보라빛 소를 만나기 위한 도약

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1837호(2018. 3. 14. 발행)에 기고한 원고입니다.

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

NFL, 선수의 부상 방지와 회복력 강화를 위해 ICT 기술 적극 수용.pdf

ž 지난 2월에 열린 52회 수퍼볼은 예상을 뒤엎고 필라델피아 이글스가 처음으로 우승한 것이 화제를 모았지만, ICT 관점에서는 수퍼볼 직전 NFL의 3가지 선택에 주목할 만함

Ø 첫번째 움직임은1월 29일에 NFL(미국 미식축구 리그)의 공식 스폰서인 HP의 풋웨어(Footwear, 신발) 솔루션 ‘FitStation(핏스테이션)’을 채택한 것임

Ø FitStation은 하드웨어와 소프트웨어 결합된 HP의 독자적인 플랫폼으로, 9대의 카메라를 포함한 3D 스캐너로 발의 길이와 폭, 발바닥의 높이 등을 측정하며, 또한 발의 압력 측정, 보행의 동적 분석 등을 초당 최대 500 회 실시하여 디지털 프로파일을 작성해 줌

Ø 또한 독자적인 알고리즘을 사용하여 나이키, 아디다스, 언더 아머의 운동화를 스캔한 3D 이미지와 작성된 디지털 프로파일을 매칭하여 그 선수에게 가장 적합한 운동화를 골라낸 후 사용할 것을 권유함

Ø NFL에 소속된 32개 팀이 이 기술을 채택하여, 내년 시즌 개막 전까지 모든 팀의 장비실(equipment room)에 도입될 것이라고 함

Ø 미국에서는 현재 최적의 신발을 권장하고 솔(sole, 밑창)을 커스터마이징 하여 판매할 목적으로 소매점들이 FitStation을 들여놓고 있는데, NFL은 최적의 운동화 사용을 조언함으로써 부상 예방을 도모할 목적으로 도입을 결정한 것임

Ø NFL 근골격위원회의 멤버인 리차드 켄트 박사는 성명을 통해 ‘신발은 퍼포먼스 향상을 위해서도 중요하지만 방어 기제의 중요한 구성 요소임을 강조하였음

Ø NFL에서 선수가 많이 손실되는 이유는 다리 부상에서 유래하는데, 더 나은 디자인의 신발은 발의 염좌나 골절, 발목 염좌 등의 부상에 대한 방어 메커니즘이 될 수도 있다며 FitStation 도입의 의의를 설명하였음

ž 두 번째 ICT 도입 움직임은 1월 31일에 있었는데, NFL은 수면 과학을 전문으로 하는 미국의 슬립 넘버(Sleep Number)와 제휴한다고 발표하였음

Ø 이 제휴를 통해 NFL의 모든 선수에게는 슬립 넘버의 ‘360 스마트 침대'’가 제공되었는데, 이 침대에는 센서가 탑재되어 있어 선수 개개인에게 최적으로 강도로 자동 조절되며, 이밖에 ‘슬립 IQ’라는 수면 시간과 질을 측정하는 기술이 적용되어 있음

Ø 슬립 IQ는 스마트폰 앱과 연계되며 최적의 수면 횟수나 시간을 산출해 내는데, 슬립 넘버의 관계자는 이러한 데이터를 수면 치료를 담당하는 팀 트레이너에게 전달하고 선수가 최대의 휴식을 취할 수 있도록 조언을 해줄 수 있음

Ø 수면 과학을 도입하여 선수의 회복력과 퍼포먼스의 향상을 도모하려는 움직임은 미국 스포츠 계에서 트렌드를 형성하고 있는데, 그 중에서도 리그 차원에서 도입하고 있는 NFL은 특히 앞서나가고 있음

ž 세 번째 움직임은 수퍼볼 전날인 2월 3일 미니애폴리스 씨어터에서 열린 ‘1st and Future’ 행사인데, 벤처기업들을 대상으로 한 비즈니스 아이디어를 겨루는 콘테스트임

