| 프린트하기 닫기 | www.38.co.kr |
“민감 데이터 보호하면서 신약개발 가능…연합학습으로 글로벌 협력”
 “사람의 바이오 데이터는 민감정보라서 모으기 어렵습니다. 연합학습을 활용하면 데이터를 보호하면서도 신약개발이 가능합니다. 글로벌 협력의 현실적인 대안이 될 것입니다.” 김화종 K-멜로디 사업단장은 15일 서울 강남구 엘타워에서 열린 ’머크 바이오포럼‘에 ’인공지능(AI) 기반 신약개발의 글로벌 협력방안‘을 주제로 발표하며 연합학습을 활용한다면 신약개발 가능성을 높이고, 글로벌 협력도 가능할 것이라고 설명했다. 연합학습은 각 기관(디바이스)이 보유한 데이터를 한곳에 모으지 않고 개별 기관에서 AI를 학습시키는 기술로 정보 유출 위험이 거의 없어 민감정보를 보호하는 동시에 활용할 수 있는 것이 특징이다. 유럽의 베링거인겔하임, 독일 머크, 암젠, 아스트라제네카 등 글로벌 빅파마 10곳은 ’EU-멜로디(EU-MELLODDY)’를 통해 연합학습을 구축해 신약개발을 진행하고 있다. 한국은 지난해부터 EU-멜로디를 벤치마킹해 K-멜로디 프로젝트를 추진하고 있다. K-멜로디 프로젝트는 연합학습 기반의 약물 흡수·분포·대사·배설·독성(ADMET) 예측 모델인 ‘연합 ADMET 모델(FAM) 개발을 목표로 하는 연구개발(R&D) 사업이다. 보건복지부와 과학기술정보통신부가 공동으로 추진하고 한국보건산업진흥원, 한국연구재단이 사업단 운영을 지원하며 한국제약바이오협회와 K-멜로디 사업단이 주관한다. 해당 사업에는 5년간 348억 원의 예산 투입된다. 김 단장은 “2017년 구글이 연합학습을 선보인 이후, 전 세계가 쓰기 시작했지만 한국은 쓰지 않았다”며 “EU-멜로디를 기반으로 한국은 병원과 연구소, 대학, 벤처가 참여하는 데이터 기반의 협력 생태계 구축을 목표로 K-멜로디 사업을 추진하고 있다”고 말했다. 연합학습은 민감한 데이터도 비실명화·암호화·데이터 결합 등을 진행하기 때문에 기관 간 공유활동이 가능하다. 또 다양한 업계, 경쟁기관 간에도 안전한 데이터 공유가 가능해져 새로운 서비스 도출이 활성화될 수 있다. 데이터 보유자에게 필요한 최적의 AI 모델을 객관적으로 비교 평가할 수 있고, 데이터 보유기관이 AI 개발자를 각각 고용하지 않아도 된다는 장점이 있다. 김 단장은 “데이터 생산자는 현재 상황에서 돈 벌기가 쉽지 않다. 데이터를 팔고 싶어도 가격 책정이 어렵고, 개인정보 문제도 있다”면서 “연합학습을 통해 데이터를 만들어 돈을 벌었다면 어느 기관 데이터가 도움을 줬는지 보고 데이터에 대한 정확한 가치 평가와 보상이 가능하다. 현재 비공개로 이뤄지는 데이터 거래를 양성화하고, 적극적인 데이터 공유활동이 촉진된다”고 자신했다. 신약개발 과정에서도 연합학습이 긍정적인 작용을 할 것으로 전망했다. 김 단장은 “데이터가 많이 모인다면 시간과 비용을 단축해 신약개발을 가능하게 할 수 있다. 특히 연합학습은 바이오헬스 분야에서는 AI 발전의 전환점이 될 것”이라며 “기관 간, 국가 간 데이터를 공유하는 오픈 데이터 생태계가 도래할 수 있다”고 예측했다. 실제로 지난해 미국에서 바이오 분야 혁신을 위해 글로벌 협력이 필요하다는 의견이 제시됐다. 지난해 10월 미국 국무부는 AI 기반 바이오과학에 관한 글로벌 서밋(AI-Bioscience Collaborative Summit·AIBC)를 개최했다. 미국 이외에 14개국 고위정부 관료와 글로벌 AI 및 바이오기업 업계 리더, 세계 유수 대학 및 비영리 단체 대표 등이 참여했다. 김 단장은 “해당 자리에서 AI-바이오 분야 혁신을 가속화하기 위해 체계적인 국제 협력을 추진하자는 제안이 있었다. 미국 정부도 K-멜로디를 글로벌 멜로디로 제안하자고 했다”며 “데이터를 공유하지 않는 연합학습을 활용하면 글로벌 협력이 가능할 것으로 생각한다”고 말했다. <저작권자 ⓒ 이투데이 무단전재/재배포 금지>
|
| 프린트하기 닫기 | www.38.co.kr |