"반지처럼 끼면 부정맥 찾는다…AI로 치료 예후도 도와"

배성수 기자

입력2022.03.17 07:00 수정2022.03.17 07:42

라이징 AI스타트업 <47> 스카이랩스

세계 최초로 반지처럼 끼는 의료기기 출시
ECG·PPG 센서로 심혈관 질환 모니터링
자체 개발 AI 솔루션으로 의료적 판단 가능

코로나19 사태가 장기화하면서 디지털 헬스케어 시장에 대한 관심이 커지고 있다. 특히 증상이 언제 어디서 나타날지 예측하기 어려운 만성질환자일수록 더욱 그렇다. 바이러스 감염에 더 취약하고, 감염 후 중증으로 악화할 위험성이 높기 때문이다.

스카이랩스는 2015년부터 디지털 헬스케어만을 바라보고 달려온 인공지능(AI) 스타트업이다. 만성질환 관리를 위한 반지형 의료기기를 통해 시공간에 구애받지 않고 사용자의 별도 행위 없이 생체신호를 연속 측정하여 환자가 조기에 적절한 치료를 받을 수 있게 하는 질병 관리 솔루션을 제공한다.

스카이랩스를 창업한 이병환 대표는 원격 기술 전문가다. KAIST 전기 및 전자공학과 석사 졸업하고 삼성전자 엔지니어 출신으로 5세대(5G) 이동통신 개발을 주도했다. 이 대표는 16년 이상 신호처리 기술을 개발하고 상용화한 경험을 발판 삼아 AI 기반 원격 환자 모니터링 플랫폼을 구현했다.

회사 관계자는 “원격 환자 모니터링에 대한 시대적 요구가 증가함에 따라 전 세계에서 다양한 솔루션을 내놓고 있지만 대부분 소프트웨어(SW) 솔루션이다”라며 “스카이랩스를 제외하고 신호 측정을 위한 하드웨어(HW)까지 함께 갖춘 기업은 극히 드물다”고 말했다.

스카이랩스의 메인 제품은 '카트원 플러스'다. 세계 최초이자 유일하게 반지처럼 손가락에 끼는 '반지형 의료기기'다. 반지 내 삽입된 작은 심전도(ECG) 센서와 광혈류(PPG) 센서를 통해 불규칙 맥파 측정으로 심방세동 의심 파형을 감지한다. 이와 함께 산소포화도와 맥박수 측정으로 심장질환 및 호흡기질환을 자가 모니터링할 수 있다.

반지처럼 편하게 착용할 수 있고, 높은 정확도의 신호로 일상에서 꾸준히 모니터링을 병행할 수 있어 응급상황에 발 빠른 대처가 가능한 점이 특징이다. 카트원 플러스는 국내 식품의약안전처 의료기기, 유럽 CE 인증 등을 모두 획득했다. 국내외 주요 병원 임상을 통해 의료기기로써의 성능도 인정받았다는 설명이다.

카트원 플러스는 환자의 의료 데이터를 수집하는 것뿐만 아니라 AI 솔루션을 통해 치료의 예후도 돕는다. 카트원 플러스로 측정된 데이터는 클라우드로 자동 전송되며, 수집된 데이터는 자체 개발한 딥러닝 알고리즘을 통해 의료적 판단이 가능한 유의미한 데이터로 가공된다.

회사 관계자는 “해당 데이터는 사용자 앱으로 실시간 전송돼 의료진은 병원용 원격 모니터링 대시보드를 통해 환자의 상세한 데이터를 확인할 수 있다”며 “회사의 궁극적인 목표인 '병원 밖 만성질환 환자들의 행복하고 충만한 인생'을 구현하는 데 기여한다”고 말했다.

이 대표는 카트원 플러스의 성공적인 출시 이후 사업 확장에 공을 들이고 있다. 스카이랩스는 오는 5월께 의료진만 볼 수 있었던 생체신호 분석 리포트를 일반 사용자들도 볼 수 있도록 하는 '구독 서비스'를 선보일 계획이다. 이와 함께 카트원 플러스 사용자의 상태를 보호자가 원격으로 확인할 수 있는 '카트 패밀리 앱'도 선보일 계획이다.