Ø 이 행사는 NFL과 미디어 기업인 NBC 유니버설, 의료 기관인 메이요 클리닉이 후원하는 것으로, 매번 3개의 테마를 제시한 후 벤처기업들이 비즈니스 아이디어를 겨루게 하여, 각 테마당 3개사를 최종 후보로 선정함

Ø 수퍼볼 전날에 NFL 커미셔너와 스폰서 기업들의 임원들 앞에서 최종 후보에 오른 기업들이 공개 프레젠테이션을 실시하여 최종 심사를 하는데, 이번에는 ‘방어구의 진화, 빠른 회복을 위한 새로운 요법, 운동 성능 향상을 위한 기술’ 등 3개 부문에서 경쟁하였음

Ø 방어구 부문에서 우승한 것은 액정 탄성중합체(LCE)라는 형상 변화 폴리머를 헬멧 내부 완충제로 사용하는 아이디어를 벤처기업 임프레시오(Impressio)임

Ø 빠른 회복 부문에서 우승한 것은 ‘리커버X(RecoverX)’인데, 이 기업은 얼음이나 물을 사용하지 않음으로써 더 자유롭게 핫 & 콜드 치료를 할 수 있는 하드웨어를 개발하고 있음

Ø 퍼포먼스 향상 부문에서는 캐나다의 ‘커브.ai(Curv.ai)’가 우승했는데, 이 기업은 컴퓨터 비전과 증강현실(AR)을 이용하여 훈련 중 신체의 움직임을 포착하고 40 야드 대시 시간 등 훈련 활동을 정량화함으로써 성능 향상과 부상 위험을 평가하는 기술을 개발하고 있음

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1837호(2018. 3. 14. 발행)에 기고한 원고입니다.

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

소니, 사내 AI 인재 양성 위해 사용하기 쉬운 딥러닝 도구 개발.pdf

ž 외부에서 구하기 어려운 인공지능(AI) 응용 인력을 확보하기 위해 소니는 사내 직원들의 AI 응용 감각을 훈련시키기 위한 도구를 자체 개발하였음

Ø 기계학습을 비롯해 AI를 기존 비즈니스에 활용하기 위해 각 기업들은 AI 인재의 확보에 열을 올리고 있는데, 특히 중요하게 생각하는 인력은 자사의 제품 및 기업의 핵심 과제와 AI 기술 사이의 친화성을 적절하게 평가할 수 있는 ‘AI 응용 인재’임

Ø 그러나 AI 기술을 자사 제품과 연계하려면 제품에 대해 정확히 이해하고 있어야 하고, 기업의 핵심 과제는 내부 기밀의 성격도 있어 외부로 공개되지 않아야 할 필요가 있는 만큼, AI 응용 인재는 본질적으로 외부에서 구하기 어렵다는 문제가 있음

Ø 이런 딜레마를 해결하기 위해 소니가 찾은 해결책은 사내 직원들이 딥러닝(Deep Learning)의 응용 감각을 연마할 수 있는 훈련 도구를 자체 개발하여 배포하는 것이었음

Ø 소니는 우선 2017년 6월에 딥러닝 라이브러리인 ‘Neural Network Libraries(NNL)’을 오픈소스 소프트웨어로 공개하였음

<자료> Futurism

[그림 1] 소니의 딥러닝 라이브러리 NNL

Ø 이 라이브러리를 이용하면 기본적인 DNN(deep neural network) 이외에 RNN(recurrent neural network), GAN(generative adversarial network) 등 다양한 딥러닝 모델을 설계할 수 있음

Ø 개발된 모델은 C++ 언어의 소스 코드로 출력이 가능하며, 변환의 번거로움 없이 스마트폰을 비롯한 다양한 디바이스에 탑재할 수 있는 장점이 있음

Ø 이어 2017년 8월에는 GUI 환경에서 NNL의 기능을 사용할 수 있는 통합 개발 도구 ‘Neural Network Console(NNC)’도 오픈소스로 공개했는데, 딥러닝 개발의 사실상 표준 언어인 파이선(Python)을 배우지 않아도 GUI를 통해 직관적인 개발이 가능하게 되어 있음

