close
머신러닝

인식 전문업체 셀바스AI, ‘스마트헬스’에 눈뜨다

가 +
가 -

셀바스AI 전신은 디오텍이다. 지난해 디오텍은 새로운 도약을 하겠다며 사명을 바꿨다. 사업 영역을 기존 인식 솔루션에서 ‘스마트헬스’로 확장하겠다는 얘기를 덧붙였다.

디오텍은 필기인식, 음성인식, 영상인식 등 인식 전문 솔루션 업체다. 카메라로 찍은 사진에서 OCR(광학문자인식) 기능을 이용해 기계가 읽을 수 있는 기술을 개발한다. 이 기술을 바탕으로 명함 인식, 신분증 인식, 서식 인식 등으로 솔루션을 만들어 매출을 만들었다. 이런 회사가 스마트헬스를 하겠다고 나서는 모습은 낯설었다.

김경남 셀바스AI 대표 생각은 다르다. 인식 기술이 바로 스마트헬스 사업의 기본이라고 보았다. 특히 3년 전부터 본격적으로 인식 기술 향상을 위해 머신러닝 알고리즘을 도입한 후부터 자신감을 얻었다.

“기존에는 머신러닝 알고리즘을 연구했습니다. 오랫동안 다뤘지요. 몇 년 전부터 각 인식 솔루션 알고리즘을 머신러닝으로 대체하니 인식 성능 자체가 상당히 좋아졌습니다. ‘인식’을 적용할 수 있는 범위가 넓어졌지요. 의료용 빅데이터에도 적용해서 결과 해석을 할 수 있겠다는 생각이 들었습니다. 이미 우린 영상, 이미지, 필기인식 경험을 해봤으니까요.”

김경남 셀바스AI 대표

김경남 셀바스AI 대표

최근 의료용 빅데이터를 분석해 각종 질병을 예측하고, 진단할 수 있다는 얘기가 화제다. IBM 왓슨은 사진과 영상만 보고 진단을 내린다. 셀바스AI도 이 점을 눈여겨보았다. 상당수 의료용 데이터는 영상 촬영 데이터, 숫자 데이터, 문진과 같은 필기 데이터로 이뤄져 있다. 이를 데이터로 분석하려면, 우선 컴퓨터가 인식할 수 있는 형태로 바꿔야 한다.

김경남 대표가 사명까지 바꾸면서까지 스마트헬스 사업에 집중하는 이유다. 스마트헬스 기업은 특히 의료용 빅데이터를 바탕으로 질병을 예측·진단한다. 의료용 빅데이터는 이미 셀바스AI가 디오텍 시절부터 다룬 영상, 이미지, 텍스트 인식을 기본으로 한다. 김 대표는 “활동 영역만 달랐을 뿐, 이런 경험은 충분히 쌓았다”라고 말했다.

독자적인 스마트헬스 플랫폼 ‘셀비 프레딕션’ 개발

“홈 IoT 시장에서 하고 싶은 건 개인화된 지능형 서비스입니다. 비서 서비스를 하고 싶은 거죠. 지금은 사람이 사물인터넷 기기를 통해 제어하는 식입니다. 명령을 내려야 작동하지요. 이를 서버 방식으로 할 경우 사용자 로그를 갖고 각 서버에서 직접 데이터를 수집해 분석해야 합니다. 이 경우 가입자가 늘어날수록 서버 부담이 커진다. 수익성이 안날 가능성이 높지요.”

셀바스AI는 그동안 얻은 기술을 바탕으로 머신러닝과 같은 기술과 데이터 전·후처리 과정을 하나의 흐름으로 만들어 예측과 진단에 쓸 수 있는 알고리즘을 만들었다. 독자적인 플랫폼을 만드는 게 중요하다고 보고 기술 개발에 매진했다.

그 결과물이 ‘셀비 프레딕션’이다. 셀비 프레딕션은 셀바스AI가 자체 개발한 인공지능 플랫폼이다. 셀바스AI의 모든 기술은 이 플랫폼 위에서 작동한다. 전세계 70개 언어 필기 데이터를 한 달 동안 꾸준히 알고리즘 계산해서 학습한 과정을 담았다.

“간단한 알고리즘을 개발하고 머신러닝이라고 얘기하는 게 아닙니다. 그동안 얻은 인식 정보를 바탕으로 학습했습니다. 머신러닝을 숙성한 경험치가 있습니다. 그리고 이렇게 얻은 플랫폼은 임베디드 소프트웨어 형태로 만들어, 기업이 자사 데이터로 학습해서 활용할 수 있게 만들었습니다.”

셀비 프레딕션은 임베디드 소프트웨어다. 보통 인공지능 플랫폼은 높은 컴퓨팅 성능이 필요하다. 셀비 프레딕션은 하드웨어 사양에 제약받지 않는다. 서버 환경에서 학습을 거치고 나면, 셋톱박스 같은 플랫폼에서 필요한 데이터만 수집해 학습하기 때문이다.

