본문 바로가기

인더스트리

[트릭's 뉴스레터] July 2020

 

안녕하세요, AITRICS 입니다 😊

지난 한 달동안 AITRICS와 인공지능 & 머신러닝 업계에 대한 소식을 정리하여 전달드립니다.

 

함께 확인해보시죠!

 

 

[AITRICS 소식] 

 

1) AITRICS, ‘MS 스타트업 프로그램’ 최종 기업 선정

에이아이트릭스(AITRICS)가 인공지능(AI)과 빅데이터 등 테크 기반 스타트업을 대상으로 한 ‘마이크로소프트(MS) 스타트업 프로그램’ 최종 기업으로 선정됐다. 이번 프로그램은 5월 6일까지 6주간 서류 심사와 오프라인 인터뷰 등 엄격한 심사 과정을 통해 참여할 스타트업들을 최종 선발했다. 에이아이트릭스는 자사의 병원 내 응급상황 예측 솔루션 ‘바이탈케어(VitalCare)’와 해당 제품에 적용된 인공지능 기술을 소개했다. 그 과정에서 환자의 위험도를 시계열로 보여주는 딥러닝 모델과 발병 원인을 밝혀낼 수 있는 설명 가능한 인공지능 등을 통해 헬스케어 분야에서의 기술력 입증했다. 이런 기술력을 바탕으로 AI 적용 영역의 확장 가능성도 인정받았다. 

 

 

[업계 소식

 

1) 인공지능 세상을 바꾸는 ‘온 디바이스 AI’

온 디바이스 AI는 기존 인공지능 기술(클라우드 AI) 대비 ▲빠른 서비스 ▲강화된 보안 ▲낮은 에너지 소비 등의 장점을 갖춘 인공지능 기술을 말한다. 이는 클라우드 AI 기술이 실제 서비스 환경에서 폭증하는 트래픽으로 인한 성능 저하와 탄소 배출, 개인정보 유출 등의 한계에 봉착하고 있는 가운데 클라우드 AI의 단점을 보완해 인공지능 기술이 우리 일상에 더욱 깊숙히 침투하게 만드는 기폭제가 될 것으로 기대를 모으고 있다. 이에 미국 매사추세츠공과대학은 지난 3월 온 디바이스 AI를 향후 5년 안에 우리 사회에 큰 변화를 가져올 10대 혁신 기술 중 하나로 선정하기도 했다.

 

2) 中 ‘차세대 인공지능 개발 계획’ 첫 보고서

중국의 차세대 인공지능(AI) 개발을 위한 AI 생태계 완성 전반에 대한 첫 보고서가 발표됐다. 전 세계 국가와 기업들 처럼 중국도 AI 혁명을 강력한 국내 경제 및 기술 개발을 촉진할 수 있는 핵심 기회로 보고 있다. 지난 달, 12개 중국 AI 기관의 인공 지능 선도 연구자 그룹이 과학저널 네이처 머신 인텔리전스(Nature Machine Intelligence)에 ‘중국의 차세대 인공 지능 지향(Towards a new generation of artificial intelligence in China)’ 논문을 발표했다. 이 논문은 중국 AI 전반에 대한 최초의 연구보고서로 2017년 중국 AI 생태계 빠른 완성을 위한 청사진으로 발표된 중국의 NGAI(New Generation Artificial Intelligence) 개발 계획(2015-2030)을 다뤘다.

 

3) 데이터 활용해 24시간 의료 모니터링받는 세상 온다

디지털 헬스케어는 더 많은 데이터를 활용해 더 높은 의료를 구현하는 것이 핵심이다. IBM에 따르면, 인간의 건강과 관련된 데이터는 의료 데이터, 유전체 데이터, 그 밖의 외부 데이터 등 크게 세 가지로 나뉜다. 한 개인은 일생을 살면서 의료 데이터를 0.4TB(테라바이트), 유전체 데이터를 6TB, 외부 데이터를 1100TB 만들어 내고, 이들 데이터가 각각 건강에 미치는 영향은 10%, 30%, 60%순이다. 지금까지의 의료 체계는 의료 데이터에 집중하며, 유전체 데이터를 제한적으로 활용하는 정도였다. 가장 큰 영향을 미치는 외부 데이터는 측정하는 것 자체가 기술적으로 불가능했다. 디지털 헬스케어가 실현되면 그동안 놓쳤던 모든 데이터를 측정하고, 저장하며, 분석해 활용하는 100% 디지털 헬스케어 의료가 가능해진다.