<자료> Futurism

[그림 2]  NNL 이용 통합개발기구 NNC

ž NNL은 현재 소니 그룹 내에서 약 1천 명이 사용 중이며, AI 개발 경험이 없는 개발자가 NNL을 이용해 3개월 만에 제품 탑재가 가능한 인식 시스템을 개발한 사례도 있다고 함

Ø NNL은 원래 딥러닝 연구개발을 효율화 하려는 목적으로 소니의 R&D 팀이 사내에서 개발 한 라이브러리인데, 소니가 2010년경부터 기존의 기계학습 기술을 점차 딥러닝으로 대체하면서 개발자용 소프트웨어의 정비를 진행해왔음

Ø 소니 그룹의 NNL 사용자는 이미 1,000명 이상으로 확산되고 있다고 하며, 소니 그룹 내 다양한 사업분야에서 NNL과 NNC를 이용한 제품 개발 실적이 나오고 있다고 함

Ø 가령 2018년 1월에 소니가 출시한 ‘아이보(aibo)’ 로봇에 탑재된 이미지 인식 기능은 NNL을 이용해 개발된 것임

Ø 그 밖에 소니의 스마트폰 Xperia시리즈에 탑재하는 AR(증강현실) 사진 촬영 앱인 ‘AR 이펙트’와 블루투스 헤드셋인 Xperia Ear를 이용해 머리 움직임을 인식하는 ‘헤드 제스처 인식 기능’, 소니 부동산의 ‘부동산 가격 추정 엔진’ 등의 개발에 이 도구들이 이용되었음

Ø 기계학습의 초보자도 개발을 쉽게 할 수 있도록 하기 위해, NNC는 다운로드 하여 사용하는 윈도우 버전 외에 GPU에 의한 학습이 가능한 클라우드 버전(오픈 베타)으로도 제공되고 있음

Ø 딥러닝 개발 프레임워크는 소니 외에도 이미 여러 기업이 OSS로 공개하고 있는데, 캘리포니아 대학 버클리 캠퍼스의 ‘카페(Caffe)’와 구글의 ‘텐서플로우(TensorFlow)’, 프리퍼드 네트웍스(Preferred Network)s의 ‘체이너(Chainer)’ 등이 대표적임

Ø 이들 타사의 개발 환경에 대해 소니는, 기계학습에 익숙한 사용자에게는 상당히 사용하기 쉬운 면이 있지만, 경험이 전혀 없는 초보자에게는 도구의 동작 환경을 갖추는 것 자체가 장벽일 정도로 어려운 면이 있다고 평하며, NNL과 NNC의 접근 용이성을 강조하고 있음

ž 소니는 사용하기 쉬운 AI 개발 도구가 더 혁신적인 AI 응용 사례를 만들어 낼 것이라 보고 있으며, 무료 공개를 통해 내부 인재 육성뿐 아니라 미래 인재 확보도 도모하고 있음

Ø 딥러닝의 도입을 저해하는 요인 중 하나로 ‘그 작동 메커니즘을 알 수 없는’ 블랙박스 시스템을 제품과 서비스에 적용할 수는 없다는 기존의 개발 관행이 거론되기도 함

Ø 가령 기존의 인식 기술은 대상을 상세하게 분석하고 표현력이 높은 특징량과 판별이 정확한 감식기를 세밀하게 조정하면서 정확도를 향상시켜 개발하는 것이 일반적이었음

Ø 이에 비해 딥러닝의 개발에서는 학습시키는 교사 데이터의 양과 질이 학습을 마친 모델의 성능을 크게 좌우하는, 즉 데이터 수집 자체가 개발 완성도와 직결되는 방식임

Ø 양자의 개발 스타일에 차이가 있기 때문에, 기존 기계학습 기술에 익숙한 전문가의 경우 과거의 지식을 버리고 데이터 기반 방식으로 전환하는 것에 심리적 저항이 많다고 함

