일본산업뉴스요약

소량의 사진으로도 영상 진단 가능
교토대 발 스타트업 DataGrid, 필요한 빅데이터 인공 생성

▶DataGrid: 2017년 7월에 설립. 교토대학의 국제과학이노베이션 동에 본사를 두고 있다. 직원은 13명. 전원이 기계학습 전문 엔지니어로, 교토대학의 석사 및 박사 과정을 수료한 사람이 많다. GAN(Generative Adversarial Network, 생성적 적대 신경망)의 기술을 활용하는 비즈니스를 주력으로 하는 데이터그리드는 실제 아이돌의 영상 데이터로 게임 및 홍보용 가상 얼굴을 대량으로 만들어 내는 기술도 가지고 있다.

-- 상반된 AI를 경쟁 시켜 100장을 수 만장으로 --
교토대학 발 스타트업기업, 데이터그리드(교토 시)는 의료 영상의 빅데이터를 인공적으로 만들어내는 기술을 개발했다. 의사의 진단을 지원하는 인공지능(AI) 개발에 반드시 필요한 대량의 의료 영상을 적은 샘플 영상으로 만들어내는 기술이다. 이 신기술은 난치병의 경우 일년 이상 걸린다고 알려져 있는 영상 데이터 수집에서의 시간과 인력을 줄일 수 있어, 진단 AI에 대한 연구 개발을 지원해나갈 것으로 보인다.

데이터그리드가 개발한 기술은 진짜 질병의 환부 영상(1개의 질병 당 100장)과 건강한 사람의 같은 부위 영상(1만장)을 통해 동일한 질병의 영상을 수 만장 만들어내는 기술이다. “환자와 건강한 사람의 영상에서 질병의 특징을 도출해 영상을 만든다”(데이터그리드)라고 한다.

AI를 이용한 차세대 영상 작성 방법으로 주목 받고 있는 ‘생성적 적대 신경망(GAN)’이라고 하는 기술을 활용. 영상을 만드는 ‘생성 AI’와 그 영상이 가짜라는 것을 간파하는 ‘식별 AI’라는 두 종류의 AI를 이용한다. 바둑 AI ‘알파고’가 스스로 대국을 무수히 반복해 강해진 시스템을 진화시켜 ‘속이는 AI’와 ‘그것을 간파하는 AI’라는 상반된 기능을 가진 두 AI를 경쟁시킨다. 생성 AI가 만든 영상을 식별 AI가 가짜라고 판독하면 생성 AI는 더욱 고도의 영상을 만드는 작업을 반복, 영상의 정밀도를 진짜에 가깝게 만들어낸다.

이것은 엑스레이뿐만 아니라 CT와 MRI 영상 등에도 응용이 가능하다. 데이터그리드는 우선 심비대 환자의 엑스레이 영상을 만드는 기초 기술을 확립했다. 건강한 상태에서 증상이 진행되는 모습을 완벽하게 재현할 수 있었다고 한다. 2019년 초에 교토대학병원과 연대해 의사와 함께 작성 영상의 정밀도를 검증해나갈 계획이다.

데이터그리드는 AI로 엑스레이 등 의료 영상에서 질병을 찾아내는 시스템을 개발하는 회사들의 수요를 전망하고 있다. 의사의 영상 진단을 지원하는 AI 개발의 난점은 사전에 사람이 의료 영상의 빅데이터를 수집해야 할 필요가 있다는 것이다. 데이터그리드의 오카다(岡田) 사장에 따르면, 환부의 영상과 건강한 사람의 영상이 2천~3천장, 가능하면 수 만장씩 필요하다고 한다. 이와 같은 규모의 대량의 영상이 없으면 진단 AI를 훈련시킬 수 없다.

중국 등에 비해 인구가 적고 개인 정보 관리도 엄격한 일본에서 의료 영상을 수 만장이나 수집하는 것은 어렵다. “현재는 질병 사례 수가 적은 병의 경우 의료 영상을 수집하는데 일년 이상 걸리고 있다”(오카다 사장). 이번 신기술은 샘플 영상을 수집하는 시간을 단축할 수 있어 대량의 샘플 수를 수집하기 어려운 난치병의 영상을 대량으로 만들어낼 가능성도 있다.

데이터그리드는 영상 제작 기술의 라이선스를 공여하거나 주문 받은 질병의 환부 영상을 판매하는 등의 비즈니스 모델을 검토하고 있다. 가격과 매출 목표는 미정. 2019년의 공용 개시를 목표로 하고 있다.

 -- 끝 --