DHP 2025는 ‘DHP 데모데이’를 더 확장하고 리브랜딩한 행사입니다. 저희는 앞으로 매년 이 행사를 통해 디지털 헬스케어 분야의 가장 중요한 아젠다를 다루고, 전문가의 인사이트를 공유하며, DHP가 투자한 스타트업을 선보이려 합니다. 이를 통해 디지털 헬스케어 분야의 교류를 촉진하고 혁신을 촉진하겠습니다. 올해의 아젠다는 ‘AGI 시대의 디지털 헬스케어’ 입니다. AGI의 도래가 예견되고 있는 지금, 디지털 헬스케어도 거대한 변화를 맞이할 전망입니다. 이 변화는 기술에 국한되지 않고, 산업, 의학 및 생명과학뿐만 아니라, 보건의료 시스템 전반에 영향을 미칠 것입니다. 우리는 이 고민을 지금 시작해야 합니다. 이러한 아젠다에 따라, 오전 키노트 세션에서는 의료 AI 산업, 기술, 연구 및 정책을 아우르는 전문가 5인의 키노트가 준비되어 있습니다. 오후 데모데이 세션에서는 […]
이 연구는 제가 최근에 읽었던 논문들 중에서 가장 재미있으면서도, 가장 많은 상상의 나래를 펴게 했습니다. 누구나 한번쯤 ‘가상 세계’ 속에서 사람(?)들이 서로 상호작용하며 살아가는 것을 상상해본 적이 있을 것입니다. 이를 소재로 한 게임이나, 영화도 많이 있지요. 제게는 라이널 레이놀즈가 주연한 2021년 영화 ‘프리가이‘가 떠오릅니다. 이 영화는 가상 현실 게임 속에서 살아가는 NPC (Non-Player Character, 게이머가 아닌 주변 캐릭터)들이 자의식을 가지게 되면서 벌어지는 일들을 다루고 있는데요. 이 게임 속에서는 여러 직업을 가진 존재들이 실제 인간처럼 서로 상호작용하고 살아가는 모습을 그립니다. 여기에서 우리는 흥미로운 질문을 던져볼 수 있습니다. 가상 세계 속의 존재들이 시간이 지나면서 경험을 쌓을 수 있게 한다면, 직업적인 역량이 좋아질까요? 예를
인공지능을 활용하여 정밀의학을 구현하려는 기업, 템퍼스 AI가 최근 디지털 병리학 전문 인공지능 기업인 페이지(Paige)를 8,125만 달러에 인수했다고 발표했습니다. 이번 영상에서는 템퍼스가 인수한 페이지가 어떤 회사인지, 왜 인수했는지, 인수를 적절한 가격에 한 것인지, 인수를 정말 잘 한 것인지에 대해서 분석해보려고 합니다. 고품질의 병리 데이터 확보 페이지는 2017년, 세계 최고의 암 병원 중 하나인 메모리얼 슬론 케터링 암센터의 기술과 데이터를 바탕으로 스핀오프한 회사인데요. 세계에서 가장 포괄적인 수준의 디지털 병리 데이터셋을 보유하고 있는 회사로 평가 받고 있습니다. 특히, 페이지는 총 700만 장에 달하는 디지털 병리 슬라이드 이미지와 이에 대한 임상 및 분자 데이터를 보유하고 있는데요. 이는 45개국에 걸쳐 다양한 인종, 민족, 지역
필자는 지난 두 번의 칼럼에서 [1, 2], 이번 정부가 천명하고 있는 ‘인공지능 3대 강국’이라는 야심찬 목표를 의료 인공지능에서 시작하자고 제안하며, 특히 의료 분야에서는 한국이 ‘3대 강국’이 아닌 ‘1대 강국’이 될 수 있는 가능성이 충분하다고 주장했다. 특히 의료 인공지능은 소버린 AI 측면에서도 국가의 전략적 자산으로서의 가치도 크다. 이를 위해서는 전례 없이 파격적인 정책적 지원이 필요함을 강조하였는데, 이번에는 보다 구체적인 정책 제안을 하려고 한다. 바로 병원에게 인공지능 바우처를 제공하는 것이다. 하정우 AI미래기획수석은 민간에서 근무하던 시절 전 국민에게 ‘무료 AI 바우처’를 제공하자는 파격적인 아이디어를 언급한 바 있다. 이를 의료 분야에 응용하여, 병원에게 의료 인공지능을 도입할 수 있는 바우처를 제공하는 것이다. 이는 의료 인공지능
이 연구는 어쩌면 과학의 역사에서, 혹은 인류의 역사에서 중요한 이정표가 될 수도 있겠습니다. 흔히 강한 인공지능(AGI)이 구현되거나 특이점(singularity)에 도달하면 벌어질 일 중의 하나로 손꼽히는 것이 바로, 인공지능이 스스로 연구를 진행해서 새로운 과학적인 발견을 하게 된다는 것입니다. 만약 인공지능이 완전히 자율적으로 연구를 진행하여 새로운 과학적인 발견을 할 수 있다면, 인류의 역사가 새로운 페이지로 넘어가는 변화를 겪게 될 것입니다. 인공지능이 스스로 과학적인 진전을 이뤄낼 수 있다면, 이것 자체가 또 다른 새로운 과학적인 진전을 만들어낼 수 있는 토대가 됩니다. 이것을 소위 재귀적 자기 개선(recursive self-improvement)이라고 하는데요. 이런 과정이 반복되면 인류의 과학적 수준은 전례 없는 속도로, 혹은 걷잡을 수 없을 정도로 빠르게 발전할 수 있습니다.
