딥노이드, M4CXR로 생성형 의료 AI연다··· '퓨리오사AI 협력으로 사업성 더 높여'

[IT동아 남시현 기자] 의료 AI 전문기업 딥노이드가 생성형 AI 기반 디지털 의료기기 ‘M4CXR’의 품목 허가와 의료 AI 파운데이션 모델 ‘메드제로’ 등과 관련한 전반적인 시장 전략을 소개하기 위한 기자간담회를 개최했다. 딥노이드는 2008년 설립돼 2021년 코스닥 시장에 상장했으며 의료 영상 판독 및 진단 보조 설루션을 제공한다. 주요 제품군으로는 딥뉴로(DEEP:NEURO), 딥체스트(DEEP:CHEST) 등이 있으며 최근 들어 생성형 AI로 의료 판독문 초안을 생성하는 ‘M4CXR’과 의료 특화 파운데이션 모델 ‘메드제로(MedZero)’로 적용 분야를 넓히고 있다. 이중 M4CXR은 생성형 AI 의료기기로는 최초로 혁신의료기기로 지정된데 이어 최근 디지털의료기기 품목 허가까지 획득했다.

M4CXR 의료기기 품목허가, 연말엔 의료 AI 파운데이션 ‘메드제로’ 공개

기자간담회는 최우식 딥노이드 대표이사의 M4CXR 소개와 김성현 휴먼영상의학센터 대표원장의 메디컬 세션, 김진수 퓨리오사AI 개발부문 이사의 인프라 협력 부분 발표로 나뉘었다. 최우식 딥노이드 대표는 “2025년 4분기부터 글로벌 AI 기업들의 매출이 크게 늘고 있다. 주관적으로는 생성형 AI에 이어 에이전트 AI를 통한 업무 자동화가 이유라고 생각한다”라면서 “국내의 의료 판독 데이터는 1년에 약 3억 건 정도며 이를 판독하는 의사들의 숫자는 절대적으로 부족하다. 이 부분에 적용할 수 있는 업무 자동화를 위해 다양한 AI를 제공 중”이라고 설명을 시작했다.

딥노이드는 올해 초부터 메드제로(MedZero-32B)라는 의료 AI 특화 파운데이션을 구축 중이며, 연말 출시 예정이다. 메드제로는 엑스레이, CT, MRI 등 다양한 의료 영상을 확인하는 국내 최초 멀티모달 기반의 의료 AI 파운데이션 모델이며, EMR(전자의무기록), OCS(처방전달시스템) 등 다양한 소프트웨어와 연동되는 의료 AI 에이전트 형태로 개발되고 있다. 최우식 대표는 “메드제로는 현재 4개 영역에서 성능을 구축 중이며 구글의 메드젬마와 비교해도 압도적으로 성능이 앞선다”라고 덧붙였다.

또한 M4CXR의 첫 품목허가에 이어 딥뉴로 등으로 허가를 확장하겠다는 로드맵도 공개했다. 최우식 대표는 “국내에서 처음으로 생성형 AI인 M4CXR의 품목허가를 받았으며, 이를 바탕으로 딥뉴로를 비롯한 디지털 의료기기 시장 확장이 가능해졌다. 병원에서 필요한 서비스를 제공하는 상황이다”라고 말했다.

“CT 판독 100건 중 95%가 정상··· AI 도입해야 판독 병목 해소”

이어서 김성현 휴먼영상의학센터 대표원장이 생성형 의료 AI의 임상적 가치와 현장 활용 방안을 직접 소개했다. 김성현 대표원장은 영상학과 전문의며 휴먼영상의학센터는 국내 200여 곳 이상의 병원에서 생성되는 필름을 원격으로 판독하는 서비스를 제공한다. 김성현 대표는 “우리나라 영상학과 의사들이 겪는 가장 큰 문제점은 과도한 업무량이다. 의료계에서는 하루에 CT 30건 정도를 최대 판독량으로 보지만 실제 처리량은 100건이 넘는다. 질병의 조기 발견이나 건강검진의 대중화 등이 배경으로 꼽힌다. 최근에는 전신 스캔도 15초면 끝나니 판독량이 검사량을 따라가지 못한다”라고 설명했다.

문제는 100건을 판독하면 95%가 정상 소견이라는 점이다. 환자를 생각하면 5%의 이상 소견을 집중 분석해야 하지만 과도한 업무량이 이상 소견을 판독하는데 영향을 준다는 것이다. 김성현 대표원장은 “기존의 의료 데이터 분석 서비스는 기존 데이터와 대조해 문제가 될만한 부분만 짚다보니 역으로 시간이 더 걸리는 문제가 있었다. 이상 소견이어서 봐도 실제로는 문제가 없는 경우가 많다”라며 문제점을 지적했다.

딥노이드의 M4CXR의 임상 시험을 약 5개월 간 진행한 결과에 대해서는 긍정적이었다. 김성현 대표원장은 “판독 소견의 경우 이상 확률을 말해야 하고, 무조건 정상이라고는 못하는 게 기본이다. 기존 설루션은 이것이 불가능했는데 생성형 AI로는 가능해서 생산성이 효율적이다. 당장은 아니지만 나중에는 정상 소견은 넘어가고 이상 소견만 볼 수 있는 조건이 될 것 같다. 현장에서는 이 자체로 큰 이윤을 가져다주고, M4CXR을 돈주고 쓸 이유가 된다”라고 말했다.

