[기고] 의료 기술을 위한 AI 기반 컴퓨터 온 모듈
의료 기술에 AI가 접목되면서 의료 전문가의 진단 정확성이 크게 향상되고 있다. AI 알고리즘이 실시간으로 방대한 데이터를 빠르게 처리하려면 높은 컴퓨팅 성능이 필수적이다. 이에 따라 인텔 코어 울트라 프로세서를 탑재한 'conga-TC700'과 같은 컴퓨터 온 모듈(COM)이 주목받고 있다. 이 모듈은 CPU, GPU, NPU를 하나의 칩에 통합해 고성능 연산을 지원한다. 의료 기기 제조업체들은 혁신의 선두에 서서 AI 시스템을 일찍이 도입해왔으며 특히 강력한 하드웨어 부품의 보급과 고급 알고리즘의 개발이 시작된 1990년대부터 AI 기반 데이터 분석과 의료 영상 기술을 활용해왔다. 2000년대에는 AI 알고리즘을 학습시키기 위한 머신 러닝이 등장하면서 고도화된 영상 분석이 방사선학 등에서 실용화되며 고성능 컴퓨팅 시스템이 개발됐다. 이후 이미지 처리와 빅데이터 분석 기술이 2010년대에 더욱 발전했다. 의료 기기를 위한 모듈러 개념 콩가텍의 모듈러 개념은 MRI와 CT 스캐너 같은 고성능 의료 기기뿐만 아니라 초음파, X선, 내시경 장비, 유방 촬영 장치 등 다양한 소형 의료 장비에 적용할 수 있다. 콩가텍 AI 지원 컴퓨터 온 모듈은 모바일 초음파, X선 기기, 환자 모니터링 시스템, 수술 로봇 등에서 두각을 나타낸다. 또한, 각종 혈액분석기와 유전체 시퀀서에 전력을 공급하는 실험실 환경에서도 활용되고 있다. 진단 기기를 넘어, 인공호흡기와 같은 치료 장비에서도 COM은 중요한 역할을 한다. 환자에게 최적의 환기 조건을 자동으로 설정하는 지능형 알고리즘을 가능하게 하는 것이다. 이 알고리즘들은 환자의 주요 데이터를 지속적으로 분석하고 호흡률, 1회 호흡량, 산소 공급량과 같은 매개변수를 조정하는 것을 가능하게 한다. 의료 기술 분야에서 AI의 개발, 적용 및 중요성은 지난 10년 동안 크게 가속화됐다. 이는 컴퓨터 기술의 지속적인 발전과 AI 알고리즘의 최적화가 결합되면서 가능해졌으며 그로 인해 의료 현장에서는 보다 신속하고 정확한 진단이 이루어지고 있다. 1분 내로 단축된 MRI 스캔 MRI를 위한 혁신적인 AI 알고리즘으로 MRI 스캔 시간이 1분 이내로 단축됐다. 업스케일링 또는 슈퍼 스케일링으로 알려진 이 고급 스캔 과정은 기존 방식보다 적은 이미지 수로도 작업이 가능하게 해준다. 사전 학습된 AI 모델이 소수의 개별 이미지를 보간하여 고해상도의 전체 이미지를 생성함으로써 흐릿한 이미지 영역을 독립적이고 정확하게 보정할 수 있다. 이를 통해 환자 대기 시간을 단축하고 진단 과정을 더욱 효율적으로 만들 수 있게 됐다. AI는 내시경 장비에도 통합돼 진단의 정확성을 높이고 있다. 예를 들어, AI는 검사 중 발견이 어려운 병변을 탐지해 의사에게 경고하고 주목해야 할 부위를 안내해준다. 이 같은 기능이 실시간으로 이루어지고 학습된 모델이 신속하게 작동하기 위해서는 고성능 추론 능력이 필수적이다. AI 기반 내시경 장비는 의사들에게 보다 정확한 임상 결과를 제공해 환자에게 더 나은 진료를 가능하게 한다. 과거에는 의료 기기에서 필요한 AI 성능을 구현하려면 기존 PCI 익스프레스 슬롯에 전력 소모가 큰 GPGPU 컴퓨팅 가속기 또는 M.2 슬롯용 소형 AI 가속기 카드를 설치해야 했다. 최근 점점 더 많은 프로세서 제조업체들이 AI 수요를 충족하기 위해 칩 포트폴리오를 조정하고 있다. 이제 AI 기능을 직접 칩에 통합함으로써 추가적인 가속기 카드 없이도 신속하고 경제적인 방식으로 AI 기능을 탑재할 수 있게 됐고 이에 따른 총 소유 비용(TCO) 절감 효과도 기대할 수 있게 됐다. 인텔, 코어 울트라에 처음으로 CPU, GPU, NPU 통합 인텔이 지난 해 출시한 코어 울트라 시리즈1 프로세서(메테오레이크)는 이러한 트렌드를 잘 보여준다. 코어 울트라 프로세서는 CPU, GPU와 함께 처음으로 NPU(신경망처리장치)를 하나의 칩에 통합한 최초의 프로세서로, AI 기반 애플리케이션의 고성능 요구에 대응하기 위해 설계됐다. 고성능이 요구되는 AI 애플리케이션의 경우 CPU, GPU, NPU의 성능을 결합해 최적의 성능을 발휘하며 에너지 효율과 와트 당 성능을 우선시하는 AI 모델을 NPU만을 사용해 구동할 수 있도록 최적화됐다. 