카트원 플러스를 통해 관리할 수 있는 질병도 확대한다. 회사 측은 “현재 가능한 심혈관 질환(부정맥) 및 호흡기 질환 모니터링뿐 아니라 추후 고혈압, 심부전 등의 순환기 질환, 수면 무호흡증, 만성 폐쇄성 폐질환 등 다양한 만성질환을 관리할 수 있도록 개발하고 있다”고 말했다.

스카이랩스는 이러한 혁신성을 인정받아 설립 이후 약 340억원의 투자액을 유치했다. 회사는 국민건강보험 일산병원의 스마트 병원 사업(i-SMART)의 일환으로 원내 코로나19 입원환자 및 생활치료센터 입소자, 자가격리자, 능동 감시자 등의 원격 모니터링을 지원하고 있다.

이 대표는 “스카이랩스는 단순 의료기기 제조기업이 아닌, 만성질환자의 건강을 책임지는 의료 서비스 및 플랫폼 기업이 되는 것이 목표”라며 “이를 위해 꾸준한 기술개발과 임상을 진행해 순차적으로 서비스를 선보이고 있으며, 유럽, 미국 등 글로벌 진출도 적극적으로 추진 중”이라고 말했다.

배성수 IT과학부 기자

관련 뉴스

1

"데이터, 크기보다 질"…매스웍스가 꼽은 '2022 AI 트렌드 TOP 10'

