'의료 AI 파운데이션' 모델 개발 경쟁 치열…루닛에 딥노이드 속도전으로 맞불 작성일 04-09 44 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="PD0ETuEoT1"> <p contents-hash="9d1bdfd71f03b5ca9c6982cf6bc3568d4f0eb22ba3cf4c6617dda4690ca639b3" dmcf-pid="QwpDy7Dgh5" dmcf-ptype="general"><strong>딥노이드, H200 256장 단독 확보… 모델 연내 완성 목표</strong></p> <div contents-hash="f720b13e3732d96b87895f635b1657565dbdfa49cf12e1ce5aa162fdf29c4834" dmcf-pid="xrUwWzwaWZ" dmcf-ptype="general"> <strong>루닛, 23개 기관 연합… 16B 임상 실증 후 32B 고도화 중</strong> </div> <figure class="figure_frm origin_fig" contents-hash="d423ea5cb252454e61365f781587c1dc2b83d9a9d1442c75be64a379a0193a91" dmcf-pid="ybABMEB3yX" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/09/552796-pzfp7fF/20260409040017445lvny.png" data-org-width="640" dmcf-mid="6Ra7PA71vt" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/09/552796-pzfp7fF/20260409040017445lvny.png" width="658"></p> </figure> <p contents-hash="fb29be622bd1d4eae87578f8fe43a3219000fc87556357088cf7985773c49538" dmcf-pid="WKcbRDb0hH" dmcf-ptype="general">[디지털데일리 구아현 기자] 국내 의료 인공지능(AI) 시장에서 파운데이션 모델 개발 경쟁에 불이 붙었다.</p> <p contents-hash="9506ae43a1442167330fa45bc654717d351098852e9fe92f7e4e34d00c39e975" dmcf-pid="Y9kKewKpvG" dmcf-ptype="general">루닛이 텍스트 기반 임상 추론 모델로 1단계 현장 검증을 마치고 32B 고도화에 돌입하자, 딥노이드가 단독 GPU 확보로 영상 멀티모달 32B 모델 개발에 곧바로 맞불을 놨다. 의료 AI 파운데이션 모델 시장 선점에 속도가 붙고 있다.</p> <p contents-hash="90b05bb02803a10f1debaa83b31f6b645d79129ad506dd475f510e0e5943dab2" dmcf-pid="G2E9dr9UTY" dmcf-ptype="general">9일 업계에 따르면 루닛은 과기부 '인공지능 특화 파운데이션 모델' 사업 1단계 임상 실증을 통과하고, 2단계 전국 단위 실증 및 모델 고도화에 진입했다. 딥노이드는 과학기술정보통신부(이하 과기부) '첨단 GPU 활용 지원 사업'에 단독 선정돼 엔비디아 H200 GPU 256장(서버 32대)을 확보하고 멀티모달 기반 의료 AI 파운데이션 모델 'MedZero-32B' 개발에 착수했다. 클라우드 비용으로 환산하면 100억 원이 넘는 규모를 컨소시엄 없이 단독 점유한 셈이다.</p> <p contents-hash="c0b69995a94cc626109c43634bf065800fb8e26c27f2bf50922d80e73c43809a" dmcf-pid="HFdt9ntWTW" dmcf-ptype="general"><strong>◆ 루닛, 텍스트 기반 16B로 현장 검증 완료…32B로 고도화</strong></p> <p contents-hash="989e67e8bf5c6e5819197005187f3e000d58d6000a745d2fa26a1b35f1300d48" dmcf-pid="X3JF2LFYCy" dmcf-ptype="general">루닛은 '분자에서 인구까지 전주기 의과학 혁신을 위한 멀티스케일 의과학 특화 파운데이션 모델 개발' 과제 주관기관으로 카카오헬스케어·SK바이오팜 등 산·학·연·병 23개 기관 컨소시엄을 이끌고 있다.</p> <p contents-hash="006ba384f9d894c9030fbde0202da39629035698cc257e2ad9d50c271cd00c23" dmcf-pid="Z0i3Vo3GvT" dmcf-ptype="general">1단계에서는 매개변수 160억 개(16B) 규모 의과학 특화 파운데이션 모델을 자체 개발했다. 논문·임상기록·약물정보·진료 가이드라인 등 텍스트 중심 의료 데이터를 집중 학습해 검색증강생성(RAG) 기능과 에이전트(Agent) 시스템을 구축했다. 의학 문헌 이해, 근거 기반 응답 등 5가지 주요 성능 평가에서 목표 성능을 모두 달성했다.