본문 바로가기 주메뉴 바로가기 검색 바로가기
AI, 코로나19 위기 속에서 인간을 구하지 못한 이유는?
상태바
AI, 코로나19 위기 속에서 인간을 구하지 못한 이유는?
훌륭한 AI 구축의 핵심은 확실한 데이터이다. 이는 전 세계적인 보건 위기 상황 속에서 이루기 어려운 부분이다.
By GREGORY BARBER, WIRED US

현재 전 세계적으로 대유행하는 바이러스에 ‘코로나19’라는 명칭이 정해지기 약 일주일 전인 2021년 1월 말, 중국 우한의 병원에서 인공지능(AI)을 이용한 바이러스 검증 방식 실험이 이루어졌다. 해당 계획에는 세밀한 부분으로 표시된 폐의 3차원 스캔 이미지인 흉부 CT가 포함됐다. 수천 개의 이미지를 연구해, 환자의 폐렴 증상이 코로나19 때문에 나타난 것인지 혹은 독감 등 다른 일상적인 질병 때문에 나타난 것인지 해석하도록 알고리즘을 훈련했다.

미국에서는 2020년 2월에 코로나19가 퍼지면서 코로나19 검사 장비 공급이 부족한 가운데, 더 많은 사람을 빠르게 검사할 방법으로 AI를 활용하는 것을 생각하는 것처럼 보였다. 그러나 의료 전문가는 AI가 도움이 되리라 확신하지 못했다. 손목 골절부터 안구 질환, 유방암 등 여러 질병 진단 알고리즘이 미국 식품의약처의 승인을 받았다. 그러나 여러 질병 진단 알고리즘은 일반적으로 실제 진단에 사용할 수 있도록 개발하는 데 최소 수개월 혹은 수년까지 오랜 시간이 걸렸다. 또, 환자 진단 알고리즘은 다양한 환자가 내원하는 여러 병원에 배치됐으며, 각종 결함과 편견 문제 때문에 각종 의문 사항을 마주했으며, 거듭해서 제거됐다가 정확성을 검증받았다.

코로나19와 관련, 특정 폐렴 증상을 다른 질병과 구분할 수 있는 데이터가 충분히 존재했는가? 경미한 발병 사례와 피해 정도가 확실하지 않은 상황은 어떤가? 코로나19는 해답을 기다리지 않았다. 그러나 의학계에서는 답을 기다려야 했다.

2020년 말, 국제 연합(UN)과 세계보건기구(WHO)는 코로나19 퇴치를 위한 폐 CT 도구와 다른 AI 애플리케이션 검증 보고서를 공개했다. 운영 측면에서 완성도를 이룬 프로젝트가 거의 없다는 꽤 관료주의적인 평가가 이루어졌다.
 
[사진=Freepik]
[사진=Freepik]

AI의 한계는 코로나19 위기 자체보다 더 오래됐지만, AI가 지닌 한계 때문에 코로나19 상황이 악화되었다. 신뢰할 수 있는 AI는 인간의 데이터 수집 및 성공적인 이해 능력에 의존한다. 코로나19는 위기 사태 중반에 제대로 수행하기 어려운 사례 연구에 해당했다. 마스크 착용과 이부프로펜 복용과 관련된 권고가 달라진 점을 고려했을 때, 의료진도 누가 언제 환풍기를 필요로 하는지 이해하기 위한 힘겨운 싸움을 벌였음을 알 수 있다. 우리의 일상적인 움직임은 누가 바이러스에 감염이 되고 사망하게 될지, 혹은 자가 격리를 하지 못한 상황에서 얼마나 더 많은 사람이 사망할 것인지 등과 같은 불확실한 예측에 달려있었다.

인간이 코로나19와 관련된 여러 정보를 모으면서 AI는 인간보다 코로나19 이해 측면에서 한발 뒤처졌다. 그러나 인간은 AI가 예측하는 것보다 코로나19가 더 널리 확산되었음을 알 수 있다.

