이 시간을 1시간으로 줄일 수 있다고 믿고 있다. 연구팀은 익명의 UCLH 환자 스캔을 분석하여 프로세스 일부를 자동화할 수 있는 방사선 치료 분류 알고리즘을 개발했다. 그들은 결국 알고리즘을 신체의 다른 부위에 적용하기를 기대하고 있다.

9. 구글 어시스턴트 음성 생성
의료 관련 기술이 현재의 딥마인드 개발에서 주를 이루고 있지만, 머신러닝 시스템도 오디오 분석으로 확장되었다. 말하는 기계는 공상과학 소설에서 오랜 역사를 가지고 있으며 시리와 같은 제품을 통해 대중적 도입을 하고 있지만 컴퓨터와 인간의 연설 사이의 격차는 상당하다.

딥마인드는 이 차이를 50% 이상 줄일 수 있는 텍스트 음성 변환 시스템을 개발했다. 웨이브넷(WaveNet)으로 알려진 이 시스템은 신경망으로 사용자가 쓰는 언어를 복사하는 대신 사람이 만든 음파를 복제한다. 이 기술은 현재 모든 플랫폼에서 미국식 영어 및 일본어용 구글 어시스턴트 음성을 생성하는 데 사용된다.

10. 구글의 전기료 절감
구글은 지도, 지메일, 유튜브, 안드로이드를 비롯한 다양한 자체 제품에서 머신러닝을 사용하며 딥마인드 기술이 검색, 로봇, 인터넷의 기능을 향상할 수 있다고 생각한다. 딥마인드 에이전트는 팩맨(Pac Man)과 스페이스 인베이더(Space Invaders)를 포함한 49개의 아타리(Atari) 게임에서 이미 사람의 실력과 같은 수준이 됐으며, 바둑 프로 기사와 바둑 대국을 겨뤄 승리한 최초의 컴퓨터 프로그램이 됐다.

구글은 딥마인드를 이용해 거대한 데이터센터의 전기료를 줄이기까지 했다. 딥마인드 알고리즘은 사용자의 요구에 따라 다양한 서비스를 제공하는 방대한 수의 서버를 냉각시키는 데 필요한 에어컨을 예측했다. 그 결과 냉각 시스템의 효율성은 40%, 데이터센터의 전체 에너지는 15% 감소했다. ciokr@idg.co.kr