바이오인

인공지능 기술 연구의 연구재현성 문제: 헬스케어·바이오를 중심으로

◈ 목차

1. 서론 

2. 인공지능 기술 연구 동향 

 2.1. AI 적용 기술의 확산: 연구 도구 

 2.2. AI 의 연구재현성: 문제점과 개선점 

  2.2.1. 문제점: ① 공개성 ② 민감성 ③ 주관성

  2.2.2. 개선점: 문서화·표준화·집적화 

3. AI 와 연구재현성 이슈 

 3.1. AI 적용의 연구재현성 한계 

 3.2. AI 의 연구재현성 이슈: 헬스케어 

 3.3. AI 의 연구재현성 이슈: 바이오 

4. 인공지능 기술의 미래 

5. 결론 

6. 참고문헌

◈본문

1. 서론
 최근 만난 한 로봇 전문가는 로봇이야말로 연구 재현성을 100% 구현 가능하게 해줄 수 있다고 강조했다. 실제로 미국에선 ‘약국 자동화’를 통해 일일이 약사들의 제조 과정을 동영상 촬영한다고 한다. 왜냐하면 의사의 처방대로 약을 제조해야 함에도 불구하고, ‘휴먼 에러’가 발생하기 때문이다. 그 사례는 한 해에 약 30만 건이다 [1]. 이러한 사례는 실험 재현성의 자동화에 해당한다. 즉, 하드웨어 기반의 재현성이다.

 연구 재현성을 달성하기 위한 싸움이 과학사라고 해도 과언이 아니다. 예를 들어, 1989년 3월 23일 공표된 ‘상온 핵융합’의 사례가 있다. 영국의 전기화학자 마틴 플레이슈만(1927~2012) 전 사우샘프턴대학교 교수와 미국 유타대 화학과 학장인 스탠리 폰즈는 실온 혹은 실온 근처에서 일어날 것으로 추정되는 핵반응 유형이 가능하다고 주장했다. 1억 도 씨 이상의 초고온 플라스마 상태에서 발생하는 핵융합 반응과 대조적이었다. 만약 가능하면 인류에게 엄청난 에너지를 제공할 수 있을 터였다. 하지만 연구가 재현되지 못했다. 그 이후에도 여러 시도가 있었지만 과학사에서 상온 핵융합은 퇴출의 길을 걷고 있다 [2-4].

 로봇은 이미 인공지능과 연동돼 지능형으로 나아가고 있다. AI와 로봇이 하나가 되는 것이다. 인간과 좀 더 닮은 AI 로봇이야말로 인류의 꿈이다. AI는 인간을 닮으려 하고, 인간은 AI의 능력을 갈망한다. 그 과정에서 소프트웨어는 하드웨어화하고, 하드웨어는 소프트웨어화하는 단계로 나아간다.

 AI는 다음과 같이 정의된다. “코드(알고리즘) 또는 기계에 의해 표시되거나 시뮬레이션되는 지능으로 정의할 수 있다.”, “인간 지능의 기준에 따라 지능적이라 여겨지는 능력을 갖춘 기계의 과학 및 공학.”, “다양한 정보 처리 능력이 풍부하게 구조화된 공간.” 알고리즘은 “컴퓨터, 스마트폰, 기계, 로봇 또는 그것이 내장된 모든 것에 무엇을 해야 하는지 알려주는 조리법과 같은 일련의 명령들”이다 [5].

 그런데 여기서 과연 ‘지능’이란 무엇인지 연구 재현성 차원에서 고민할 필요가 있다. 고도의 지능을 갖춘 존재가 있다고 하더라도, 100% 재현은 쉽지 않다. 그 지점은 항상 가능성으로 남겨져 있다. 어제까지 잘 작동하던 AI 로봇이 어떤 이유에서인지 오늘 멈출 수 있다. 또한 생성형 AI한테 질문했을 때, 어제와 오늘 그리고 내일의 답변이 달라질 수 있다. 이는 AI 자체의 재현성 문제이며 일반적인 연구 재현성과 질적으로 다르다.

 예를 들어, 대형 언어 모델(LLM)의 오염 문제가 있다. LLM은 훈련 데이터에서 파생된 모델을 사용하여 텍스트와 이미지를 포함한 새로운 데이터를 생성한다. 그런데 이와 같은 생성형 AI 시스템의 경우 위험할 수 있다. 연구자들은 LLM 알고리즘을 사용하여 이미지의 해상도를 향상시킨다. 그러나 그 과정에서 세심한 주의를 기울이지 않으면 원본 데이터 이외의 인공물이 유입돼 오염될 수 있다 [6].

그림 1. 「인간 팔의 모든 자유도를 재현해 내는 로봇 팔」
영국 런던의 ‘쉐도우 로봇 컴퍼니’에서 만든 로봇 팔이다. 

인간 팔의 모양과 사이즈가 같은 이 로봇 팔은 인간과 유사한 모든 자유도를 재현해 낸다. 사진=위키피디아

 며칠 전 들른 한 식당에서는 서빙 로봇이 활약하고 있었다. 음식을 담아 식당 이곳저곳을 돌아다니는 로봇은 반드시 ‘돌아가기’ 버튼을 눌러야 제자리로 되돌아갔다. 서빙 로봇의 움직임은 아직 둔한 듯 보였고, 일을 하지 않을 때는 물건을 놓아두는 선반 역할을 했다.

 물론 서빙 로봇의 경우 돌아가기 버튼이 있는 경우도 있고, 자동 리턴되는 경우도 있다. 식당 손님들의 확인을 위해 돌아가기 버튼을 쓰는 편이다. 그럼에도 불구하고, AI 로봇의 현재는 불투명한 것 같았다. 미래는 어떨지 아무도 장담할 수 없다. 이 사례는 하드웨어 기반, 좁은 의미의 AI가 탑재된 경우라고 할 수 있다.

 이 보고서에서는 크게 두 가지 차원에서 연구 재현성을 다루고자 한다. 첫째, AI의 연구 재현성이다. 이미지나 영상 분석, 텍스트 작성, 데이터 분석 등 연구·실험·논문 작성 등에 적용되는 AI다. 최근 주목받고 있는 대형 언어 모델의 생성형 AI도 포함된다. 예를 들어, 음성 인식 알고리즘 연구, 대규모 신경 정보 처리 시스템 구축, 망막 이미지 분석 등에 활용되는 AI가 있다.

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.