SF영화를 좋아하는 사람들은 맷 데이먼과 조디 포스터가 주연하는 2013년 개봉한 영화 엘리시움(Elysium)을 알고 있을 것이다. 또한 그 영화에는 MRI(Magnetic Resonance Imaging, 자기공명영상)처럼 생긴 기계 안에 들어가서 잠시 누워있으면 말기 백혈병조차 10초 이내에 치료되는 놀라운 의료기계를 기억할 것이다. 그런 의료기계를 영화에서는 힐링 머신(healing machine)이라고 하지만 하나의 공간 안에서 이루어지는 이런 형태의 의료 장치나 설비들을 메티컬 포드(medical pod)이라고 한다. 이러한 메티컬 포드는 미래를 보여주는 SF영화에는 단골 품목으로서 에이리언 시리즈의 프리퀄로 만들어진 2012년작 프로메테우스(Prometheus)에도 등장하고 우주의 긴 여행을 위하여 사용하는 수많은 SF영화의 동면 캡슐들도 유사한 장치로 볼 수 있다.

하지만 이런 메티컬 포드와는 많은 거리가 있지만 SF 영화에만 나오는 것은 아니다. 2018년 바디오(BodyO)는 자신들이 인공지능 포드(AI pod)라고 부르는, 전신 스캐너와 몇몇 장치들로 혈당, 키, 체중, 등을 포함한 여러 가지 생체지수를 모니터링하여 10분 안에 건강문제를 진단하는데 도움을 주는 메티컬 포드를 만들었다. SF영화의 꿈과 같은 메티칼 포드는 인공지능 기술보다 더 의료, 바이오, 기계 기술들을 포함한 수많이 다양한 분야의 기술들이 필요로 하는 융합적 분야이다.

지능은 환경에 적응하여 살아남기 위한 정보처리 능력이라는 정의에 따른다면 인공지능의 자체 원리 연구외에 인공지능을 활용한 자율 자동차, 스마트 팩토리, 등과는 달리 가장 직접적인 응응 분야는 사실 인공지능 헬스(AI health)라고 할 수 있을 것이다.

인공지능 헬스와 관련한 필자의 최근 경험은 생체 나이(biological age) 추정 모델을 개발한 것이다. 생체 나이는 통상적으로 부르는 나이(달력나이, 생활나이, 역연령)와는 달리 신체의 기능에 정도에 따라 나이를 세는 것이다(기능 연령). 흔히 나이(달력나이)에 비해서 젊은 신체를 가지고 있는 사람은 생체 나이가 어리다고 할 수 있다. 이러한 신체의 기능은 뼈나 피부 상태, 또는 단백질, DNA(디옥시리보핵산), RNA(리보핵산), 대사물질 등을 이용해 몸 안의 변화를 예측할 수 있는 지표인 바이오마커(biomarker)의 상태로 측정할 수 있다. 하지만 이러한 기능 상태에 따라 나이를 매기려면 전체 인구의 달력 나이에 따른 신체의 기능 상태를 알고 있어야 한다. 가령 우리나라를 기준으로 골밀도를 신체의 기능 상태로 한다면 5천만 인구를 나이별로 골밀도를 측정하여 나이별로 그 평균을 알고 있어야 나의 골밀도가 어떤 나이에 해당되는지 알 수 있는 것이다. 그러므로 모든 인구학적 연구에서처럼 생체나이는 통계적인 추정할 수밖에 없기 때문에 건강 관리에 유용한 신체의 기능 상태를 보여줄 수 있는 측정값들을 선정하고 또한 충분한 양의 자료가 필요하다. 필자가 CTO 역할을 하고 있는, 딥러닝 기술을 기반으로 컴퓨터 장애 예측과 스마트 팩토리 솔루션을 개발하는 ㈜모아데이타(대표: 한상진)는 최근 헬스 케어 데이터 분석 전문기업인 ㈜메디에이지(대표이사 김강형)과 연구협력을 통하여 딥러닝 기계학습 기반의 생체 나이 추정 기술을 개발하였다. 이번 연구에서 생체 나이에 사용된 신체의 기능 지표는 2년 단위로 이루어지는 16만명의 건강 검진 자료로써 딥러닝 기반 생체 나이 추정은 이전 다변량 분석 기반의 생체나이 추정을 더욱 향상시키게 되었고 현재 해외 저널 발표와 서비스 시스템 구축을 진행 중이다, 향후 메디에이지의 R&D 총괄을 맡고 있는 배철영 박사님과 딥러닝 기계학습을 기반으로 DNA과 연계하는 질병 예측 기술 개발을 기획하고 있다.

인공지능 헬스는 매우 다양한 분야에서 이루어지고 있지만 최근 코로나 바이러스의 확산은 단순히 개인적인 영역의 건강관리와 치료를 넘어서는 국가적 차원과 국제적 차원에까지 이르는 대규모 사회적 영역에서의 역할에 눈뜨게 된다. 현재 코로나 바이러스와 관련하여 인공지능 기술은 다양하게 이용되고 있다. 먼저 바이러스 진단 키트, 백신과 치료제 개발을 위한 유전자 분석에 사용되고 있으며, 감염을 확증하는데 필요한 폐 CT 영상진단 검진, 잠재적 환자의 증상 확인을 위한 AI기반 음성봇, 살균제 살포와 소독을 위한 드론이나 로봇, 등이 있다.

이와 더불어 코로나 바이러스와 같이 전염성이 강한 질병인 경우는 확산에 효과적으로 대처하기 위한 정책이 더욱 중요할 수 있다. 현재 다양하게 연구되어 발표되는 코로나 바이러스 확산 컴퓨터 시뮬레이션은 확산을 예측하고 대처하기 위한 전략을 수립하는데 큰 도움을 주고 있다. 전국가적으로 전염병 확산을 예측하고 대처하기 위한 전략 수립은 단순히 전염병 확산 모델 뿐 만아니라 이에 대처하기 위한 자원의 효율적인 이용 계획 수립에도 적용될 수 있으며, 사회적 활동의 위축으로 발생할 수밖에 없는 산업과 무역 위축을 포함한 경제와 언제까지나 미룰 수 없는 교육, 등의 문제 예측과 효과적인 대처를 위한 대규모 사회 시뮬레이션과 인공지능 기술을 이용한 최적 전략 수립, 등도 생각해볼 수 있다.

전 세계적으로 어느 나라보다 코로나 바이러스에 효과적으로 대처하고 있는 우리나라가 어느 때 보다 자랑스러운 이때 큰 고난이지만 전에는 경험하지 못했던 코로나 이전과 이후에 달라질 수 있는 경제적, 사회적 변화가 큰 기회가 될 수 있다는 점에서 인공지능도 이에 기여할 수 있기를 바란다.

참고 1. (https://bodyo.com/home-page/know-yourself/)