매트랩은 글로벌에서 가장 영향력 있는 수치 해석 및 프로그래밍 소프트웨어(SW) 중 하나입니다. 공학이나 과학을 배우는 학생들이라면 누구나 써보기 마련이죠. 미국에 본사를 둔 매트랩 제작 업체 ‘매스웍스’는 최근 인공지능(AI) 기업으로 탈바꿈이 한창입니다. 100개 국가 50만 명의 실사용 고객을 바탕으로 산업 현장에서 요구하는 AI 기능을 자사 SW에 녹여내고 있습니다.지난해부터는 AI 업계의 한 해 전망을 담아낸 ‘트렌드 보고서’도 발표하고 있습니다. 올해는 전년 대비 2배 늘어난 10가지 주제가 보고서에 담겼습니다. 약방의 감초처럼 빠지는 곳이 없는 SW 제작사 매스웍스는 올해 AI 생태계의 주요 트렌드를 어떻게 내다보고 있을까요? ‘질 좋은 데이터’ ‘3D 시뮬레이션’ ‘표준 규약 강화’ 등 핵심 키워드를 담아낸 매스웍스의 분석을 알아보겠습니다. 데이터 서 말이라도 꿰어야 보배?매스웍스는 먼저 AI 모델 정확도를 높이기 위한 데이터 중심의 접근 방식이 확산될 것이라고 강조했습니다. 이는 구글의 AI 전문조직 구글브레인 공동설립자이자 글로벌 ‘AI 구루’로 꼽히는 앤드류 응 랜딩AI 최고경영자(CEO)가 최근 설파하고 있는 주장이기도 합니다. 좋은 AI 개발을 위해선 방대한 데이터보단, 양이 적어도 ‘알찬 데이터’가 중요하다는 내용이 핵심입니다. 빅데이터가 유독 강조되어 오던 업계의 불문율을 깨고 나선 것입니다.매·스웍스 측은 데이터 중심 접근 방식에 ‘데이터 전처리’ ‘데이터 증강’ ‘데이터 준비’ 등이 반드시 포함되어야 한다고 밝혔습니다. 소수라도 질 좋은 데이터를 증강시키고 전처리를 가미해, 효율적인 AI 개발이 가능하게끔 시도하는 업체가 늘고 있다고 했습니다. 미국 철강업체 팀켄스틸, 국내 배터리 업체 LG에너지솔루션이 제조 품질 제어를 자동화하거나 배터리 전극커터 상태를 진단하는 데 이런 메커니즘을 적용했다고 언급했습니다.표준 수립을 통한 AI 신뢰도 향상 시도도 거세질 것으로 내다봤습니다. 유럽연합(EU) 소속 기구인 유럽항공안전청(EASA)과 스위스 AI·자율비행 업체 대덜리언이 공동 발표한 표준안이 대표적 예시입니다. 양측은 기존 SW 개발에서 사용하는 ‘V자 프로세스’에 검증 단계를 강화한 ‘W자 개발 프로세스’를 내세우고 있습니다. 요구사항 분석, 시스템 설계, 단위 테스트 등 기본 SW 개발 절차에다 AI 개발에 핵심 비중을 차지하는 하드웨어(HW), 그리고 파라미터(매개변수) 조정 등 구축 표준 규약을 더한 것입니다. 매스웍스 측은 “안전이 핵심인 AI 시스템에 도움을 주는 검증 체계가 올해 더 늘어날 전망”이라고 전했습니다. 데브옵스·노코드·개발 플랫폼 연계 주목코로나19 이후, AI의 적용 분야가 다양해질 것이란 관측은 보고서의 10대 주제 중 5가지를 할애할 정도로 강조됐습니다. ‘기후 변화·팬데믹 대응·친환경 전환 등 도전적 과제에 적용될 AI’ ‘우주·물리·생명과학 등 응용과학을 촉진시킬 AI’ ‘엔지니어들이 혁신을 위해 찾을 AI’ 등이 관련 내용입니다. 특히 공정 시스템에서 AI 활용이 크게 증대될 것이란 분석은 ‘산업계 AI에 데브옵스 방식이 늘어날 것’과 ‘3D 시뮬레이션 테스트가 늘어날 것’이라는 주제와 함께 보고서 전반을 차지했습니다.데브옵스는 SW 개발과 운영의 합성어입니다. 분리돼 업무를 보던 SW 개발자와 운영자가 일심동체로 움직여 작업 속도와 프로그램 안정성을 높이는 기법입니다. 조직 융화와 비용 투자 문제가 존재하지만, 매스웍스는 AI 생태계서만큼은 데브옵스가 활발해질 것으로 내다봤습니다. AI는 자동화를 기반으로 조직 연계를 지원하면서, 미리 발생할 장애까지 예측할 수 있기 때문입니다. 기업들의 현실적인 3D 시뮬레이션도 늘어난다고 강조했습니다. AI 적용 사례가 다양해질수록 비용과 효율성을 따질 수밖에 없기 때문입니다. ‘미국판 모빌아이’ 메타웨이브가 매트랩의 시뮬레이션을 이용해 활용해 자율주행 시스템에 적용되는 레이더 빔조향 시스템을 개발한 사례는 함께 언급됐습니다.이 밖에 높은 HW 비용이나 전력량 소모를 해결할 수 있는 AI 모델 경량화, AI 개발자의 범위를 더욱 넓힐 수 있는 ‘노코드’ 솔루션의 확대, AI 플랫폼끼리의 연계 강화 등이 주요 트렌드로 꼽혔습니다. 별다른 코딩 능력은 없지만, 특정 분야 전문지식을 갖춘 이들이 다양한 AI 플랫폼과 모델을 통해 생태계 형성에 기여할 것이란 분석입니다. 매트랩이 핵심 AI 개발 플랫폼으로 꼽히는 구글 ‘텐서플로’, 프로그래밍 언어 ‘파이썬’ 등과 기능 연계를 넓히는 배경에도 상호 운용성을 통해 예비 사용자를 늘리려는 의도가 있습니다.김영우 매스웍스코리아 전무는 “매스웍스의 AI 지원 툴은 40종으로 늘어난 상태”라며 “개개별 코드를 검증하는 수준이 아닌, 모델 자체를 검증하려는 시도가 늘면서 산업군의 AI 신뢰도와 활용은 올해 더욱 크게 늘어날 것”이라고 말했습니다.이시은 IT과학부 기자
2

결혼, 아니 연애하고 싶으신가요? AI가 도와 드립니다!

