[소개글]

(핵심주제) 인공지능(AI) 트렌드 13가지를 살펴보고 현재 헬스케어 분야에 활용되는 현황을 파악한다. 더불어 향후 헬스케어 분야의 인공지능 활용이 어떻게 발전할지도 예측해본다.

-

(주요내용)

2018년도 눈여겨볼 인공지능(AI) 트렌드 13가지

1) 새로운 블루칼라 일자리-로봇 베이비시터(robot babysitters). 로봇의 확대로 제조업 일자리 수와 성격이 바뀌는데 노동은 로봇이 맡고 사람은 산업 로봇을 유지·운용하는 등 고도화된 작업을 수행하는 것이다. 소비자 취향 변화 속도를 로봇은 잘 적응하지 못하기 때문에 완전한 자동화가 아닌 사람과의 협력이 이뤄지게 된다.

2) 어디에나 존재하는 “인공지능 기반 … (AI for X)” 기본적으로 소프트웨어를 훈련시킬 데이터가 있고 그것을 통해 얻고 싶은 결과물이 있다면 머신러닝은 어느 곳에서나 이용될 수 있다. 머신러닝은 더 이상 색다른 기술이 아니라 최신 소프트웨어와 애플리케이션에 있어서 하나의 기본 구성물(building blocks)이다.

3) 인공지능 분야 중국이 빠르게 성장하여 미국의 지배 구도를 바꾸고 있다. 중국은 안면인식(facial recognition), 인공지능 칩(AI chips) 등 일부 분야에서는 미국을 능가하고 있고, 중국 정부는 인공지능을 여러 산업에서 집중 육성하고, 스타트업들을 지원하고 있다.

4) 국방의 미래가 AI에 달려있다. 냉전시기 미사일 격차를 논했다면 이제는 사이버 역량 격차가 중요하며 사이버보안과 전통적인 국방이 통합되고 있다. AI 알고리즘을 활용한 사이버보안이 유용하여 향후 국방은 AI에 달려 있다.

5) IoT 기기들이 Google Home과 같은 스마트홈 스피커와 연결되어 사용되므로 스마트홈 스피커의 지배력이 커졌다. 언어인식에서 우위를 갖춘 Google이 Amazon이나

6) 화이트칼라 자동화가 가속화되다,. 인공지능이 접목된 전문가 자동화 및 증강 소프트웨어(Expert Automation & Augmentation Software (EAAS) 플랫폼의 증가와 함께 인공지능 지원 혹은 인공지능 강화 생산성 프로그램으로 화이트칼라의 사무적 성격 업무가 빠르게 사라질 것으로 보인다.

7) 대기시간이 적은 지능형 엣지(edge) 기기는 중앙서버나 다른 기기와 통신하는 하이브리드 모델로 발전할 것이다.

8) Google사의 Geoffrey Hinton이 2017년 논문에서 소개한 캡슐회로망(capsule networks) 개념은 인공지능이 더 적은 데이터를 가지고도 일반적인 패턴을 식별해내고 오류가 있는 결과물에도 덜 취약하게 해준다. 캡슐회로망은 모든 변이에 대한 훈련을 받지 않아도 돼서 더 적은 데이터를 필요로 한다는 점에서 더 뛰어나다. 또한 알고리즘에 혼란을 초래하는 공격에도 더 강하다

9) 인공지능 인재 전쟁. 다양한 기업에서도 머신러닝 전문가의 임금은 315,000~410,000 달러에 달한다. 머신러닝 연구자는 30만명인데 미국 취업정보 사이트 검색에서 3만2천 개의 구인정보가 검색된다 AI 연구자들의 창업이 증가하면서 인재 전쟁은 더 격심해지고 있다.

10) 머신러닝 기반 스타트업은 몇 년간 막대한 투자를 받았다. 향후 몇 년 안에 머신러닝 기술이 보편화 되고 당연시 될 것이다. 산업용 사물인터넷, 사이버보안 기업들은 모두 머신러닝을 이용하고 있고 솔루션을 제공하고 잇다.

11) Amazon, Google, Microsoft, 기업용 인공지능(enterprise AI)을 장악하다. 거대기업들은 각종 “인공지능 접목 서비스(AI-as-a-Service)”를 내놓고 고객이 자신들의 데이터로 알고리즘을 훈련시켜 사용할 수 있도록 향상시키고 있다.