Ø 이러한 상황 때문에 소니 측은 오히려 기계학습 경험이 없는 젊은 개발자들이 딥러닝의 개발 사상에 거부감이 없다고 보고 있으며, NNL과 NNC를 젊은 층이 많이 활용해 줄 것을 기대하고 있음

Ø 소니는 직원들에게 우선은 자신의 업무과 직결되지 않더라도 가령 간단한 이미지 인식 모델의 개발부터 시작해 효과를 직접 경험해 볼 것을 권고하고 있는데, 어느 정도 숙달되면 자신의 업무에 적용할 아이디어를 떠올릴 수 있게 될 것으로 보기 때문

Ø 소니가 NNL과 NNC를 오픈소스로 공개한 배경에는 내부 인재 육성뿐 아니라 미래 인재 확보의 목적도 있음

Ø 지금까지 소니는 자신들의 AI 관련 연구개발 성과를 대외적으로 어필해 오지 않았지만, 이번 도구의 공개를 계기로 다시 한번 소니의 기술력을 주목하게 함으로써 향후 딥러닝을 하고 싶어 하는 인재들이 소니를 선택하게 하는 계기로 만들고자 하는 것임

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1837호(2018. 3. 14. 발행)에 기고한 원고입니다.

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

분기 최대 실적 낸 아이폰과 애플 워치, 성장 키워드는 &lsquo;헬스&rsquo;.pdf

[ 요 약 ]

[ 본 문 ]

ž 2017년 4분기에 애플은 아이폰 판매대수가 전년 동기 대비 감소했음에도 불구하고 역대 최고의 분기 매출 실적을 기록하였음

Ø 최근 공개된 애플의 4분기 결산 발표에 따르면 아이폰의 판매대수는 7,731만 6,000 대였는데, 이는 전년 동기 대비 1.2% 감소한 것으로 연말 홀리데이 시즌이 포함된 4분기에 아이폰의 판매 실적이 전년 동기 대비 감소한 것은 이번이 처음임

Ø 이런 결과는 아이폰의 성장이 둔화되고 있다는 우려가 나오는 가운데, 또한 새로 출시된 10주년 기념 모델 ‘아이폰 X’가 당초 기대했던 만큼의 수요 창출이 어렵다는 전망이 제기되는 가운데 나타난 것이라 애플로서는 우려할 만한 상황이라 볼 수 있음

Ø 그러나 아이폰의 시장 동향에 정통한 전문가들은 상황을 낙관하고 있는데, 그 근거는 4분기 애플의 매출액이 882억 9,300만 달러로 분기 매출로는 사상 최대치를 기록했기 때문

Ø IDC에 따르면 애플의 매출 실적 호조를 견인한 것은 9월과 11월에 출시된 아이폰 8과 아이폰 8 플러스, 아이폰 X인데, 아이폰 X의 판매대수가 예상했던 것만큼 높지 않았던 것은 사실이나 아이폰 X은 역할은 그 자체 보다 다른 라인업과의 관계에 있음

Ø 아이폰 X의 가격은 999 달러부터 시작되는데, 이 최고가 모델의 등장으로 인해 아이폰의 평균 판매가격은 역대 최고치인 796 달러를 기록하게 됐으며, 다양한 가격대의 제품이 갖춰지며 신흥국과 선진국 시장 모두에서 폭넓은 고객층에 어필할 수 있게 되었다는 것임

[표 1] 애플 2018년 1분기¹⁾ 제품별 판매실적(단위: 천대, 백만 달러)

1) 애플은 9월말 회계연도 기업으로 10월~12월 기간이 회계연도의 1분기가 됨

2) 기타 제품에는 애플 TV, 애플 워치, 비츠(Beats) 제품, 아이팟 터치, 애플 브랜드 및 써드파티의 액세서리가 포함

<자료> Apple

ž 애플의 4분기 판매 실적에서 또 하나 주목할 것은 애플 워치의 약진인데, 3세대 애플 워치는 시중에 나와 있는 모든 웨어러블 기기 중 가장 높은 매출 성장세를 보이고 있음

