강원도, 기업 손잡고 의료 AI 학습 위한 의료영상 이미지 부족 해결 물꼬
지역 소멸은 정부가 해결해야 하는 여러 현안 중에서도 시급성을 고려할 때 신속한 해법 마련이 요구된다. 우리는 지역의 바이오헬스 산업 육성이야말로 지역 경제를 활성화해 지역 소멸이란 난제를 해결할 수 있는 것이라 확신한다. 이에 지역의 강소 바이오헬스 산업과 인프라, 생태계 구축을 위한 노력을 소개한다. 의료 인공지능(AI)의 학습 등에 활용되는 의료영상 사진 정보 부족 현상을 해결할 방법이 지역에서 나와 눈길을 끈다. 이는 강원특별자치도‧춘천시‧강원테크노파크(이하 강원TP)가 추진 중인 '강원 양자정보통신 산업·융합 연구개발 지원사업' 과제의 일환으로 추진됐다. 강원도의 지원을 받은 곳은 미소정보기술(대표 남상도), 분당서울대병원(유형원 교수), 에스큐케이(대표 손영제) 등으로 구성된 컨소시엄이다. 해당 컨소시엄은 도의 지원을 바탕으로 '의료이미지 활용 GAN 비교 분석을 통한 개선된 양자 QGAN 모델 개발'이란 과제를 실시했다. 헬스케어 분야에서 의료영상 이미지는 여러 방면에서 활용될 수 있어 그 중요성이 커지고 있지만, 확보할 수 있는 임상 데이터는 적은 실정이다. 이에 컨소시엄은 임상 정보가 제한적인 희귀 질환이나 특정 질병에서 실제 측정값과 유사한 샘플 데이터를 무제한 생성할 수 있는 '양자 HQGAN 모델'을 개발했다. 이는 CT 등 단층 이미지 재구성에 특화된 기술인 QMedicalVision 프레임워크를 기반으로 개발됐다. 이를 통해 AI 학습을 시킬 수 있다는 것이 컨소시엄 측 설명이다. 양자 HQGAN 모델로 제작한 의료 사진의 질도 우수한 것으로 나타났다. 초기 GAN 모델인 DCGAN, WGAN-GP 등보다 성능평가가 더 우수한 것으로 확인됐다. 또 컨소시엄은 분당서울대병원 영상의학과 전문의 2명을 임상 유용성 검증 평가자로 두고 분석을 실시했다. 그 결과, HQGAN 모델이 일부 평가에서 '더 높은 진단적 허용성'이란 평가가 도출됐다. 이는 진단에 활용하기에 더 적합한 수준을 지닌다는 의미다. 향후 상용화 시 의료 데이터 부족 문제는 양자 기술과의 융합으로 해결할 수 있을 것으로 전망된다. 강원TP 관계자는 “일반 CT에 비해 적은 방사선량이 사용되어 해상도가 낮은 저선량 CT 촬영에서도 일반 CT 수준의 고해상도 의료 이미지 생성이 가능하다”라며 “환자들의 미세 병변 진단을 더욱 정밀하게 판별할 수 있을 것”이라고 기대했다. 강원도와 춘천시는 앞으로 '강원 퀀텀 클러스터(산학협력지구)' 유치에 총력을 기울인다는 계획이다. 도는 “클러스터를 거점으로 도내 기업의 양자·AI 융합 R&D 및 실증 및 성과 확산을 견인할 방침”이라며 “지역 기업에 대한 전폭적인 지원이 도내 기업의 기술 경쟁력 강화 의지를 실질 성과로 연결하고, 강원 지역 산업 경쟁력 제고와 신산업 창출을 뒷받침할 것”이라고 강조했다. (공동기획: 지디넷코리아, 강원테크노파크)