#결혼하지 않는 사람들2020년 일본 정부는 70년 만에 역대 최저 혼인율을 올리기 위해 AI 중매 사업에 약 206억원을 투입하기로 하였다. 46개 지자체 중 10개 이상이 이 제도를 활용 중이다. 한국은 어떨까? 결혼연령대인 MZ 세대는 빠르게 진행되고 있는 양극화로 인한 경제적 어려움 때문에 결혼을 포기했다. 최근 결혼정보업체 설문에 따르면 그들의 72%는 결혼은 필수가 아니라고 대답했으며, 61%가 ‘결혼은 사치라고 느낀 적이 있다’고 했다. 결혼은 모르겠고, 연애는 하고 싶어그러나, 희망적인 통계도 있다. MZ 세대를 중심으로 데이트 앱 시장의 급격한 성장세가 나타나고 있는데, 글로벌 지출액이 전년 대비 15% 증가 (3조 5460억원 기록)하였고, 국내 시장은 2000억원 규모로 매년 빠르게 성장 중이다. 가성비, 가심비를 따져가며 효율성과 간편성을 원하는 MZ 세대들 덕분에 AI 매칭 시장은 성황이다. 초기 조악한 프로필 기준으로 끊임없이 연결되는 후보자를 스스로 검증하는데 지친 이들에게 AI 서비스는 매칭의 질을 높여준다. 시간대비 금전적으로 조금 더 여유로운 30,40세대가 주 고객인 결혼정보업체에서도 적극적으로 AI를 도입하고 있다. 모 업체는 160가지 데이터를 기반으로 배우자 후보를 추천한다. #입이 떡 벌어질 만큼 발전한 AI 매칭 기술AI 매칭 프로세스는 가입자가 제출한 기본 프로필, 취미, 가치관, 이상형 등 데이터를 기반으로 빅테이터 분석과 알고리즘을 통해 최적의 짝을 찾아 준다. AI 매칭 기술은 얼마나 발전 했을까? 당신의 변덕까지 맞춰줄 파트너 무한 매칭 초기 기술들은 가입자들이 프로필을 등록하고, 필터링을 이용해 자신이 원하는 상대방의 조건을 스크리닝해 매칭하는 방식이었다. 현재는 머신러닝을 통해 직업, 나이 등 객관적 프로필 조건 외에, SNS 계정 내 활동 데이터, 매칭 이력, 이성과 대화 시 호감도까지 분석하여 가입자의 무의식적인 성향까지 비슷한 사람과 매칭시켜준다. 이러한 정교화된 주선 기술은 당신이 백마탄 왕자와 숲속의 공주를 찾는데 기여한다. 폭탄 피하려면 얼굴 확인 필수…연예인과 닮은 꼴 매칭기존 데이팅 앱은 프로필 사진만으로 생김새를 확인하니 실제 만나보지 않고는 외모 판단이 불가능하다. 특히 보정 기술이 나날이 향상되는 오늘날에는 실제 만나보니, 뜨악한 경우가 상당하다. 이것이 기존 데이팅 앱에 대한 신뢰도가 낮았던 이유 중 하나다. 그러나, 최근에는 선호 연예인 등 원하는 외모의 사진을 업로드 할 경우, AI가 생김새를 분석하여 가장 유사한 상대의 프로필과 매칭시켜준다. 사랑하니까 1장만 땡겨줘?… 결혼 사기 물렀거라AI 기술은 가짜 프로필과 스토킹 고객을 골라내는 작업에도 사용된다. 문제가 되는 활동 패턴을 학습한 AI는 앱 상에서 비정상적인 ‘끈적임’을 탐지하여 가입자에게 경고 알림을 보내며, 수천개의 가짜 프로필을 통해 ‘사랑’ 이라는 명목으로 행해지는 금전적인 거래, 비도덕적인 강요 등 일명 ‘로맨스 스캠’을 막아 준다. 콩깍지로부터 자유로운 AI덕분에 당신은 더 정교하게 상대의 거짓말을 잡아낼 수 있다. 나와 ‘케미’가 맞는 사람까지 추천AI 분석 기술이 나날이 발전함에 따라, 데이터의 범위도 확대 되고 있다. 