Ø 애플은 2017년 9월에 3세대 애플 워치인 ‘시리즈(Series) 3’을 출시했는데, 애플이 애플 워치만의 판매량을 별도로 발표하지 않아 정확한 것은 아니지만, 시장조사기관 캐널리스(Canalys에 따르면 2017년 4분기 애플 워치 출하대수는 800만 대로 추정됨

Ø 캐널리스의 추정이 맞다면 이 분기 출하대수는 애플 워치 사상 역대 최고치이며, 애플뿐 아니라 모든 웨어러블 기기 메이커의 분기 출하대수를 통틀어서도 역대 최대치임

Ø 또한 4분기 스위스의 시계 출하대수인 680만 대를 넘어서는 것이기도 한데, 애플 워치의 분기 판매량이 스위스의 시계 판매량을 넘어선 것도 이번이 처음임

Ø 시리즈 3 모델의 2017년 연간 출하대수는 약 900만 대로 애플이 2017년에 출하한 모든 애플 워치 중 거의 절반을 차지하였는데, 시리즈 3은 애플 워치 중 처음으로 휴대전화 통신 기능이 내장된 셀룰러 지원 모델을 제공한 것이 특징

Ø 캐널리스에 따르면 셀룰러 지원 모델이 전체 애플 워치 출하대수에서 차지한 비율은 13% 수준이지만 그 성장 속도는 현재 시중에 나와 있는 모든 셀룰러 지원 웨어러블 기기 중에서 가장 빠르다고 함

ž 애플 비즈니스의 관건은 아이폰과 애플 워치의 판매 실적을 계속 이어 나갈 동력을 확보하는 것인데, 애플이 오래 전부터 공을 들여온 것은 건강∙의료관리 기능의 강화임

Ø 애플의 건강∙의료 기능 강화 전략은 이미 스티브 잡스 시절에 구상된 것으로 오래 전부터 생물의학 전문가로 구성된 비밀 팀을 운영 중인 것으로 알려지고 있는데, 이 팀의 목적은 생체에 손상을 주지 않는 비침습의 방식으로 혈당을 측정하는 센서의 개발이라고 함

Ø 작년에 팀 쿡 CEO는 개발 중인 혈당 측정 장비를 자신의 팔에 장착해 직접 테스트하고 있다는 보도가 나오기도 했는데, 보도에 따르면 이 장비는 애플 워치와 함께 작동하는 포도당 지속 측정기의 프로토타입이었음

Ø 팀 쿡은 스코틀랜드의 글래스고 대학에서 명예박사 학위를 받을 당시 행한 강연에서도 이 장비에 대해 언급한 바 있는데, 자세한 내용은 밝히지 않았지만 애플 워치의 시계 밴드에 측정 기능을 넣을 방안을 고려 중이라 말한 바 있음

Ø 이 외에도 아이폰과 애플 워치를 건강·의료정보 관리의 핵심 단말기로 만들기 위해 의료 분야 연구에 주력하고 있다는 징후는 많은데, 가령 아이폰에는 피트니스 장비 및 건강관리 앱에서 데이터를 모으고 공유하기 위한 소프트웨어 기반인 ‘HealthKit(헬스킷)’이 있음

Ø 아이폰은 현재 건강관리 앱인 ‘Health(국내에서 명칭은 건강)’를 제공하고 있는데, ‘헬스킷’을 ‘Health 앱’ 조합하면, 이용자가 자신의 데이터를 아이폰 또는 애플 워치에서 확인하거나 의사로부터 통지를 받을 수 있게 할 수 있음

Ø 헬스킷과 함께 애플이 개발한 건강·의료 관련 소프트웨어 기반은 2가지가 더 있는데, 하나는 의학·의료 연구용 앱인 ‘ResearchKit(리서치킷)’으로 이를 이용하면 아이폰 이용자의 활동과 증상, 건강 상태를 측정·조사할 수 있는 앱을 개발할 수 있음