예를 들어 인공지능 스피커를 활용해서 사용자 취침 모드 시간을 파악해 현관문 관리를 한다고 하자. 우선 ‘사용자가 들어와서 불을 끄면 현관문을 잠근다’란 사실을 셀비 프레딕션에 학습시킨다. 이렇게 학습한 셀비 프레딕션을 인공지능 스피커 안에 내장해 운영하면, 셀비 프레딕션은 사용자가 현관문 닫고 나가는 행위, 들어와서 불을 끄는 행위 등과 같은 로그 파일을 모은다. 그리고 이 정보로 분석한다.

“로그 파일을 열흘만 모으면, 그때부터 추가 학습이 이뤄져 행동 제안을 할 수 있습니다. 불을 꺼야 한다, TV를 꺼야 할 것 같다고 사용자에게 문자로 제안할 수 있지요. 이런 형태를 임베디드 형태로 만들면 서버 부담이 없습니다. 이런 식으로 다른 인공지능 플랫폼과 차별화를 꾀했지요.”

즉, 셀비 프레딕션이라는 자체 플랫폼은 임베디드 환경에서도 자가 학습이 이뤄진다. 자연스레 활용 범위는 자동차, 인공지능 스피커, 사물인터넷 기기 등 다양한 디바이스에서 응용할 수 있다.

실제로 셀바스AI는 셀비 프레딕션 기반으로 ‘셀비 메디보이스’, 셀비 체크업’, ‘셀비 챗봇’, ‘셀비 드라이브’ 등을 만들었다.

셀비 메디보이스는 음성 의료 정보를 분석해 정확하고 효율적으로 의무 기록 작성할 수 있는 인공지능 기반 의료녹취 서비스다. 셀비 체크업은 개인의 건강검진 기록을 입력하면 폐암, 간암 등 주요 6대암 발병 위험을 비롯한 심뇌혈관질환, 당뇨, 치매 등 주요 성인병의 3년 이내 발병 확률을 예측해주는 인공지능 기반 질병예측 서비스이다. 셀비 챗봇은 지능형 자연어 대화 솔루션이다.

셀비 프레딕션은 운전자의 행동패턴을 예측하고 상황에 맞춰 변화하는 지능형 AVN 서비스(운행패턴, 자동차 센서 데이터 수집에 따라 머신러닝 후 예측모델)인 ‘셀비 드라이브’를 개발해 시험 중이다. 올해 안에 실제 자동차 안에 담아 주행 테스트를 할 계획이다.

의료 녹취부터 건강 관리까지

셀바스AI가 우선 집중하는 분야는 의료 분야다. 셀비 메디보이스, 셀비체크업 등을 활용해서 스마트헬스 시장을 선점하겠다는 계획이다. 김경남 대표는 이를 위해서는 CT나 MRI로 촬영한 영상 데이터, 의사가 직접 작성하는 문진 데이터를 분석하기 쉬운 형태로 만드는 과정이 필요하다고 강조했다.

“우리가 의료 녹취 시스템인 메디보이스를 먼저 시작한 이유입니다. 의료 녹취 시스템을 음성인식을 바탕으로 수집하다보니, 진료과마다 사용하는 언어도 다르더군요. 같은 단어라도 뜻이 다른 경우가 있고요. 이런 경험을 바탕으로 데이터를 수집해 전·후처리를 통해 진료과에 맞는 언어 모델링을 만들었지요.”

셀바스AI는 이렇게 개발한 시스템을 들고 병원을 찾아다녔다. 점차 처리하는 데이터가 음성에서 영상 등으로 넓어졌다. 의료인과 네트워크가 생기면서다. 물론 이 과정에서 수집하는 데이터는 모두 개인정보를 알 수 없는 비식별화 과정을 거쳤다.

지난 1년 동안은 건강검진 데이터를 분석했다. 건강검진을 받은 51만명 데이터를 이용했다. 건강검진은 한 사람이 여러 번 받기 때문에 시계열 데이터로 남는다. 이런 분석을 바탕으로 지난 3월2일 인공지능 기반 질병예측 서비스 셀비 체크업을 세브란스병원 홈페이지를 통해 처음 선보였다. 셀바스AI가 자체 보유하고 있는 머신러닝 플랫폼을 통해 가까운 미래에 질병 발생 확률을 90% 이상 예측한다.

셀비 체크업

셀비 체크업

셀비 체크업은 개인의 건강검진기록을 입력하면 폐암, 간암 등 주요 6대암 발병위험을 비롯한 심뇌혈관질환, 당뇨, 치매 등 주요 성인병의 3년 이내 발병 확률을 예측해주는 서비스다. 세브란스 헬스 IT 산업화 지원센터와 공동연구를 통해 개발했다.

김경남 대표는 올해는 계속 의료 분야 스마트헬스 사업에 집중한다는 계획이다. 셀비 프레딕션을 이용해 임베디드 분야까지 영역을 확장하고, 이를 의료 분야에서 최우선으로 사용할 수 있게 만드는 게 목표다.

“의료 다음으로는 통신사 스마트스피커, 홈 IoT를 노리고 있습니다. 마지막이 자동차입니다. 이 3가지 분야로 실적을 내기 위해서 기술을 연마해 제대로 된 인공지능 전문 기업으로 기억에 남도록 노력하겠습니다.”

네티즌의견(총 0개)