의료·바이오 AI 모델 개발 속도낸다

의료·바이오 AI 특화 모델 개발 가속화

정부가 의료와 바이오 분야에서 혁신을 주도할 글로벌 선도형 인공지능(AI) 특화 파운데이션 모델 개발에 박차를 가하고 있다. 의과학과 바이오 분야에서 각각 AI 특화 모델을 개발 중인 루닛 컨소시엄과 한국과학기술원(KAIST) 컨소시엄이 중간성과 평가를 통과하며, 그래픽처리장치(GPU) 지원을 계속 받아 2단계 개발에 본격 돌입하게 됐다.

중간성과 평가 결과와 지원 현황

과학기술정보통신부와 정보통신산업진흥원, 한국정보통신기술협회는 3월 31일 'AI 특화 파운데이션 모델' 프로젝트 중간성과 평가 결과를 발표했다. 이 프로젝트는 대한민국 AI 경쟁력 확보와 생태계 확장을 목표로, 범용 독자 AI 파운데이션 모델에 더해 한국만의 특화 모델을 개발하는 사업이다.

지난해 10월 선정된 루닛과 KAIST 컨소시엄은 11월부터 9월까지 10개월간 개발을 진행 중이다. 루닛은 세계 최초 전주기 의과학 AI 특화 모델을, KAIST는 구글 알파폴드3보다 빠르고 정확한 단백질 복합체 구조 예측 모델 개발을 목표로 하고 있다.

루닛 컨소시엄의 성과

루닛 컨소시엄이 개발한 16B급 모델은 앤트로픽의 클로드 3.5 소네트 등 100B~1T급 초대형 모델과 비교해 의학 논문 기반 질의응답 정확도, AI 답변의 출처 일치성, 과학 연구 데이터 활용 능력 등에서 우수한 성능을 보였다.

이 모델을 기반으로 정교한 의학 추론과 환자 상태 관련 근거를 함께 검토하는 임상 의사결정 지원 에이전트 시스템(CDSS)을 구축했다. 2~3월 국민건강보험공단과 일산병원에서 초기 모델을 실제 의료 데이터 환경에 적용해 임상 활용 가능성을 입증했다.

특히 응급실 5단계 분류 정확도와 진단명 일치율이 94.0%에 달했으며, 이상약물반응 판단과 보고서 작성 성능도 우수해 의료진으로부터 높은 평가를 받았다.

KAIST 컨소시엄의 성과

KAIST 컨소시엄이 개발한 2B급 바이오 파운데이션 모델(K-Fold)은 단백질-단백질, 저분자, 핵산 복합체의 3차원 구조 예측 정확도에서 구글 알파폴드3에 근접한 성능을 보였다. 예측 속도는 최대 30배 이상 빨라졌다.

기존 생성형 AI가 최종 구조만 예측하는 것과 달리, 분자들의 물리적 결합 과정에서 구조 변화까지 예측하는 새로운 생성 모델링 방식을 적용했다. 이를 통해 알파폴드3의 30분 예측 시간을 평균 1분 이내로 단축하는 성과를 냈다.

신규 약물 복합체 예측 정확도도 향상돼 신약 개발 분야에서 K-Fold 기반 신약개발 서비스 가능성을 제시했다.

향후 계획과 기대

두 컨소시엄은 2단계 지원 조건인 70점 이상을 훌쩍 넘는 80점 이상의 평가를 받아, 4월 1일부터 9월 9일까지 GPU B200 256장 지원을 계속 받으며 개발을 이어간다. 또한, 한국정보통신기술협회(TTA) 검증 결과 두 모델 모두 프롬스크래치 방식으로 학습된 것으로 확인됐다.

개발된 모델은 4월 초부터 허깅페이스에 오픈소스로 공개될 예정이다.

과기정통부 최동원 인공지능인프라정책관은 "짧은 기간에도 불구하고 의과학·바이오 특화 AI 모델 개발과 핵심 벤치마크에서 경쟁력 있는 성과를 거둬 세계 시장에서 통할 기술적 기반을 마련했다"며, "진단치료와 신약개발 등 고부가가치 산업에서 실제 사업화로 이어질 수 있도록 정책적 지원을 아끼지 않겠다"고 밝혔다.