급기야 DNA 샘플 분석 후 가입자의 DNA와 가장 화학적(?)으로 결합이 맞는 이성을 소개한다. 이게 소위 말하는 화학적 결합, ‘케미스트리(chemistry)’가 아닌가 싶다. #양날의 칼인 AI, 편향화, 개인정보유출에 대한 고민AI 매칭 서비스는 효율성을 극대화 한 신 문물이지만, AI로 사람을 골라내는 것이 주 기능이다 보니, 윤리, 도덕 문제에서 자유롭지 않다. 편향된 데이터 학습과 개인 정보 피해 AI가 ‘흑인보다는 백인을 선호한다’를 학습하면, 흑인 가입자는 매칭에서 배제될 가능성이 높다. 또 연예인과 비슷한 인물의 사람을 매칭시켜주는 서비스는 외모지상주의 행태를 강화할 수 있다. 나아가 AI는 매칭률을 높이기 위해 가입자의 SNS 계정 활동 데이터를 수집한다. 페이스북에서 ‘좋아요’한 게시물들, 인스타그램 내 사진들, 방문장소, 구매 상품, 이성과의 대화기록 등이 그것이다. 문제는 매칭 확률을 높이기 위해 광범위하게 개인데이터를 끌어오고 있어 개인신상털기의 피해를 야기한다. 또, 개인의 구매 선호를 반영하고 있는 데이터는 특정 업체들의 ‘타킷 광고’에 사용되기도 한다. 개인정보의 유출은 디지털 범죄에 활용될 가능성도 있다. 드라마 MBC ‘검은태양’에서 소개되어 화제가 되었던 딥페이크 기술은 AI의 딥러닝 기술로 특정인의 얼굴, 신체 등 이미지를 합성하고, 목소리와 억양까지 모방이 가능하다. 타인의 얼굴에 당신의 얼굴을 입혀 어둠의 경로에서 누군가는 돈을 벌고 있을 수도 있다. 코로나로 인해 오프라인으로 사람을 만나기 어려운 요즘, 편의를 제공하고, 기회비용을 줄여준다는 점에서, AI 매칭 서비스는 시대적 요구다.AI의 편향성은 늘 문제일까? 편향성은 보통 부정적이지만, 사용 목적에 따라 꼭 필요할 수 있다. AI는 실제로 완전히 중립적인 모델보다 특정방향으로 기울 때 최적의 수행이 가능하다. 타킷 마케팅이 그것인데, 18-25세 사이의 여성들의 취향을 AI로 훈련시켜, 동일 연령대 대상으로 비슷한 상품을 추천해 구매를 일으킨다. 이러한 매칭 서비스 역시 편향성을 기반으로 하고 있다. 최고의 짝을 고르고자 하는 것은 인간의 기본적인 욕구이다. 따라서 희망 외모, 연봉, 직업 등 외적인 조건들은 상당히 정형화, 구체화, 수치화 되어 있다. 그래도 희망적인 것은, 인간은, 외적인 조건이 다소 부족할지라도, 취향과 성격 등 추가적인 요소들도 고려한다는 점이다. AI 매칭앱의 편향성을 우려하기 보다는 매칭 데이터의 질(Quality)에 대한 고민이 필요한 이유이다. 가입자의 취미를 알아보자면, 회사 주최 등산 1회 참석 보다, 매달 1회 와인 구매가 유의미하다. 따라서 필수 데이터 간의 연관성을 면밀히 뽑아내고 유의미성을 찾아내는 높은 수준의 분석력이 필요하다. 마지막으로, 가입자의 입장에서도 일정 부분 개인정보 유출 리스크가 항시 존재함을 인지하고, 가입시 약관 등을 꼼꼼히 챙겨 선의의 피해를 줄일 수 있도록 해야 한다. 2040년에는 약 70% 커플이 온라인으로 만날 예정이라고 한다. 온라인이어도 좋으니, AI가 매칭해주는 사람이라도 많이 만난다면 혼인율이 좀 올라가지 않을까?
3