12) 미국 FDA는 인공지능 의료영상진단 등 헬스케어 서비스를 승인을 했다. 첫 승인은 스타트업인 Arterys사의 심장 영상 분석용 클라우드 컴퓨팅 플랫폼이며, 현재 종양학 관련 플랫폼도 허가를 신청했다. AI는 최종진단이 아닌 의사를 보조하는 역할을 한다.

13) DIY 인공지능. 향후 오픈소스 소프트웨어와 조립키트 등을 이용하여 자신만의 인공지능을 구축할 수 있다. 된다. Google은 AIY(artificial intelligence yourself)라고 불리는 “AI for all ages” 프로젝트에 착수했다.

인공지능은 헬스케어 향상에 어떻게 기여할 것인가

"헬스케어 비용을 얼마나 효과적으로 감축시킬 수 있느냐가 향후 인공지능(AI) 기반 헬스케어 발달의 방향과 속도에 결정적 영향을 미칠 것으로 보인다." 또한 인공지능과 여러 기술들은 헬스케어 서비스 제공자가 단순업무에서 벗어가 고부가가치케어에 집중할 수 있도록 지원하는 역할을 할 수 있다.

-

(시사점)

인공지능(AI)은 대규모 건강정보의 통합 및 활용, 효과적인 진단 및 치료법 제시, 정밀한 치료 기술 및 신약개발 비용 감축 등 헬스케어의 난제들을 획기적으로 개선할 방안으로 기대되고 있 다. 기업과 함께 정부 차원에서 헬스케어에서의 인공지능 활용을 적극 지원하는 한편 건강정보 보안 문제와 AI 기반 진단 및 치료 오류에 대한 책임 소재 등에 대한 대책을 논의한다며 인공지 능을 기반으로 한 환자 중심 의료(patient-centered care) 및 정밀의료의 실현이 한 발 앞당겨 질 것으로 기대된다.

[보고서 목차]

1. 2018년도 눈여겨볼 인공지능(AI) 트렌드 13가지
2. 헬스케어분야 인공지능(AI) 활용 현황
3. 신약개발에 인공지능을 활용하는 기업

[초록 요약]

인공지능(AI, artificial intelligence)이 다양한 산업 분야에 빠르게 확대되고 있다. 아직은 AI를 활용할 수 있는 업무의 종류나 범위가 제한적이지만 변화의 속도와 영향이 매우 크다. 기존 기술에 접목되어 기능을 향상시키기도 하고 전혀 새로운 상품과 서비스를 가능하게 할 뿐만 아니라 인력시장에도 영향을 미치는 등 산업과 경제를 재편하고 있다. 그 중 헬스케어산업은 AI 기술의 접목과 그로 인한 변화가 가장 급속도로 증가하고 있고 현재 가장 활발한 산업 부문 중 하나다. 본고는 최근 인공지능의 빠른 확산으로 인한 변화 트렌드와 헬스케어분야 활용 현황을 정리했다.

[관련 지식]

10 Artificial Intelligence Trends to Watch in 2018 - Entrepreneur

https://www.entrepreneur.com/article/307589

Simon Smith, "117 Startups Using Artificial Intelligence in Drug Discovery", 2017.12. 8.

https://blog.benchsci.com/startups-using-artificial-intelligence-in-drug-discovery

[관련 동영상]

인공지능! 헬스케어와 만났다. (KAIST 이경상, 2018. 6. 23.)

https://www.youtube.com/watch?v=FSAZxjwQmno

Better Medicine Through Machine Learning (Suchi Saria, TEDxBoston, 2016)

https://www.youtube.com/watch?v=Nj2YSLPn6OY

YTN SCIENCE, "인공지능은 어떻게 의료를 혁신하는가" 2018. 6. 6.

https://www.youtube.com/watch?v=8ItuK_efSh0

[서지사항]

한국바이오협회 http://www.koreabio.org

[원문보기]

http://www.koreabio.or.kr/cms/cmsView.do?menu1=8&menu2=2&type1=3&viewCheck=true&bbsseq=37792&bbsid=bbs9