루닛이 의료 특화 모델 ‘러닝유닛 2.0(LearningUnit 2.0)’을 개발했다. /사진=루닛 제공
루닛이 의료 특화 모델 ‘러닝유닛 2.0(LearningUnit 2.0)’을 개발했다. /사진=루닛 제공
루닛이 병원 내부에서 구동할 수 있는 의료 특화 인공지능(AI) 파운데이션 모델을 개발했다. 전국 9개 의료기관에서 임상 의사결정과 응급환자 분류, 보험 심사·청구 등 실제 병원 업무를 대상으로 성능을 검증했다.

루닛은 정부의 국가 전략사업인 ‘의과학 특화 파운데이션 모델’ 프로젝트를 성공적으로 완수하고 의료 특화 모델 ‘러닝유닛 2.0(LearningUnit 2.0)’을 개발했다고 6일 밝혔다. 개발 결과물은 글로벌 AI 모델 공유 플랫폼 허깅페이스(Hugging Face)에 오픈소스로 공개했다.

러닝유닛 2.0은 전체 300억개, 실제 연산에 활용되는 활성 파라미터 50억개 규모로 설계됐다. 비교적 작은 규모로 의료기관 내부 서버에서 구동할 수 있도록 개발한 것이 특징이다.

루닛은 지난해 10월 과학기술정보통신부의 ‘인공지능 특화 파운데이션 모델’ 사업 주관기관으로 선정된 뒤 23개 산·학·연·병 기관으로 구성된 컨소시엄을 이끌며 약 10개월간 모델 개발과 현장 실증을 진행했다.

러닝유닛 2.0은 단순한 의료 질의응답을 넘어 병원 업무 흐름을 단계적으로 지원하도록 설계됐다. 데이터를 분석해 판단 근거를 제시하고 후속 업무까지 연결하는 에이전트 구조를 적용했다. 주요 적용 영역은 임상 의사결정과 응급실 환자 분류, 다학제 진료, 이상약물반응 인과성 평가, 보험 심사·청구 등이다.

루닛은 약 6개월간 국민건강보험 일산병원과 건양대학교병원, 고려대학교의료원 등 전국 9개 의료기관에서 실제 현장 데이터를 이용해 모델을 평가했다. 암 환자의 다학제 진료 사례를 대상으로 한 다기관 평가에서는 모델이 제시한 치료 방침의 86.2%가 임상적으로 타당한 수준으로 평가됐다. 응급실 중증도 분류(KTAS)와 약물이상반응 인과성 판정(ADR)에서는 전문의 판단과 한 단계 이내에서 일치한 비율이 각각 98%로 나타났다.

보험 심사·청구 영역에서는 평가자들이 모델 답변의 85.6%를 실제 업무에 활용 가능한 수준으로 평가했다. 의료 지식 추론과 인용 사실성, 의료 대화 안정성 등을 평가하는 공인 벤치마크에서도 프로젝트에서 제시한 목표 성능을 달성했다. 루닛에 따르면 4개 핵심 의료 벤치마크를 포함한 17개 평가 항목에서 글로벌 범용 AI 모델과 비교 가능한 수준의 평균 정확도를 기록했다. 이 결과는 제3자 검증을 거쳤다는 설명이다.

회사는 특히 전체 300억 파라미터 규모의 러닝유닛 2.0이 일부 대형 오픈소스 및 상용 모델과 비교해 경쟁력 있는 성능을 나타냈다고 설명했다. 환자 정보를 외부 클라우드로 전송하지 않고 의료기관 내부에서 모델을 운영할 수 있다는 점을 사업화 과정의 강점으로 보고 있다.

서범석 루닛 대표는 “러닝유닛 2.0은 특정 질환이나 단일 기능에 국한된 모델이 아니라, 병원이 매일 수행하는 업무 전반을 지원하는 인프라”라며 “국내 의료 현장의 실제 업무에서 성능을 확인한 만큼, 의료진과 환자 모두에게 도움이 되는 기술로 발전시켜 나가겠다”고 말했다.

루닛은 지난해 10월 사업 주관기관 선정 이후 올해 4월 1단계 임상 실증을 통과했으며 이후 2단계 의료현장 실증과 모델 고도화를 진행해왔다. 지난 8월에는 대학(원)생, 임상의, 엔지니어 등이 참가한 '의료 특화 파운데이션 모델 해커톤'을 주최하며 의료 특화 AI 생태계 확산에도 힘썼다.

이민형 기자 meaning@hankyung.com