컨텐츠 바로가기

[2021 아이포럼] 보건의료 AI가 신뢰성을 가지려면?

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

김소영 KAIST 교수, 보건의료분야 인공지능 적용 가이드라인 제시

[아이뉴스24 최상국 기자] 코로나 19의 세계적인 대유행은 보건의료 분야에서도 인공지능 기술의 빠른 상용화를 촉진했다. 인공지능 기술은 질병을 진단하고, 예후를 예측하는 데 활용되는 것은 물론 새로운 치료제를 개발하는 속도도 획기적으로 단축시키고 있다.

하지만 그만큼 인공지능 기술의 급속한 확산에 대한 우려도 함께 커지고 있다. 데이터의 편향이나 오·남용 문제는 보건의료 분야에서도 중요하게 대두되고 있다. 특히 인공지능을 뒷받침하는 데이터의 품질과 검증 여부가 생명과 직결되는 보건의료 분야에서는 인공지능 기술의 타당성과 안전성이 무엇보다도 우선시되어야 한다.

아이뉴스24

아이뉴스24가 11월 2일 서울 드래곤시티호텔 그랜드볼룸 한라홀에서 'AI WITH HUMAN'을 주제로 인간과 인공지능(AI)의 공존을 탐구하는 '아이포럼 2021'을 개최한다.

<이미지를 클릭하시면 크게 보실 수 있습니다>



아이뉴스24가 오는 11월 2일 서울 드래곤시티호텔 그랜드볼룸 한라홀에서 'AI 위드 휴먼(AI WITH HUMAN)'을 주제로 개최하는 '아이포럼 2021'에서는 최근 '사회를 위한 보건의료 분야 인공지능 활용 가이드' 개발을 주도한 김소영 KAIST 교수(한국4차산업혁명정책센터장)가 인공지능 기술이 보건의료분야에서 신뢰성을 확보하기 위한 방안을 제시한다.

KAIST 한국4차산업혁명정책센터와 싱가포르, 영국, 스페인 등의 전문가들이 함께 개발한 이 가이드라인(Using Artificial Intelligence to Support Healthcare Decisions: A Guide for Society)'은 보건의료라는 특정 분야에서 국제 공동으로 인공지능 기술 개발 및 활용 지침을 제시한 첫 사례다. 국내에서도 산·학·연·병의 관계자들이 가이드라인 제작에 참여했다.

아이뉴스24

김소영 KAIST 4차산업혁명정책센터장 [사진=KAIST]



김소영 교수는 "보건의료 분야에 적용되고 있는 인공지능 기술의 신뢰성을 확보하기 위해 보다 많은 사람이 인공지능 기술의 책임성에 관한 질문을 던져야 한다는 문제의식을 바탕으로, 전문가와 시민의 이해 간극을 메우고 기술의 정확성을 담보할 수 있는 기준을 도출하고자 한 것"이라고 가이드라인 개발의 취지를 설명했다.

책임성이란 인공지능 기술이 데이터의 편향성으로 현존하는 불평등을 악화시키지 않도록 주의하고 데이터의 정확성을 확보해 결과의 오류를 최소화하는 등의 노력이다.

연구진은 의료 분야에 인공지능 기술을 적용한 국내·외 사례와, 인공지능 기술을 보건의료 분야에 활용하는 데 있어 가장 중요한 요소 중 하나인 신뢰성(reliability)을 중심으로 데이터의 품질·변수 등과 관련된 공정성 문제를 파악하고 기술의 정확성을 점검할 수 있는 다섯 가지 기준을 이번 가이드에 담았다.

김소영 교수는 "사람들은 인공지능의 의사결정이 냉철하고 객관적일 것이라고 생각하지만, 인공지능은 현실에 존재하는 데이터들 바탕으로 학습한다. 우리가 가진 사회적 편견과 편향, 위험한 가정들을 그대로 내재한 결과가 도출될 수도 있다는 뜻"이라며 "보건의료 분야의 인공지능 기술이 충분히 견고한지를 검증하는 질문들이 우리 사회에서 활발하게 논의된다면, 궁극적으로 인공지능 기술의 역량을 끌어올리는 것과 동시에 신뢰할 수 있는 기준을 마련할 수 있을 것"이라고 말했다.

김소영 교수는 과학기술정책 전문가로, WEF-KAIST 협약으로 인공지능, 블록체인, 정밀의료 등 4차 산업혁명 핵심 기술 모니터링 및 정책 개발을 위해 설립된 KAIST 한국4차산업혁명정책센터를 이끌고 있다. KAIST 과학기술정책대학원장을 역임했으며, 현재 케냐과학기술원 건립사업 부단장, 융합교육연구센터장, 한국여성과총 정책연구소장, 과실연 공동대표, 기재부 재정정책자문위원, 교육부 대학교원양성평등위원, WEF 글로벌 미래위원 등을 맡고 있다.

/최상국 기자(skchoi@inews24.com)


[ⓒ 아이뉴스24 무단전재 및 재배포 금지]


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.