현재 M4CXR의 객관적인 환각 비율은 약 0.2% 수준이며 애플 M4 맥스 하드웨어에서 1건을 약 0.586초 만에 추론한다. 김성현 원장은 환각 비율과 속도에 대해서는 큰 문제가 없다고 말했으며, 결과물과 예비소견서는 영상의학과 레지던트 2~3년 차 수준이라고 평가했다. 또한 SNOMED CT(국제의학용어표준체계)를 기반으로 소견서를 작성해 데이터베이스 구축에 좋다는 점도 강조했다. 다만 의료 사고가 발생하면 책임 소재가 불분명해지기 때문에 철저한 감독과 검증이 더욱 고도화해야 한다고도 덧붙였다.

딥노이드, 작년부터 RNGD 기반 M4CXR 환경 공동 구축

딥노이드는 의료 AI 서비스가 안정적으로 제공되기 위해서는 GPU, NPU 등의 인프라 구축이 병행되어야 한다고 말한다. 이 부분에서는 퓨리오사AI가 적극 협력 중이다. 퓨리오사AI는 지난해부터 M4CXR 동작 시 판독 소견서를 생성하는 과정에 RNGD(레니게이드)가 활용될 수 있도록 기술 지원중이다. 김진수 퓨리오사AI 이사는 “딥노이드와는 메디컬 AI 영역에서 긴밀히 협력 중이며 의료 데이터를 적재 가공하고 AI 모델로 구축하는 데 협력 중”이라며 발표를 시작했다.

퓨리오사AI NPU의 가장 큰 이점은 전력 소모대 성능비다. 김진수 이사는 “RNGD는 엔비디아 GPU의 전력 소모대 성능비, 절대 성능에서 우위에 있다. 사용자당 서비스 제공량을 따졌을 때 엔비디아 RTX와 비교해 거의 두 배 가까이 차이나며, 이는 현장에 실증 인프라를 구축했을 때 갖아 중요한 지표다. 의료 AI를 포함한 AI 서비스가 현장에 적용됐을 때 비용 측면을 간과할 수 없는데 도입부터 운용 비용까지 전반적으로 우세한 편”이라고 소개했다.

이어서 “딥노이드와 주로 협력하는 부분은 AI 모델의 응답 부분이다. AI 모델이 구동되며 추론 부문에서 RNGD가 사용되는데 PC 자체를 내부적으로 구축하는 온프레미스 환경이나 폐쇄형으로 구축하는 프라이빗 클라우드, 공개형으로 사용하는 퍼블릭 클라우드까지 RNGD는 모든 설루션에 적용할 수 있다. 고객사가 RNGD 기반 시스템을 구축한 뒤 딥노이드의 AI를 올려서 활용하는 것이 가능하다. 작년부터 M4CXR에 RNGD를 적용해 LLM 기반 의료 판독문 생성에 사용 중이고, 전력 소모대 성능비 역시 동일하게 두 배로 확인됐다”라고 말했다.

퓨리오사AI는 올해 NPU로 판독 소견서를 작성하는 것 이외에도 설루션 성능 평가 전반을 같이 진행할 예정이다. 김진수 이사는 “NPU 기업 입장에서 다양한 형태와 규모의 시스템을 구축하고 서비스하는 게 쉽지 않지만 노력 중이다. 일단 의료 AI 생태계 조성을 위해 여러 기구에도 적극 참여 중이며 향후 확장을 위해 의견을 나누고 지원 중”이라면서 “퓨리오사AI는 버티컬 인프라로서 AI 가속기를 제공하는 것은 물론 의료 생태계 소프트웨어나 의료 서비스 포털이 만들어질 수 있도록 전방위적인 협력 중이다. 현재는 의학 문헌 검색, 요약 등 리서치 AI 에이전트 영역에서 수요를 확인해 공급을 준비하는 과정”이라고 말했다.

또한 “작년부터 진행한 딥노이드와의 실증은 이제 확산 단계라 할 수 있으며 생태계 활성화 전반의 시발점이 될 것이라 판단하고 있다. 시스템 확산을 통해 의료기관의 업무 효율화나 K의료 생태계의 우수성을 대내외적으로 알릴 수 있는 기반을 마련하도록 적극 협력할 것”이라고 말했다.

딥노이드-퓨리오사AI, 소프트웨어와 하드웨어 실증 연합에 ‘주목’

딥노이드와 퓨리오사AI의 협력 구도는 양사 모두에게 중요하다. 딥노이드는 올해 연말 32B 규모의 메드제로 파운데이션 모델을 공개하고, 향후에는 이를 활용해 진단 보조, 예비 소견서 생성, 병변 위치 파악 및 임상 추론 근거 제시 등 다양한 응용 소프트웨어 개발에 나선다. 특히 최근 생성형 AI 시장은 여러 종류의 에이전트를 종합해서 사용하는 에이전틱 AI가 대세인데, 다양한 소프트웨어를 동시에 활용하면서 서비스 비용이 크게 늘어나 고객사에게 부담으로 작용한다.

추론 작업에 한해서는 NPU를 활용하자는 게 현재 시장의 흐름이며, 딥노이드 입장에서는 퓨리오사AI NPU를 도입해 고객사의 도입 비용을 상당히 낮출 수 있다. 맞춤형 하드웨어 지원이나 공동 사업화 측면에서도 장점이 있다. 퓨리오사AI 역시 의료 AI라는 버티컬 AI 분야에서 도입 사례를 확보하고, 더 나아가 다른 분야와의 협력 예시도 만들 수 있다. 해외 기업들의 경우 사전에 도입된 결과 등을 중시하는 만큼 딥노이드와의 협업 사례는 좋은 성적표가 될 수 있다. 딥노이드가 개발하는 서비스 중 추론이 필요한 작업이 많은 만큼 퓨리오사AI와의 관계는 계속 이어질 전망이다.

IT동아 남시현 기자 (sh@itdonga.com)