코어 울트라 시리즈1 프로세서에 통합된 NPU는 기존 x86 명령어 세트와 비교해 약 20배 높은 에너지 효율로 머신러닝 알고리즘과 AI 추론 작업을 실행한다. 특히 이미지 분류 작업에서는 내장 Xe-LPG GPU를 범용 GPU(GPGPU)로 활용해 별도의 외장형 그래픽 유닛과 비슷한 성능을 제공한다. 이를 통해 그래픽 처리 및 GPGPU 속도가 기존 대비 약 1.9배 향상되어 보다 세밀하고 몰입감 있는 사용자 경험을 가능하게 한다. 이러한 AI 기능은 표준화된 컴퓨터 온 모듈, 특히 COM Express를 통해 쉽게 구현 가능하며 기존 설계에 큰 수정 없이도 개발자들이 새로운 AI 기능을 도입할 수 있어 의료, 산업 분야에서 폭넓은 활용이 기대된다. 높은 유연성을 제공하는 COMs의 강점 COMs는 의료 기술을 포함한 다양한 산업에서 각광받고 있다. AI와 그 응용 분야가 지속적으로 발전하면서 COM 및 캐리어 보드 솔루션의 개발자들에게 탁월한 유연성을 제공한다. 최소한의 통합 노력과 소프트웨어 수정만으로 새로운 컴퓨팅 요구 사항에 쉽게 적응할 수 있어 기존 모듈을 분리하고 새로운 모듈을 연결하는 두 단계만으로 제품 업그레이드가 가능하다. conga-TC700은 이런 고도의 유연성을 발휘하는 컴퓨터 온 모듈 중 하나로, 까다로운 엣지 AI 워크로드에 적합하다. 인텔 코어 울트라 시리즈1 프로세서를 기반으로 구동되는 이 COM Express Type 6 컴팩트 모듈은 고성능 AI 기능을 통합해 다양한 애플리케이션에 대응할 수 있도록 설계됐다. conga-TC700은 의료 분야에 특화된 고성능 AI 모듈로, 10년의 긴 가용성과 개방형 COM Express 표준을 기반으로 손쉬운 업그레이드가 가능하다. 강력한 실시간 컴퓨팅 성능을 갖춘 이 모듈은 수술 로봇, 진단 시스템, 방사선 전문의용 고해상도 진단 워크스테이션 등 다양한 의료 애플리케이션에서 활용된다. 특히 고해상도 진단 워크스테이션은 중요한 소견을 자동 식별해 의료 전문가에게 진단을 위한 유용한 지원을 제공한다. 또한 인텔 코어 울트라 플랫폼은 컴퓨터 비전을 처리하는 인텔 게티(Intel Geti) 소프트웨어 플랫폼과도 연동된다. 이 종합적 플랫폼은 강력한 컴퓨터 비전 모델을 쉽게 생성하도록 돕고, 클라우드 머신러닝부터 AI 가속 엣지 디바이스에 이르는 통합된 생태계의 혜택을 제공해 개발자들이 의료 애플리케이션을 더욱 효과적으로 설계하고 운영할 수 있게 한다. 오픈비노 SDK로 AI 모델 최적화 콩가텍의 COMs 생태계는 인텔의 오픈소스 소프트웨어 툴킷인 오픈비노(OpenVINO)로 한층 강화됐다. 오픈비노는 하드웨어별로 미리 개발된 사전 AI 모델을 생성 위치에 관계없이 고객 플랫폼으로 최적화하고 전송할 수 있다. 또 워크로드 배포를 관리하여 CPU, GPU 또는 NPU에서 처리해야 할 작업을 지능적으로 결정해 효율성을 극대화한다. 또한 콩가텍은 애플리케이션 개발의 간소화 및 가속화를 위해 광범위한 에코시스템과 디자인인(Design-in) 서비스를 제공한다. 여기에는 평가 및 생산 준비가 완료된 애플리케이션 캐리어 보드와 맞춤형 냉각 솔루션이 포함되며 고객 맞춤형 시스템 설계를 위한 광범위한 문서화 및 교육, 고속 신호 무결성 측정, 충격 및 진동 방지 테스트, 온도 스크리닝, 고속 신호 컴플라이언스 테스팅 등의 다양한 애플리케이션 개발 서비스 또한 포함된다. NPU 통합 컴퓨터 온 모듈 의료기기, 정확도·에너지 효율 향상 AI는 다른 산업보다 앞서 의료 기술 분야에서 활용돼 왔으며 현재는 의료 기기의 핵심 운영 체제로 자리 잡고 있다. 최근 반도체 기술의 발전으로 높은 컴퓨팅 및 그래픽 성능을 갖춘 마이크로프로세서가 개발되었고 통합 NPU 유닛을 탑재한 프로세서는 이전 세대보다 빠르고 정확한 진단을 가능하게 하면서도 에너지 소비를 줄이고 있다. 컴퓨터 온 모듈을 통해 구현되는 AI 지원 의료 기기는 높은 확장성을 갖춰 모듈을 교체하는 것만으로도 미래 기술을 쉽게 통합할 수 있는 장점을 제공한다. *본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.