Ø 또 하나는 ‘CareKit(케어킷)’으로 개인의 건강·증상·치료 데이터를 다루는 앱을 개발할 수 있는 플랫폼이며, 건강관리 계획을 기록하고, 증상과 투약 치료를 관리할 수 있음

ž 아이폰의 의료∙건강관리 기능 강화와 관련해 애플은 아이폰의 차기 OS인 ‘iOS 11.3’에서 이용자가 의료기관으로부터 자신의 정보를 쉽게 접근할 수 있는 구조를 도입하였음

Ø 애플은 2018년 1월 공개한 iOS 11.3 베타에서 이미 제공 중이던 ‘Health앱’을 업그레이드하며 새롭게 ‘Health Records(건강 기록)'라는 섹션을 추가하였음

Ø 이용자는 Health Records를 이용해 병원 등의 의료기관으로부터 자신의 데이터를 수집하고 관리하게 있게 되었는데, 데이터 항목은 건강 상태, 치료, 검사 결과, 복약, 바이탈 사인, 알레르기, 예방 접종 등 다방면에 걸쳐 있음

Ø 이 새로운 기능은 당분간 미국의 아이폰 이용자에게만 제공되는데, 애플은 존스 홉킨스 메디신(Johns Hopkins Medicine, 메릴랜드주 볼티모어)과 시더스 사이나이(Cedars-Sinai, 캘리포니아주 로스앤젤레스) 등 10여 개 의료기관과 제휴하고 있으며, 이들 병원을 이용하는 환자는 즉시 새로운 기능을 사용할 수 있음

Ø 지금까지 환자들은 각 의료기관에 저장된 자신의 데이터를 보기 위해 각각의 웹사이트에 로그인하여 조회하고 일일이 손으로 취합해야 했는데, 이런 불편함을 해소하기 위해 애플은 의료기관과 연계해 환자에게 보다 간편한 방법을 제공할 것을 기획했다고 함

Ø 이번에 개발된 ‘Health Records’ 기능은 전자의료 기록을 전송하기 위한 표준인 FHIR(Fast Healthcare Interoperability Resources)를 준수하고 있음

Ø 애플이 세부 사항을 공개하고 있지 않지만, iOS 11.3에서 도입되는 ‘Health Records’ 기능은 ‘케어킷’의 개념에 가까운 것으로 보임

ž 건강∙의료 정보 강화 전략과 관련해 아이폰보다 관심을 모으고 있는 것은 애플 워치인데, 애플 워치를 인공지능과 결합해 의료기기로 활용하려는 시도가 활발히 전개되고 있음

Ø 애플 워치는 심장 박동이나 보행 수를 측정할 수 있고 매일의 운동량을 알려줄 수 있기 때문에 건강 관리용 웨어러블로도 인기가 높음

Ø 현재 이 애플 워치의 데이터를 인공지능(AI)으로 분석하여 질병을 감지하는 연구가 진행되고 있는데, 이를 통해 심장 질환이나 당뇨병의 징후를 정확하게 포착하게 된다면 가전 기기 등급의 웨어러블을 AI와 결합을 통해 의료기기로 바꿔놓는 셈이 됨

Ø 이 연구는 모바일 헬스 데이터 스타트업인 ‘카디오그램(Cardiogram)’과 캘리포니아 대학 샌프란시스코 캠퍼스(UCSF)가 공동으로 진행하고 있음

Ø 카디오그램은 애플 워치에서 측정한 신체 데이터를 분석해 건강 관리용 앱을 제공하고 있으며, UCSF는 스마트폰 등을 이용해 심장병을 예견하고 질병 발병을 예방하는 연구인 ‘Health eHeart Study' 프로젝트를 전개하고 있음

Ø 카디오그램과 UCSF는 애플 워치에서 측정한 데이터를 AI로 분석해 부정맥을 감지 할 수 있음을 공동으로 증명한 바 있는데, 동일한 수법으로, 당뇨병, 고혈압, 불면증 등의 질환도 감지할 수 있다고 공개해 관심을 모으고 있음

