LG AI Research, AWS 기반 AI 모델 개발로 신속한 암 진단 지원

LG AI Research, AWS 기반 AI로 암 진단 시간 획기적 단축 LG그룹의 인공지능(AI) 연구 허브인 LG AI Research가 아마존 웹 서비스(AWS)를 활용해 암 진단 및 치료를 위한 새로운 병리학 기반 모델(FM)을 개발했다고 밝혔다. 이 모델은 유전자 검사 시간을 기존 2주에서 1분 이내로 단축시켜 환자 진단 속도를 높이는 데 기여할 것으로 기대된다. LG AI Research는 AWS re:Invent 행사에서 이 같은 내용을 공개하며, 개발된 병리학 이미지 특화 모델인 EXAONEPath가 암 환자의 조직 샘플을 현미경으로 분석하여 유전자 검사 시간을 대폭 줄여 의료 전문가들의 신속하고 효과적인 치료를 지원한다고 설명했다. EXAONEPath는 6가지 벤치마크에서 평균 86.1%의 정확도로 세포 수준의 시각적 특징을 분류하는 능력을 보여주었으며, 이는 훨씬 더 큰 데이터셋으로 학습된 다른 선도적인 병리학 FM과 비교해도 손색없는 수준이다. AWS를 통해 LG AI Research는 테라바이트(TB) 단위의 데이터를 1시간 이내에 클라우드로 전송할 수 있게 되었으며, 모델 학습 시간 또한 60일에서 1주일로 단축시켰다. 이는 EXAONEPath의 암 진단 및 탐지 성능을 향상시켜 환자의 임상 결과 개선으로 이어질 수 있다. 또한, AWS를 사용함으로써 LG AI Research는 데이터 관리 및 인프라 비용을 약 35% 절감하고 데이터 준비 시간을 95% 단축하는 효과를 거두었다. LG AI Research의 Hwayoung (Edward) Lee 부사장은 "AWS는 AI 연구를 가속화하여 신속하고 접근 가능한 암 검진을 현실에 더 가깝게 만들 수 있도록 지원합니다. AWS를 활용하면 방대한 데이터셋으로 병리학 모델을 더 빠르고 안전하며 비용 효율적으로 학습시킬 수 있습니다. 이는 EXAONEPath의 처리 능력을 향상시켜 환자 결과를 개선하는 개인 맞춤형의 효율적인 암 치료를 제공할 수 있게 합니다. EXAONEPath는 전 세계적으로 암 진단 및 치료를 혁신할 잠재력을 가지고 있습니다."라고 말했다. LG AI Research는 Amazon SageMaker를 활용하여 2억 8,500만 개의 데이터 포인트와 35,000개 이상의 고해상도 조직 샘플 이미지를 사용하여 8개월 만에 대규모 EXAONEPath 모델을 학습시키고 배포했다. 극도로 큰 데이터셋으로 AI 모델을 처리하고 학습시키는 데는 막대한 저장 공간, 고속 데이터 전송, 상당한 컴퓨팅 성능이 요구된다. LG AI Research는 AWS와 NVIDIA GPU를 통해 딥러닝 워크로드의 학습 및 추론 속도를 높이고 있다. EXAONEPath를 통해 현미경 병리학 이미지를 분석하고 시각화하여 세포 내 잠재적인 유전적 변화를 식별할 수 있다. 세포의 색상 변화는 잠재적인 유전적 변화나 세포의 이상에 대한 중요한 단서를 제공할 수 있다. LG AI Research는 연구에 필수적인 방대한 양의 데이터를 저장하고 검색하기 위해 Amazon S3를 사용한다. Amazon FSx for Lustre는 밀리초 미만의 지연 시간과 초당 수백 기가바이트(GB)의 처리량을 제공하여 대규모 데이터셋에 대한 빠른 액세스가 필요한 애플리케이션에 필수적이다. 이 고성능 파일 및 스토리지 시스템은 병렬 데이터 처리 및 분석을 가능하게 하여 통찰력을 얻는 데 필요한 시간을 크게 단축시킨다. AWS의 Healthcare and Life Sciences 총괄 책임자인 Dan Sheeran은 "의료 산업은 AWS에서 AI를 활용하여 진단을 가속화하고 환자를 더 빨리 치료에 참여시키는 데 있어 빠른 발전을 이루고 있습니다. AWS를 사용함으로써 LG AI Research는 전례 없는 규모로 EXAONEPath를 개발하고 사용할 수 있으며, 데이터 처리 및 모델 학습 시간을 단축하고 정확도를 향상시킬 수 있습니다. 이를 통해 의료 제공업체는 암 진단 및 치료를 개선하고 대기 시간을 줄이며 환자 치료를 개인화할 수 있습니다."라고 덧붙였다. EXAONEPath는 LG AI Research의 3,000억 개 매개변수를 가진 멀티모달 기반 모델인 EXAONE의 일부로, 이 역시 Amazon SageMaker와 Amazon FSx for Lustre를 기반으로 구축되었다. LG AI Research는 향후 추가적인 병리학 이미지를 학습시켜 더 많은 유형의 암을 탐지하도록 EXAONEPath를 지속적으로 업데이트하고 개선할 계획이다.