정부는 의료·바이오 혁신을 이끌 글로벌 선도형 인공지능 특화 파운데이션 모델 개발에 속도를 내고 있습니다. 루닛 컨소시엄과 KAIST 컨소시엄은 중간성과 평가를 통과해 2단계 개발을 본격 추진하게 되었습니다.
과학기술정보통신부와 정보통신산업진흥원, 한국정보통신기술협회는 AI 특화 파운데이션 모델 프로젝트 중간성과 평가결과를 발표했습니다. 두 컨소시엄은 지난해 11월부터 오는 9월 9일까지 10개월 동안 개발을 추진하고 있습니다.
사건의 구체적 전개
AI 특화 파운데이션 모델 프로젝트는 범용 독자 AI 파운데이션 모델에 더해 한국만의 AI 특화 모델을 개발하는 사업으로 진행됩니다. 정부는 지난해 11월 1일부터 컨소시엄당 B200 256장의 GPU를 지원했고, 이달까지의 성과를 평가해 오는 9월 초까지 계속 지원 여부를 결정하는 구조로 운영했습니다.
루닛 컨소시엄은 세계 최초 전주기 의과학 AI 특화 파운데이션 모델 개발을 목표로 개발해왔습니다. 루닛이 개발한 16B급 모델은 앤트로픽의 클로드 3.5 소네트 등 100B~1T 범주의 초대형 모델보다 의학논문 기반 질의응답 정확도와 답변 근거 일치성, 코드 작성 및 분석 수행 평가에서 우수한 결과를 보였습니다.
루닛 컨소시엄은 해당 모델을 바탕으로 임상 의사결정 지원 에이전트 시스템 CDSS를 구축했습니다. 이 시스템은 최신 논문에 근거한 의학 추론과 환자 상태 및 관련 근거 검토를 통해 진단·치료 판단을 보조하고, 의사에게 필요한 정보를 더 빠르고 정확하게 제시합니다.
국민건강보험공단 일산병원은 올해 2~3월 실제 의료 데이터 기반 환경에서 CDSS 초기 모델의 활용 가능성을 실증했습니다. 응급실 5단계 중증도 분류에서 높은 정확도를 보였고, 진단명은 94.0% 수준으로 일치했습니다.
KAIST 컨소시엄은 구글의 알파폴드3보다 빠르고 정확한 단백질 복합체 구조 예측 모델 개발을 목표로 개발해왔습니다. KAIST가 개발한 2B급 바이오 파운데이션 모델 K-Fold는 단백질-단백질, 저분자, 핵산을 포함하는 분자 복합체의 3차원 구조 예측 정확도에서 구글의 알파폴드3에 근접한 수준으로 평가되었습니다.
K-Fold는 분자의 최종 구조만 예측하는 기존 생성형 AI 방식이 아니라 물리적 결합 과정에서 구조가 어떻게 변화하는지까지 함께 예측하는 새로운 생성 모델링 방식을 적용했습니다. 이를 통해 기존 알파폴드3의 구조 예측 시간 30분 대비 평균 1분 이내로, 최대 30배 이상 빠른 예측 성능을 달성했습니다.
관련 인물·단체의 조치 및 현재 상황
이번 평가에서 두 컨소시엄은 모두 대부분의 비교 벤치마크에서 사업계획서상 글로벌 타깃모델과 유사하거나 더 높은 성능 수준을 달성한 것으로 평가되었습니다. 또한 2단계 지원 조건인 70점을 넘는 80점 이상의 점수를 받아 4월 1일부터 9월 9일까지 GPU B200 256장을 계속 지원받게 되었습니다.
한국정보통신기술협회 TTA 검증 결과, 두 컨소시엄의 모델은 모두 프롬스크래치 방식으로 학습된 것으로 확인되었습니다. 두 모델은 다음 달 초부터 허깅페이스에 오픈소스로 공개될 예정입니다.
최동원 과기정통부 인공지능인프라정책관은 5개월 정도의 기간에도 불구하고 의과학·바이오 특화 AI 모델을 개발하고 핵심 벤치마크에서 경쟁력 있는 결과를 확보해 세계시장에서 통할 수 있는 기술적 기반을 마련했다고 설명했습니다. 이어 진단치료·신약개발 등 고부가가치 산업에서 산업적 활용 잠재력이 실제 사업화로 이어질 수 있도록 정책적 지원을 아끼지 않겠다고 밝혔습니다.
댓글을 불러오는 중...