</p> <p contents-hash="5a9f90ae0fa31a10001ee5359cd70fc067a79fa2928e66ed86ed5272e496572e" dmcf-pid="5pn0fg0HTv" dmcf-ptype="general">국민건강보험 일산병원에서 진행한 임상 실증에서는 약물 이상반응(ADR) 분석에서 약사의 검토 부담을 줄이고, 응급실 환자 분류 초기 판단을 빠르게 지원하는 가능성을 확인했다.</p> <p contents-hash="0aa65654e8a495369a41fc797c959ee883e2761541f1f6b290eeccdafcb27cd8" dmcf-pid="1ULp4apXhS" dmcf-ptype="general">2단계에서는 모델 규모를 32B로 고도화하는 동시에 실증 범위를 용인세브란스병원·고려대의료원·건양대학교병원·양산부산대학교병원 등 전국 9개 의료기관과 2개 제약사로 확대할 계획이다. 4월 초에는 '허깅페이스(Hugging Face)'를 통해 오픈소스로 공개하고, 7월 중 '의과학 해커톤'도 개최한다.</p> <p contents-hash="bad35bc8fae5b57a7e3dd47a3f5b99849da20b0ee472b61b856efdeb2948246b" dmcf-pid="tuoU8NUZCl" dmcf-ptype="general">서범석 루닛 대표는 "2단계에서는 모델 고도화와 실증 확대를 통해 의료 현장의 실질적인 변화에 기여하겠다"고 말했다.</p> <p contents-hash="868e7db2adcc1ea68464d05167aa5fe21a052703bda0ff701ab170182e26bb9d" dmcf-pid="F7gu6ju5Wh" dmcf-ptype="general"><strong>◆ 딥노이드, 영상 멀티모달 32B 연내 완성</strong></p> <p contents-hash="df132001c0f178b93841ee0846059602432b7bec78c9b6e8d8641405651baf4c" dmcf-pid="3za7PA71CC" dmcf-ptype="general">딥노이드는 X-ray·CT·MRI 등 의료 영상 데이터 중심 멀티모달 AI 파운데이션 모델을 개발한다. 목표 모델 'MedZero-32B'는 약 1PB(페타바이트) 규모 의료 영상·텍스트 데이터를 학습하는 매개변수 320억 개 멀티모달 모델이다. 자체 개발한 '래드제로(RadZero)' 멀티모달 인코더와 멀티모달 LLM 학습 기술을 핵심 엔진으로 삼는다.</p> <p contents-hash="18f2b284124a5ce1e1c612704f391f47f303f5b33c3dd5c7cb115d0644330c13" dmcf-pid="0qNzQczthI" dmcf-ptype="general">병원 민감 데이터는 기관생명윤리위원회(IRB) 승인을 거쳐 비식별화해 활용하며, 완성된 모델은 API 또는 오픈소스 형태로 공개할 계획이다.</p> <p contents-hash="35696d768145ff2d74fd5b44e352f1d3c996988f0712716f77ba4bf99e2a23bd" dmcf-pid="pBjqxkqFlO" dmcf-ptype="general">루닛이 16B 현장 검증을 마친 뒤 단계적으로 32B로 고도화하는 방식을 택한 반면, 딥노이드는 중간 단계 없이 처음부터 32B를 목표로 연내 완성을 추진한다. 인프라 면에서는 루닛 컨소시엄이 B200 GPU 256장을 확보했지만 23개 기관과 자원을 분산해 쓰는 구조다. 딥노이드는 단일 모델에 역량을 집중할 수 있는 환경으로 속도를 높인다.</p> <p contents-hash="b01141b70cc7ef94f47fa9980cb7d5c5bcecc5f22798d312df74e8ac386d9387" dmcf-pid="UbABMEB3ys" dmcf-ptype="general">두 기업이 공통으로 넘어서야 할 기준점은 구글 딥마인드가 지난해 5월 공개한 의료 특화 오픈소스 AI 모델 메드젬마(MedGemma)다. 4B 멀티모달·27B 텍스트 전용·27B 멀티모달 세 가지 버전으로 구성된다.</p> <p contents-hash="bbaa57ceeb9dd5e56724b248fee1cbc81cafd5a7de112542264dde0cf5925cc1" dmcf-pid="uKcbRDb0hm" dmcf-ptype="general">의료 지식·추론 벤치마크인 MedQA에서 27B 모델이 87.7%를 기록하며 50B 미만 오픈 모델 가운데 최고 수준 성능을 보여줬다. 올해 1월에는 CT·MRI 등 고차원 의료 영상 지원을 강화한 버전 1.5도 업데이트됐다. 다만 구글은 메드젬마가 임상 적용 가능한 수준이 아니며 추가 검증이 필요하다고 밝히고 있다.</p> <p contents-hash="73145b67f142e0ad44dcdb72520347b9870034ae658fb40cd4216d0251445643" dmcf-pid="79kKewKpSr" dmcf-ptype="general">최우식 딥노이드 대표는 "GPU 자원이 딥노이드에 집중되는 만큼 역량을 모아 구글 메드젬마를 뛰어넘는 독자 모델을 개발하겠다"고 말했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 국민체육진흥공단, 에너지 절감 5대 실천 캠페인 추진 04-09 다음 김수로, 현빈·김고은에게 "대출 갚아달라" 읍소?…"빚만 11억" 04-09 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
