[디지털데일리 이형두기자] “2019년에 1만명 정도, 향후 5년 동안 5만명 개발자를 교육하는 것을 목표로 하고 있다. AI(인공지능)과 머신러닝(기계학습)이 많은 사람들이 향유할 수 있는 혜택이 되길 바란다. 구글은 계속 노력할 것이다.”(구글코리아 존 리 대표)

6일 구글코리아(대표 존리)는 서울 중구 신라호텔에서 열린 ‘AI with google 2019 Korea -모두를 위한 AI' 행사에서 이같은 AI 개발자 인력 양성 계획을 발표했다. 구글의 AI 교육 프로그램 ’머신러닝 스터디 잼‘을 전국적 규모로 확대한다.

머신러닝 스터디 잼은 참가자들이 직접 스터디 그룹을 결성해 머신러닝을 공부하고 지식을 공유하는 프로그램이다. 전문적인 지식이나 경험 없이 누구나 쉽게 따라할 수 있는 실습 위주 교육과정으로 구성됐다. 2주 내 정해진 목표를 달성하면 프로그램을 수료할 수 있다. 수료자는 구글이 지급하는 기념품을 받을 수 있다.

구글은 이 프로그램에 필요한 모든 유료 교육 콘텐츠를 무상으로 제공한다. 프로그램을 통해 다양한 사람들이 머신러닝과 AI를 쉽게 배울 수 있는 생태계가 구축될 것으로 구글은 기대하고 있다. 향후 프로그램을 정규 교육 프로그램으로 강화할 예정이다.

이날 존 리 구글코리아 대표<사진>는 “한국은 20년 전의 IMF 외환 위기에서 다시 일어나 선진화되고 개발된 나라 중 하나로 부상했다. 그러나 저희가 미래를 내다봤을 때 명확하게 밝지만은 않다”며 “경제 불확실성, 글로벌 경쟁력 갖추는 일, 기술 선진 국가 계속 유지하는 어려움, 이런 것들을 고려할 때 구글이 한국에서 해야 하는 역할 더 크다고 생각한다. 한국과 함께 성장하고 혁신하겠다”고 말했다.

이날 진행된 행사는 구글의 AI 기술과 서비스, AI가 활용된 사례를 알리는 자리다. ▲모두를 위한 AI ▲의학을 위한 AI ▲사용자들을 위한 AI ▲스타트업을 위한 AI ▲비즈니스를 위한 클라우드 AI를 주제로 발표가 이어졌다.

‘의학을 위한 AI' 주제 발표는 미국에서 방한한 릴리 펭 구글 리서치 의학 영상팀 프로덕트 매니저가 맡았다. 릴리 펭 박사는 미국 스탠포드대학 화학공학과 학사 학위를 받았으며, 캘리포니아대학교 샌프란시스코 캠퍼스 의학 박사 과정과 버클리 캠퍼스에서 생명공학 박사 과정을 수료한 의사이자 과학자다. 현재는 주로 딥러닝 기술 등 과학 기술 진보를 임상 의학 분야로 전환하는 일에 주력하고 있다.

릴리 펭 프로덕트 매니저는 “머신러닝 기술의 의학 분야 적용이 중요한 이유는, 의학 영상 데이터가 늘어나는데 비해 전 세계의 의사 인력, 특히 방사능 전문의가 부족하기 때문”이라며 “이런 문제는 더욱 심각해지고 있는데, 당뇨병 심장병 등 만성질환이 증가하고 있어 합병증으로 인한 당뇨병성 망막증(DR)이 가장 빠르게 늘어나고 있다”고 설명했다.

당뇨병성 망막증은 정기적으로 검사가 이뤄질 경우 예방 가능한 질병 중 하나다. 특수 카메라를 이용해 안구 뒤 안저 영상을 찍으면 의사가 이를 분석해 5가지로 분석한다. 그러나 발견이 어렵고 의사의 숫자가 부족한 상황이다. 현재 약 4억1500만명 당뇨병 환자가 실명 위험군에 속하지만, 대부분 국가에서 이를 검사할 수 있는 자격을 갖춘 의사가 부족하다.

릴리 펭 매니저는 “인도에는 안과 의사가 12만7000명이 부족하고, 45% 사람들이 진단을 받기도 전에 시력을 상실하고 있다”며 “많은 제도적인 문제로 진단 받기도 전에 시력을 잃게 된다. 이 질병은 예방이 가능하기 때문에 절대 일어나서는 안 되는 일”이라고 보탰다.

구글은 머신러닝과 컴퓨터 비전 기술로 DR 검사 절차를 개선하는 연구를 진행 중이다. ‘구글 포토’에 적용된 기술을 진단에 활용했다. 인도 및 미국 지역 안과 의사 54명이 3~7회에 걸쳐 판독한 12만8000개 영상을 기반으로 개발 데이터 세트를 만들었다. 알고리즘 구축을 통해 현재는 망막 전문의에 준하는 판독 능력을 확보하는 데 성공했다.

릴리 펭 매니저는 DR외에도 암 진단, 심혈관 질환에 AI 기술을 접목한 사례를 소개했다. 그는 “사람 의사의 경우 암을 발견한 경우면 대부분 맞지만, 우리가 훈련시킨 AI 모델은 병변을 95% 이상 발견해 내지만 위양성(질병이 없는 사람을 있다고 진단하는 오류)이 섞여 있다”며 “병리학자와 AI가 함께 협력할 때 한쪽만 작업하는 것보다 향상된 결과를 보였다”고 말했다.