 

4) 기업은 ‘AI 인재’ 찾는데…한국 인재풀, 미국 3분의 1 불과 

국내에서 4차산업혁명 인재 확보에 비상등이 켜졌다. 한국 인공지능(AI) 인재 경쟁력이 미국보다 절반 수준에 불과하다는 사실이 알려지면서 정부는 뒤늦게 'AI 대학원' 신설을 주문했다. 그럼에도 불구하고 학계·업계에서 향후 4차산업혁명에 대한 우려가 크다. 4차산업혁명 성패는 AI인재에 달려 있는데, 그 이전에 교육 혁명부터 이뤄져야한다는 지적이다. 지난해 전국경제인연합회 산하 한국경제연구원이 AI 관련 전문가 30명을 대상으로 설문 조사한 결과, 한국의 AI인재 경쟁력은 미국의 절반 수준에 불과한 것으로 드러났다. 미국의 AI인재 경쟁력을 10으로 볼 때 한·중·일 가운데 중국이 8.1, 일본이 6.0, 그리고 한국이 5.2 순이었다.

 

5) 비대면 시대 무인화, AI가 이끈다

포스트 코로나 시대를 이끌 비대면 기술은 현재 IT기술에 기반 한 전통적인 ‘대면 서비스의 원격화’에 있다면 향후에는 AI 기술에 기반 한 ‘무인화’에 초점이 맞춰질 것으로 전망되고 있다. 비대면 기술로 대표되는 AI를 활용한 기술 개발이 활발히 이뤄지고 있지만 전문가들은 아직까지 완벽한 비대면 기술이 아닌 원격화 된 대면 기술로서 현재의 기술을 평가하고 있다. 챗봇이 주문을 받고 상담이나 추천을 해 주는 것에서 나아가 AI튜터 보조변호사와 같이 지능적이고 전문적인 영역에까지 비대면 서비스의 영역을 확대하는 것을 의미한다.

 

6) Researchers pilot ‘model to data’ approach to developing predictive algorithms

EHR systems offer a bounty of patient data for potential use in predictive models, which in turn can allow providers to allocate resources and staffing and streamline care. However, healthcare institutions must also consider patient privacy regarding EHR data. Doing so is possible via data de-identification and synthetic data creation, the University of Washington researchers wrote, but neither method is without its disadvantages.

 

7) Are AI scribes the answer to doctors’ documentation woes?

Before Dr. Matthew Fradkin was a pediatrician he played in a punk rock band. Aside from the years of training to become a physician, he said there were actually some similarities to the two – namely the search for human connection. “They have the same core, the in-the-moment human connection is really important to both. Bringing back the human connection in medicine is where I see digital and AI advancing in helping to turn back the clock in terms of the patient provider experience,” Fradkin, a pediatric and Swedish Primary Care and Providence St. Joseph’s, said during a HIMSS20 Digital event. 

 

8) How to hang on to AI’s advantage 

As businesses use artificial intelligence to respond to the pandemic, 2020 marks the start of a mainstream AI adoption era in the enterprise. The technology, in physical and digital form, will couple with human teams to elevate their efficiency, while AI will touch practically every software platform involved in daily work. This is the reality portrayed in Deloitte's State of AI in the Enterprise report, a global survey of 2,700 IT and line of business executives released Tuesday. Three-quarters of AI-adopters expect the technology will be integrated into all enterprise applications in the next three years.

 

9) Utilizing Machine Learning for Better Bioprocess Development 

In machine learning (ML), machines—computer programs—learn and improve based on the assessment of historical data without being directed to do so. This process allows them to improve the accuracy of predictions or decisions they make. ML is part of the wider field of artificial intelligence. But, unlike AI which seeks to mimic human intelligence, ML is focused on a limited range of specific tasks. The ML concept is already being used in areas like drug discovery1. For example, last year GSK2 shared details of its use of ML in vaccine development. Likewise, in July the Gates Foundation awarded A-Alpha Bio $800,000 to use machine learning to optimize protein therapeutics for infectious diseases.