지난해 1월 초 미국 질병통제예방센터(CDC)와 세계보건기구(WHO)가 신종 코로나 바이러스(코로나19)의 위험성을 대중에게 알리고 위험한 발병 가능성에 대해 경고하기 며칠 전, 캐나다의 AI(인공지능) 기술 기반 의료 스타트업 블루닷(BlueDot)은 이들 기관에 앞서 코로나19를 파악해 발표했다. AI와 기계 학습을 사용해 패턴을 발견하고 바이러스의 확산을 추적했다. 이 사실은 CNBC, CNN, 로이터통신 등 언론을 통해 수 차례 보도됐다.
바이러스의 확산을 추적하고 예측하는 외에도 오늘날 현대 스마트시티는 AI를 활용해 코로나19와 싸우고 있다. AI는 아니지만 인도의 스마트시티 콘트롤 센터가 코로나19 응급 대응센터로 전환돼 큰 역할을 하기도 했다.
사물인터넷(IoT) 센서를 비롯한 각종 하드웨어, 스마트시티 서비스를 위한 애플리케이션 및 통신 네트워크에 이르기까지 도시 전역의 최신 스마트시티 인프라는 코로나19를 대응하는 최적의 환경임을 입증했다. 코로나19로 인해 스마트시티가 개발되는 선순환도 일어났다.
코로나19에 대응하기 위해 AI 기술과 솔루션이 도시 전역에 배치됐다. 가장 먼저 적용된 분야는 코로나19 감염 진단이었다. AI 기술이 주도적인 역할을 했다. 딥 러닝 도구를 활용해 CT 스캔의 2D 및 3D 모델링으로 코로나와 폐렴의 차이를 식별할 수 있었다. AI 의료 기업 루닛은 흉부 X레이 사진을 분석해 코로나19를 진단하는 솔루션을 공급했다. 브라질이 이 솔루션을 사용해 큰 효과를 보고 있다. 이 솔루션은 우리나라에서도 사용한다. 경북 문경의 제3생활치료센터에서다. 미국 뉴욕대에서도 코로나19 확진자를 최대 80%의 정확도로 예측할 수 있는 기술을 개발했다. 물론 현재는 코로나19 감염 여부의 진단은 간단한 진단 키트가 주로 사용되고 있다.
조기 진단 및 증상 식별 기능을 센서로 구현한 열감지 장치 역시 AI가 적용된 결과였다. 중국의 경우 이 기술이 국민을 감시하는 도구로 전락했다는 비판을 받았지만 초기 코로나19 감염 환자를 식별하는데 기여했음은 사실이다. 나아가 영국과 유럽 각국들은 스마트폰 앱과 상호 연결된 IoT 네트워크를 이용해 사회적 거리두기를 효율적으로 시행할 수 있었다.
중국에서의 AI 활용은 사용 목적의 변질 논란을 떠나 획기적이라는 평가를 받는다. 모니터링 및 분석, 센서를 이용해 거리를 다니는 군중으로부터 환자 추적, 인력이 투입되지 않는 자동 물자 관리, 인프라 지원 등에 AI가 다양하게 적용됐다. 사회주의 시스템의 장점인 통제 기능을 활용해 환자들을 효율적으로 관리했다. 환자 격리 및 치료, 의약품과 개인보호장비 개발 및 생산, 후방 지원 등에서 타국에 비해 탁월했다. 해킹 논란도 있지만 시노백 백신도 그런 과정을 거쳐 이루어졌다는 추정이다.
항공기 내부에서의 바이러스 소독은 AI 로봇의 몫이었다. 방역을 담당한 의료용 로봇으로 기내 감염을 방지했으며 이들을 빌딩 관리에도 활용할 수 있었다. 일부 병원에서는 AI 지원 의료 로봇을 사용하여 방 청소 및 소독, 환자 모니터링, 기타 일상적인 작업 수행과 같은 다양한 작업을 수행했다.
전문적인 영역에서의 활용도 돋보였다. AI는 의료 프로세스를 자동화하고, 환자가 제공한 데이터를 사용해 의료 전문가가 개별 환자와 보내는 시간을 줄일 수 있는 AI 분류 시스템 도입을 가능하게 했다. 이로 인해 의료진들의 과로를 방지하고 환자들에게 효과적인 진료를 제공할 수 있었다. 미국 각 병원에서 이 시스템을 도입했다.
원격 의료에도 AI가 활용됐다. 한국에서는 집단 이해관계의 충돌로 지난해에 약간의 시도만 있었을 뿐, 원점으로 돌아갔지만 미국과 유럽 등 전 세계 각국이 원격의료를 시행해 큰 효과를 보았다. 병원의 부담을 줄이고 먼 지역의 시민들에게 더 나은 의료를 제공하는 또 다른 대안으로 작용했다. CDC의 ‘클라라 서비스’가 대표적으로, 이는 머신러닝 지원 챗봇을 통해 불필요한 병원 방문의 필요성을 줄일 수 있었다.
AI는 나아가 인공호흡기 설정까지 관여했다. 환자가 산소를 올바르게 공급 받도록 자동 설정했다. 인공호흡기를 장기간 사용하면 환자에게 폐 손상이 발생할 수 있다. 필요 이상으로 오래 사용해도 비효율적인 자원 배분이다. 그 해결사는 AI였다.
백신 개발은 AI가 없었으면 불가능했을 것이다. 통상 수 년이 걸리는 백신 개발을 단 1년 만에 성공한 배경에는 빅데이터를 처리해 적절한 해법을 제시한 AI가 있다. 백신 개발에 사용된 가장 중요한 도구는 머신러닝 플랫폼이었다. 기존 약물 및 백신에 대한 방대한 데이터를 조사함으로써 AI 딥 러닝 프로세스는 효과적일 수 있는 약물 분자와 조합을 식별했다. 이로써 백신 생산 프로세스를 크게 단축할 수 있었다.
코로나19와 관련된 가짜 뉴스와 정보에 대한 대응도 AI가 담당했다. 페이스북, 트위터 등 SNS들은 넘쳐나는 가짜 뉴스를 식별해 플랫폼에서 삭제하는 일을 AI에 맡겼다. 사람의 힘으로는 감당할 수 없는 일이었다. 업계는 가짜 뉴스를 인포메이션과 팬데믹을 합성해 인포데믹이라고 불렀다. 결과는 100% 차단은 아니지만 성공적이었다. 여기에는 머신러닝 도구들이 적용됐다.
댓글 (0)
댓글 작성