최근 놀랍게도 초지능(superintelligence)을 운운하는 의료 인공지능이 등장했습니다. 더구나 그 인공지능을 개발한 곳이 마이크로소프트 AI 팀이어서 더욱 놀라웠는데요. 이 연구에 대해서 살펴보려 합니다. 결론부터 이야기하자면 초지능은 좀 오버스러운 이야기이고, 요즘 주목 받는 멀티-에이전트 모델을 활용해서, 실제 의료 환경에 가까운 조건에서 초인간적인 진단 퍼포먼스를 얻었다. 정도로 정리할 수 있는 연구였습니다. (‘초지능’은 이 연구를 소개한 MS의 웹페이지 포스팅에 제목으로 나옵니다만, 해당 연구 논문의 본문에는 초지능과 관련한 언급은 없고 ‘superhuman performance’라는 표현은 나옵니다.) 비록 ‘초지능’은 아니었지만, ‘초인간적’이라고 표현해도 무리가 없을만큼 인간 의사 대비 높은 성능을 보여주었으며, 다양한 측면에서 여러 시사점과 생각해볼 거리를 주는 흥미로운 연구입니다. 순차적 진단 (Sequential Diagnosis) 의료 인공지능에 대한 기술이
제가 오랜만에 삼프로TV에 출연해서 의료 인공지능 기술 및 산업의 발전과, 이번에 상장한 하나자산운용의 1Q 미국메디컬AI ETF에 대해서도 설명드렸습니다. (이번 영상은 하나자산운용의 후원으로 제작되었어요.) 개인적으로 이번이 제 두번째 삼프로TV 출연인데요. 관련 업계 분들이 아니라, 대중향으로 저희 분야를 소개하는 것은 여전히 참 어렵습니다. 이번에도 녹화하면서 엄청 많이 긴장했는데요ㅋㅋ 많은 시청과 응원(?) 댓글 부탁드립니다!
*제가 이번달 머니투데이에 기고한 칼럼입니다. 분량 제한 없이 쓴 원문을 올려드립니다. 필자는 지난 칼럼에서 이번 정부가 천명하고 있는 ‘인공지능 3대 강국’이라는 야심찬 목표의 전략적 거점을 의료 인공지능에서 시작하자는 화두를 던진 바 있다. 한국은 지난 몇년 동안 의료 인공지능 기술, 산업, 규제 등의 전방위적으로 세계적인 경쟁력을 갖춰왔다. 여기에 국가의 전략적 지원이 대해진다면 한국은 의료 인공지능 분야에서 글로벌 주도권을 확보할 수 있다. 이를 통해 소버린 AI 측면에서도 의료 인공지능을 단순히 외국 기술 의존을 줄이는 정도가 아니라, 글로벌 패권을 장악할 수 있는 공격적, 전략적 무기로도 활용할 수 있을 것이다. 이번 칼럼에서는 의료 인공지능을 국가가 전략적으로 육성하기 위한 각론을 논해보려 한다. 의료 인공지능은 다른
*제가 머니투데이에 기고한 칼럼의 원문입니다. 글자수 제안 때문에 지면에서는 요약해서 나간 글의 원문을 올려드립니다. 인공지능이 의사를 능가할 수 있을지, 더 나아가서 인공지능이 의사를 대체할 수 있을 것인지는 흥미롭고도, 중요하고, 또 예민한 문제이다. 사실 의학적으로 이것이 (적어도 특정 상황, 특정 환경에서라도) 그러하다고 증명하기가 아주 어려운 문제이기도 하다. 의료 인공지능 분야의 초창기에는 이런 질문이 많이 제기되었다. 하지만 주로 흥미 위주의 질문이기도 했고, 또 의료계에서 예민하게 반응할 수도 있는 질문이기 때문에 이를 직접적으로 진지하게 다루는 경우는 많이 없었다. 하지만 이 분야의 발전이 지속적으로 진행되면서, 주류 의료계와 연구에서도 이런 질문들이 서서히 논의되기 시작했다. 과거의 의료 인공지능 연구들의 결론은 대부분 비슷했다. 의사와 인공지능이 서로 힘을