ž 카디오그램은 건강 관련 데이터 분석 신경망인 ‘딥하트(DeepHeart)’를 개발했는데, 이 신경망은 심방 세동은 97% 정확도, 당뇨는 85% 정확도로 판정해 냈다고 함

Ø 애플 워치에 탐재된 센서로 측정한 심장 박동이나 보행 수 등의 데이터를 딥하트 신경망에 입력하면 딥하트는 부정맥의 일종인 심방 세동(Atrial Fibrillation)을 감지하는데, 임상 실험결과 97% 정확도로 심방 세동을 감지하였음

Ø 카디오그램은 부정맥에 이어 딥하트를 이용해 당뇨병이나 고혈압 등을 감지하는 연구를 진행했으며, 그 연구 결과는 논문 ‘DeepHeart: Semi-Supervised Sequence Learning for Cardiovascular Risk Prediction’을 통해 공개되었음

DeepHeart Semi-Supervised Sequence Learning for Cardiovascular Risk Prediction.pdf

Ø 논문에 따르면 이 연구에는 14,011명의 피험자로부터 모은 2억 건의 애플 워치 데이터가 사용되었으며, 동시에 UCSF의 협력을 얻어 이 피험자들을 대상으로 대학 병원에서 검사한 의료 데이터를 수집해 활용하였음

Ø 카디오그램은 애플 워치에서 측정한 데이터와 의료 데이터를 사용해 딥하트 알고리즘을 교육시켰는데, 그 결과 딥하트가 85%의 정확도로 당뇨병을 판정하였음

Ø 또한 불면증은 83% 정확도로, 고혈압은 81%의 정확도로 판정 할 수 있었는데, 기존에도 기계학습을 통해 심박수와 이들 질병 사이의 관계를 밝히려는 연구가 진행되고 있었지만 딥하트는 기존 연구에 비해 정확도가 크게 향상되었다고 함

ž 의료 분야는 AI와 궁합이 좋은 것으로 평가되나 의료의 특성상 알고리즘 교육에 사용할 데이터가 극히 적은 것이 문제였는데, 딥하트는 새로운 방식으로 이 문제를 개선하였음

Ø 의료 분야에서 AI의 도입은 선도적으로 빠르게 이루어지고 있으며 의료는 AI의 스윗 스폿(sweet spot)이라는 평가도 받고 있지만, 의료 분야는 데이터 보호가 철저해 알고리즘 교육에 사용할 데이터가 매우 적다는 고유의 문제점을 안고 있음

Ø 딥하트 연구에서도 카디오그램은 1만여 명의 피험자가 UCSF 병원에 문진 형태로 제공한 데이터를 이용했는데, 즉 딥하트 연구에는 1만 건이라는 적은 데이터로 질병을 감지해 내야 하는 어려운 미션이 부여되었음

Ø 구글 인셉션(Google Inception) 등 이미지 인식 알고리즘을 개발할 때 보통 100만 건 이상의 교육 자료를 확보하는 것과 비교해 보면, 의료 분야에서 얼마 안 되는 데이터로 알고리즘을 효과적으로 교육하는 기법이 요구됨을 알 수 있음

Ø 딥하트 개발에서는 ‘Semi-supervised Sequence Learning(준지도 순서 학습)’이라는 기술을 사용했는데, 이는 네트워크를 ‘Sequence Autoencoder(시퀀스 오토인코더)’로 미리 교육하는 기법임

Ø [그림 5]에서 시퀀스 오토인코더는 ‘Recurrent Network(회귀망, 시간에 의존하는 처리)’로 구성되는 네트워크에서 입력 시퀀스(왼쪽 절반)를 읽어 들여 그 결과를 벡터량으로 매개변수에 저장함

