“그냥 선생님이고 싶다ㅠㅠ너네 가르치는 것만 하면 안 되겠니?” 중고등학교 때 선생님은그런 말을 하셨습니다.말 안 듣는 너네 가르치기도 벅찬데그 외에 할 일도 너무 많다는 겁니다. 학생이 수기로 답한 가정통신문을선생님은 일일이 컴퓨터에 입력했고,그 외에 다양한 행정처리까지도선생님이 하나하나 도맡아야 했죠. 어쩌면 (당시에) 인기를 끌던 동영상 강의나 게임 학습 도구보다도 선생님이 조금이나마 덜 신경 쓰도록자잘한 업무를 자동화하는 프로그램이더 필요했던 것 같습니다. 의료 인공지능 스타트업인뷰노와 인터뷰하다가 문득그때 그 시절 선생님의 모습이 떠올랐습니다. 뷰노는 뼈 나이(골연령)를 측정하거나심정지를 예측하는 AI 개발로 주목을 받았는데요. 평범한 기자가 보기에는이 제품의 의미가 직관적으로와닿지 않았습니다. 흔히 의료 관련 기사가 나올 때 ‘드디어 암을 치료하는 시대가 왔다!!!’‘폐암을 미리 발견하는 AI 개발!!!!!!!!!’ 이처럼 섹시한(!) 제목을 짓잖아요@.@ 헌데 그런 어마어마한(?) 소재가 아니라골연령 분석, 심정지 예측?! 병원 밖의 사람들에겐 다소 낯설고갸우뚱하는 구석이 생깁니다.

얼마 전 구글코리아에서 열린‘구글 AI 포럼’ 행사에 다녀왔습니다. 인공지능이 의학 분야에 가져온 혁신이라는 주제로포럼이 진행됐는데요, 그중에서도딥러닝이 질병을 조기 발견하는 데 미치는긍정적인 영향에 대해 자세히 알 수 있었습니다. 구글 리서치 의학 영상팀 소속릴리 펭(Lily Peng) 프로덕트 매니저가이날 발표자로 나섰습니다. 캘리포니아대학교 샌프란시스코캠퍼스에서 의학 박사,버클리캠퍼스에서 생명공학 박사,스탠퍼드대학교에서 화학 공학과 학사학위를 받은 그는의사이자, 과학자 역할을 톡톡히 수행하고 있죠:) 이날 릴리 펭 매니저는 구글이 의료영상 연구에서가장 많은 혁신을 이룬 분야인 '안과학’과'디지털 병리학'에 관한 성과를 발표했습니다. "잠깐! 의료영상에서 딥러닝이활발하게 사용되는 이유는 무엇인가요?" 지금까지는 개발자가 특징을 하나하나구분하고, 입력해야 했습니다. 하지만 데이터 복잡도가 높아지면서인간이 모든 것을 100% 완벽하게 구분한다는 건(의미를 부여하는 건) 사실상 불가능에 가깝죠. "하하하 맞아요, 저도 에버노트에서완벽한 태그 시스템을 구축하려고 했지만,결국 실패했어요” "사람이 모든 노트 내용을 파악한 뒤적절한 태그를 일일이 붙이는 건불가능에 가까운 거라는 걸 깨달았죠” 딥러닝은 특징을 자동으로 추출합니다. 예를 들어, '고양이' 사진을 학습한다면,기계가 알아서 고양이라고 부를 수 있을 만한주요 특징을 찾는 거죠. 게다가 학습 데이터가 많아지면성능은 더욱 좋아집니다. 이미지 분류 및 분석에 딥러닝 기술이 활용되는 이유죠.