OpenAI가 드디어 의료 분야에 공식적으로 진출하였습니다. OpenAI는 지난 2025년 5월 12일 대형 언어 모델(LLM)이 헬스케어/의료와 관련된 질문에 얼마나 잘 답변하는지를 평가하기 위한 대규모 데이터셋인 HealthBench를 공개하였습니다. 이 데이터셋을 기반으로 OpenAI의 다양한 버전의 LLM 과 Grok, Gemini, Claude, Llama 등 다른 경쟁 LLM과의 퍼포먼스를 비교하였습니다. 뿐만 아니라, 더 나아가서 인간 의사들의 답변과도 비교한 결과도 보여주었습니다. OpenAI와 샘 알트만은 그동안 헬스케어 및 의료 분야 적용에 대한 관심을 여러 경로를 통해서 보여 왔었는데요. OpenAI가 여러 제약사, 바이오벤처 등의 외부 파트너들과 협업했던 경우들은 있었습니다만, 단독으로 헬스케어 분야에 움직임을 보이는 것은 이번이 처음입니다. 이번 HealthBench를 공개한 OpenAI의 블로그 글은 “인류의 건강을 개선시키는 것은 AGI의 결정적인
인공지능으로 의사를 대체할 수 있을 것인지는 흥미롭고도, 중요하고, 또 예민한 문제입니다. 더 나아가면, 의학적으로 이것이 (적어도 특정 상황, 특정 환경에서라도) 가능하다고 증명하기가 아주 어려운 문제이기도 합니다. 의료 인공지능 분야 초창기에는 이런 질문이 많이 나왔었지만, 일종의 흥미 위주의 질문이기도 했고, 또 의료계에서 예민하게 반응할 수도 있는 질문이기 때문에 이를 직접적으로, 진지하게 다루는 경우는 많이 없었습니다. 하지만 이 분야의 발전이 지속적으로 진행되면서, 주류 의료계와 연구에서도 이런 질문들이 서서히 진지하게 논의되기 시작했습니다. 루닛의 AI로 유방암 검진에서 영상의학과 의사를 대체하기 이와 관련된 흥미롭고도 중요한 연구를 하나 소개해드릴까 합니다. 우리에게 익숙한 루닛의 유방촬영술 (mammography)에 대한 인공지능인 INSIGHT MMG를 독립적인 판독자로 활용하여, 기존의 표준 유방암
최근 Nature Biotechnology에는 양자 컴퓨팅을 활용해서 신약 후보 물질을 발굴하는 데 성공했다는 논문이 실렸습니다. 특히, 이 연구에서는 소위 ‘undruggable’, 즉 약을 만들기 불가능하다고 알려져 있는 극히 어려운 암 관련 타겟인 KRAS를 저해하는 후보 물질 2개를 발굴했습니다. 제가 양자 컴퓨팅 관련 지식이 별로 없어서, 기술적으로는 깊이 이해하지는 못했고, 결과 위주로 읽은 논문입니다. 최근에 양자 컴퓨팅 기술이 많은 주목을 받고 있습니다. 양자 컴퓨터는 양자 역학에서 양자 얽힘, 중첩 등의 효과를 이용해 계산하는 컴퓨터를 말합니다. 전통적인 컴퓨터가 2진법을 활용하여 0과 1을 구분할 수 있는 반면(이를 bit라고 합니다), 양자 컴퓨터는 0과 1을 동시에 공존시킬 수 있습니다. 이를 큐비트(qubit = quantum bit)이라고 합니다. 양자 컴퓨터를 활용하면