Ø 그 다음 학습된 매개변수에서 네트워크는 입력 시퀀스를 재현(오른쪽 절반)하는데, 구체적으로 말의 늘어선 모양(W, X, Y, Z, eos)을 시퀀스 오토인코더에 입력하면 네트워크가 그 순서를 학습하고 그에 따라 말의 순서를 출력하게 됨

Ø 이런 방식을 통해 교육 과정을 간소화하여 적은 의료 데이터로도 딥하트를 교육 할 수 있었으며, 1​​만 건에 불과한 의료 데이터로 딥하트의 판정 정확도를 높일 수 있었음

ž 카디오그램은 애플 워치 측정 데이터를 이용해 여러 질병을 감지 할 수 있음을 증명한 데 이어, 다음 단계로 질병을 감지한 이용자에게 치료법의 제시를 계획하고 있음

Ø 심장은 신경 세포를 통해 많은 장기와 연결되어 있기 때문에, 오래 전부터 심장 박동이 당뇨병이나 고혈압, 불면증과 어떤 관계가 있는지 의학적 관점의 연구가 진행되어 왔음

Ø 심장 리듬의 불규칙성을 나타내는 지표인 HRV(Heart Rate Variability)은 질병과 상관관계가 있을 것으로 추정되고 있음

Ø 가령 사람은 차분히 있을 때는 심장 박동 수가 일정하지 않아 HRV이 높게 나타나는 반면, 스트레스를 받으면 심장 박동 수가 증가하고 심장이 규칙적으로 박동하여 HRV가 낮아지는 것을 알 수 있음

Ø 이 때문에 HRV와 질병 사이의 관계에 대한 연구가 진행되어 왔으며, HRV와 당뇨병의 관계는 ‘Diabetes, glucose, insulin, and heart rate variability: the Atherosclerosis Risk in Communities(ARIC) study’라는 제목의 논문으로 발표된 바 있음

Ø 이 논문은 HRV의 감소와 초기 당뇨병 사이에 관계가 있다고 결론을 내리고 있는데, 카디오그램은 이 연구 성과를 기반으로 딥하트 신경망을 개발한 것임

Ø 딥하트는 애플 워치에서 측정한 데이터를 사용하여 부정맥, 당뇨병, 고혈압, 불면증을 감지 할 수 있음을 증명했는데 향후에는 이를 감지한 이용자들에게 의료기관에서 입증된 해결책을 제시한 것을 계획하고 있음

Ø 즉, 카디오그램의 앱이 병원의 의사를 대신해 환자를 진단하고 대처 요법을 알려주는 것을 구상하고 있는 것임

ž 애플 워치가 모든 웨어러블 기기 중 역대 최고의 분기별 매출을 기록한 가운데, AI와 결합을 통해 의료 기기로 역할이 강화된다면, 애플 워치의 판매 증가는 당분간 이어질 전망

Ø 애플 워치가 인기를 구가하고 있는 웨어러블이긴 하지만 역대 최고를 기록한 판매대수 수준이 여전히 당초 기대치를 밑돈다는 지적도 있는데, 주요 이유 중 하나로 센서의 정확도가 높지 않아 애플 워치의 건강관리 기능이 제한적이라는 점이 거론되고 있음

Ø 그러나 애플 워치에 AI를 결합하면 높은 정확도로 질병을 정밀하게 감지 할 수 있는 의료기기로 변신시킬 수 있음이 입증됨에 따라 상황이 변화될 전기가 마련되었음

Ø 손목에 차고 다니는 애플 워치를 통해 어느 날 갑자기 당뇨 진단을 받는 것은 당황스러운 경험일 수도 있으나, 조기에 질병의 징후를 발견하고 질병을 극복할 수 있는 의료기관의 검증된 치료 방법이 제시될 수 있다면 건강 모니터링의 패러다임이 변할 가능성이 있음

Ø 애플 워치의 기능과 역할에 대해서는 여전히 갑론을박이 많지만, 애플 워치의 역할이 크게 바뀌어 의료 기기로서 새 출발을 할 것 같은 흐름이 강하게 감지되고 있음