거친 환경을 헤쳐나가는 끝없는 진화, 에코리즘

하버드 대학 컴퓨터 과학 및 응용 수학 교수인 레슬리 밸리언트(Leslie Valiant) 교수는 2010년 튜링 상을 받은 학자이다. 컴퓨팅 이론의 대가로서 그가 2013년에 출간했던 ‘얼추거의맞기(Probably Approximately Correct(PAC)’라는 제목의 책이 2021년 11월에 국내에 소개되었다. 역자는 이광근 서울대 컴퓨터공학부 교수이다. 역자 역시 전문 학자이기 때문에 책의 번역 내용은 매우 훌륭하다. 특히 많은 전문 용어를 이해하기 쉬운 우리 말로 풀어 번역해 매우 신선하면서 도입한 단어들이 아주 흥미롭다. 예를 들어 PAC을 ‘얼추 거의 맞기’로 한 것이나 우리가 흔히 추론 또는 논증이라고 하던 reasoning을 ‘이치 따지기’로 번역한 것이 대표적이다. 그는 책에서 기계 학습을 보다 근본적으로 이해하도록 하는 것만 아니라 학습 과학이라는 새로운 영역을 소개한다. 기계 학습은 매우 복잡하고 이론이 없는 데이터에서도 학습이· 가능하다는 것을 보임으로 크게 발전해 왔다. 그는 특히 자연에서 생명체가 헤쳐나가는 방법이 모두 환경으로부터 학습한 결과이고 이 과정을 기계적인 계산으로 이해할 수 있다고 계산 학습의 영역을 확장한다. 그는 이런 학습 능력을 갖춘 알고리즘을 ‘에코리즘(ecorithm)’이라고 부른다. 책은 앞부분에서 튜링의 1930년대 논문에서 ‘기계적인 계산’이라는 개념이 정의되고 그의 보편 만능 기계 개념과 기계적인 계산으로 불가능한 문제가 있음을 제시한 것이 얼마나 컴퓨터 과학에서 중요한 의미가 있는지 강조한다. 밸리언트 교수는 튜링의 성과가 물리학에서 뉴턴에 비견할 수 있다고 찬사를 보낸다. 이후 컴퓨팅 이론에서 얘기하는 계산 복잡도와 다양한 문제 클래스를 일반인이 쉽게 알 수 있도록 설명한다. 사실 이런 이론이 없다면 컴퓨터 과학은 단지 프로그래밍 기법 만을 얘기하는 분야가 되었을 수 있다. 꾸준히 기계 학습의 이론적 토대를 세우는데 공헌한 저자 역시 계산 복잡도 영역에서 대가로 인정받은 사람이다. 저자는 나아가 다윈의 진화이론도 계산 학습 모델로 모델링이 가능할 것이고 이를 통해 좀 더 명확한 과학이 될 것이라고 주장한다. 학습 과정으로 진화를 바라보면 정량적으로 이해할 수 있을 것이라는 얘기이다. 이때 PAC 학습의 목표가 진화에서는 적합도이며 더 좋은 성능이 목표 함수가 된다. 책은 이후 학습가능함이란 무엇이고, 지능을 위해서는 이치 따지기가 필요하며 학습과 이치 따지기를 모두 다루기 위한 ‘튼튼 논리(robust logic))’를 제안한다. 2021년 삼성 AI 포럼에 초대 받은 밸리언트 교수는 ‘아리스토텔레스는 땅콩을 좋아했을까?’라는 질문에 답을 할 수 있기 위해서는 기계 학습에 이치 따지기가 합쳐져야 하고 이를 위한 자신의 제안이 ‘튼튼 논리’라고 발표했다. 이 책은 일반적인 인공 지능의 얘기보다 기계 학습의 본질적인 특성이 무엇이고, 이를 확장하면 생명체를 이해할 수 있는 수준이 될 것이고, 에코리즘이 지능의 핵심이라고 주장한다. 그러나 아직도 풀어야 하는 많은 과제가 남아 있는 것도 사실이고, 지능을 연구하기 위해서는 결국 사람 진화의 결과를 이해해야 하는 어려움이 있다. 이 책과 함께 읽고 있는 책은 유명 신경 과학자인 안토니오 다마지오의 ‘느끼고 아는 존재’인데 지능의 문제를 본질적으로 이해하는데 도움이 된다. 인공지능 연구는 앞으로도 근본적인 지능의 문제를 조금씩 해결해 보면서 다양한 시각으로 접근해야 새로운 단계로 넘어 갈 수 있을 것이다. ※책과얽힘국내에서 보기 드문 과학기술 전문 큐레이팅 책방이다.서울 강남구청역 인근에 있다. 기술과 정책 전문가들이 수시로 모이는 사회적 공간, 커뮤니티 역할도 하고 있다. 모든 책은 공학박사인 주인장(한상기)이 엄선해 판매한다. 페이스북에서 책과얽힘을 검색해도 만날 수 있다.