의약품 개발을 예시로 이야기해보자. AI 실험과 관련, 가장 훌륭한 발전을 이룬 곳은 구글 산하에 있는 AI 연구소인 딥마인드(DeepMind)이다. 딥마인드가 개발한 알파폴드(AlphaFold) 시스템은 단백질 모델링을 지지하며, 바이러스를 구성하는 매우 작은 구조의 형태를 예측한다. 연구실에서 여러 구조를 분리하는 과정은 몇 달이 걸린다. 2020년 3월, 딥마인드는 6가지 바이러스 단백질의 도식화 형태를 며칠 만에 나타냈다. 단백질 모델은 실제와 가까운 모습이었으며, 연구팀은 알파폴드 시스템이 생성한 모델에 신중하게 접근했다. 그러나 딥마인드의 알파폴드 관련 소식은 AI가 백신 경쟁에 뛰어들었다는 점에서 매우 인상적이었다.

그러나 백신 개발 분야에서 AI를 이용한 바이러스 연구와 관련, 의구심이 제기됐다.

캘리포니아대학교 버클리캠퍼스 신규 질환 및 소외된 질환 센터 소장 겸 의약품 발견 연구원인 줄리아 샬레츠키(Julia Schaletzky)는 “지금 당장 AI가 얼마나 많은 역할을 하는지 볼 수 없다”라고 말했다. 그동안 제대로 정의된 수많은 단백질 표적이 연구실에서 AI의 도움이 없이도 확인되었다. 실험 단계의 시스템에 귀중한 시간과 자금을 사용하기 시작하는 것이 위험할 수도 있다. 샬레츠키 소장은 기술적 진보는 좋지만, 종종 이미 알려진 유망한 기술을 구축하는 비용 때문에 실험 단계에 있는 기술 사용이 추진된다고 말한다.

또, 샬레츠키 소장은 AI로 치료법을 찾는 데 도움을 받을 수 있다고 말한다. AI 알고리즘은 다른 데이터 채굴 기술을 보완해, 우리가 이미 알고 있는 막대한 양의 정보를 면밀히 검증한다. 이는 각종 연구나 성공 가능성을 지닌 오래된 치료법을 찾는 데 도움이 된다. 이와 같은 방식으로 검증된 약물인 바리시티닙(baricitinib)은 현재 임상 시험이 진행 중이다. 또 다른 희망이 있다면, AI로 코로나19가 인체에 어떤 식으로 공격을 하는가와 관련해 통찰력을 제공하는 것이다. 알고리즘은 환자의 기록을 파헤치고, 사망 위험이 더 높은 환자와 생존 확률이 더 높은 환자를 판단하고 의사들이 논의하는 대화 내용을 치료 계획으로 변환할 수 있다.

그러나 재차 말하자면, 데이터가 관건이다. 이미 수집한 데이터의 종류와 수집한 데이터를 AI에 유용한 방식으로 정돈했는가가 중요하다. 인간의 헬스케어 시스템은 AI 시스템을 훈련하기 위해 쉽게 정보를 포기하지 않는다. 개인 정보 보호 규제와 분열된 데이터가 구시대의 오류투성이인 보건 데이터베이스의 문제를 멈출 것이다.

코로나19가 기존 보건 데이터베이스의 문제를 바꿀 수 있을 것이다. 또, 인간이 데이터 저장 방식과 공유 방식을 다시 생각하도록 할 수도 있다. 인간은 코로나19 위기가 사라지면서 관심이 줄어든 후에도 코로나19 연구를 계속 이어나가, 미래에 또 다른 대유행병이 발병한 상황에서 확고한 데이터와 더 나은 AI를 제공해야 한다. 또, 현재 AI가 코로나19 위기에서 인간을 구하지 못하는 것에 놀랄 것도 없다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
Why Didn't Artificial Intelligence Save Us From Covid-19?
이 기사를 공유합니다
RECOMMENDED