최근 생성형 인공지능 관련 기술이 폭발적으로 발전하면서, 이 기술을 활용한 의료기기와 관련된 논의가 진행되기 시작했습니다. 특히 미국의 FDA와 한국의 식약처를 비롯한 각국의 규제기관들의 고민이 깊어지고 있는데요. 여러 포스팅에서 언급해드린대로, 기존의 의료기기 인허가 프레임워크가 생성형 인공지능에 대해서는 그대로 적용되기 어려운 부분들이 많기 때문입니다. 식약처는 지난 5월부터 발빠르게 전문가 협의체를 구성하여 “생성형 인공지능 의료기기 허가·심사 가이드라인”의 초안을 확정하고 현재 의견 조회가 진행 중입니다. (저도 부족하지만 이 협의체에 참여하여 의견을 보태었습니다. 이 가이드라인에 대해서는 확정이 되면 추후에 다뤄보겠습니다.) 반면 미국 FDA는 사실 최근까지도 생성형 인공지능 기반의 의료기기에 대해서는 공식적인 언급이나 움직임이 많지 않았습니다. 2023년 5월 FDA의 국장 Robert Califf가 외부 강연 중에 아주
최근에 흥미롭게 읽은 기사입니다. 의사와 환자가 다이렉트 메시지로 서로 커뮤니케이션할 때, GPT와 같은 생성형 인공지능이 초안을 써준 것을 바탕으로 의사가 환자에게 메시지를 보내는 것에 대한 여러 논란과 이슈를 정리한 뉴욕타임즈 기사입니다. 미국의 1위 EMR 회사인 Epic의 환자 포털인 MyChart에는 최근 In Basket Art라는 인공지능 툴이 추가되었는데요. 이는 GPT-4에 기반해서 의사가 환자로부터 받은 메시지에 답변할 때, 그 초안을 만들어주는 기능을 합니다. 의사가 답장을 쓸 때 빈 화면에서 시작하는 것이 아니라, GPT-4가 환자의 질문 뿐만 아니라, 과거 메시지, 진료기록까지 참고하여 미리 답변을 써주게 됩니다. 그러면 의사는 이 초안을 검토하여 환자에게 보내는 것인데요. 이런 기능이 추가된 배경이 흥미롭습니다. 코로나 판데믹을 거치면서 모든 의료
최근 NEJM AI와 하버드 비즈니스 리뷰에 흥미로운 아티클이 실렸습니다. 의료 분야의 생성형 인공지능의 규제와 인허가에 관련하여 완전히 새로운 규제 패러다임이 필요하다는 주장입니다. 특히 생성형 의료 인공지능을 단순히 ‘의료기기’가 아닌 ‘새로운 지적 존재 (novel forms of intelligence)’로서 규제해야 할 필요성을 제안하고 있습니다. 이런 과감해보이지만, 나이브해보이기도 하고, 한편으로는 대책없어 보이는 주장은 사실 누구나 던질 수 있는 것입니다. 하지만 이 아티클의 저자가 Bakul Patel 이라는 것을 보면 갑자기 자세를 고쳐 앉아서 진지하게 이 글을 다시 읽게 됩니다. Bakul Patel은 지난 몇년 동안 FDA에서 디지털 헬스케어와 관련한 다양한 규제 혁신을 이끌었던 분입니다. 업계 사람들에게는 잘 알려진 Pre-Cert 도 이 분의 작품이었고, FDA의 디지털 헬스
세상에는 좋은 의학 저널에 실린, 훌륭한 (인공지능/머신러닝 기반의) 예측 모델이 수없이 많은데요. 하지만 이들 대부분은, 혹은 거의 모두는, 실제 임상 현장에서 사용되지 못하고 사장되고 맙니다. 그런 논문에서는 여러 미사여구를 활용해서 임상 활용에 대한 가능성을 제시함에도 불구하고 말이지요. 대체 왜 그럴까요? 최근 npj Precision Oncology에 실린 이 아티클은, 그 이유에 대해서 신랄하면서도 현실적인 인사이트를 전해주고 있습니다. 저자는 캠브리지 대학의 연구자로, 지난 20년 동안 의료 예측 모델을 개발하고 이를 사업화하는 과정에서 시행착오를 겪으면서 얻은 인사이트를 가감없이 전하고 있습니다. 소위 정말 뼈때리는(?) 명언들이 많은데요. (서준교 선생님께서 알려주신 아티클입니다. 덕분에 감사히 잘 읽었습니다!) 최근에 의료 인공지능 분야에서 본인의 연구 성과에 기반하여 의사 창업, 교수