LG AI연구원, AWS 칩 기반 AI 모델 개발…암 진단시간 대폭 단축
AWS "엑사원패스, 아마존 세이지메이커 적용…유전자 검사 2주→1분내로 단축"…
(라스베이거스=연합뉴스) 최현석 기자 = 아마존웹서비스(AWS)는 3일(현지시간) 미국 라스베이거스에서 열리는 'AWS 리인벤트(re:Invent) 2024'에서 LG AI연구원이 자사 클라우드를 기반으로 암 진단과 치료를 위한 새로운 병리학 기반 모델(FM)을 개발했다고 밝혔다.
새 병리학 기반 모델 '엑사원패스'(EXAONEPath)는 암 환자의 조직 병리 이미지를 안전하게 분석해 유전자 검사 시간을 기존 2주일에서 1분 미만으로 단축함으로써 의료진의 치료 속도와 효과를 개선할 수 있도록 돕는다고 AWS가 설명했다.
엑사원패스는 이미지 패치의 정확한 분류와 관련한 여섯 가지 벤치마크에서 평균 86.1%의 정확도를 달성했다.
엑사원패스는 AWS의 추론용 칩 '아마존 세이지메이커'(SageMaker)와 고성능 파일 및 스토리지 시스템 '러스트용 아마존 FSx'를 기반으로 구축된 LG AI연구원의 멀티모달 기반 초거대 AI 모델 '엑사원'(EXAONE) 중 일부다.
LG그룹의 인공지능(AI) 연구 허브인 LG AI연구원은 테라바이트 단위의 데이터를 1시간 이내로 클라우드에 전송해 모델 학습 시간을 60일에서 1주일로 단축했으며, 이를 통해 엑사원패스의 암 진단 및 검출 성능을 향상했다고 AWS가 전했다. 또한, AWS를 활용해 데이터 관리 및 인프라 비용을 약 35% 절감하고 데이터 준비 시간을 95% 단축했다.
LG AI연구원은 아마존 세이지메이커를 활용해 2억8천500만 개의 데이터 포인트와 3만5천개 이상의 고해상도 조직 샘플 이미지를 사용함으로써 8개월 만에 대규모 엑사원패스 모델을 학습하고 배포했다. 연구에 핵심적인 대용량 데이터를 저장하고 검색하는 데는 AWS 스토리지 서비스 '아마존 S3'를 활용했다.
LG AI연구원 이화영 상무는 "AWS를 활용해 방대한 데이터셋에서 병리학 모델을 더 빠르고 안전하면서도 비용 효율적으로 학습시킬 수 있었다"며 "엑사원패스의 향상된 데이터 처리 기능은 더 개인화되고 효율적인 암 치료를 제공해 환자의 건강을 개선할 수 있도록 도와줄 것"이라고 말했다.
댄 시런 AWS 헬스케어 및 생명 과학 부문 총괄 매니저는 "AWS를 통해 LG AI연구원이 엑사원패스를 전례 없는 규모로 개발 및 활용할 수 있게 돼 데이터 처리와 모델 훈련 시간을 단축하고 정확도를 개선할 수 있었다"며 "이를 통해 의료 서비스 제공자들은 암 진단 및 치료를 개선하고, 대기 시간을 줄이며 환자 맞춤형 치료를 제공할 수 있을 것"이라고 말했다.
harrison@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포, AI 학습 및 활용 금지>