%ec%b5%9c%ec%9c%a4%ec%9e%ac
-
AI로 의과학·바이오 분야 새 시대 연다
우리 대학은 과학기술정보통신부가 주관하는‘AI 특화 파운데이션 모델 개발 사업’의 ‘루닛 컨소시움’ 주요 참여기관으로 선정되어, 의과학·바이오 분야 AI 파운데이션 모델 개발에 본격 착수했다고 14일 밝혔다.
이번 사업을 통해 KAIST는 바이오·의료 데이터 전주기를 아우르는‘의과학 특화 AI 파운데이션 모델’을 개발하며, AI 기반 생명과학 혁신 생태계 조성을 주도할 계획이다.
‘루닛 컨소시움’에는 루닛을 중심으로 트릴리온랩스, 카카오헬스케어, 아이젠사이언스, SK바이오팜, 리벨리온 등 7개 기업과, KAIST, 서울대, NYU, 국민건강보험공단 일산병원, 용인세브란스병원 등 9개 의료기관 및 연구기관이 함께 참여한다.
본 컨소시엄은 최신 B200 GPU 256장을 지원받아, 의료 데이터를 처음부터 끝까지 연결해 분석하는 AI 시스템인‘증거사슬(Chain of Evidence) 기반 전주기 의과학 AI 모델’과 여러 AI가 협력해 진단·예측을 수행하는 시스템인 ‘멀티 에이전트(Multi-Agent) 서비스’를 구축·실증할 예정이다.
우리 대학은 이번 사업에서 전산학부 및 김재철AI대학원 교수진들이 공동 연구팀을 이루어 참여한다. 최윤재, 김태균, 예종철, 김현우, 홍승훈 교수가 연구팀으로 활동하며, 이상엽 연구부총장은 자문 역할을 맡고 있다.
연구진은 데이터를 단순히 수집하는데 그치지 않고, AI가 실제로 학습하고 활용할 수 있도록 의료와 생명과학 데이터를 정교하게 가공하고 체계적으로 관리하는 전략(L1~L7 단계)을 세운다. 이를 통해 의료 정보, 유전자·단백질 데이터, 신약 후보 물질 등 다양한 생명과학 데이터를 연결해 분석하는 AI 모델을 개발·검증할 예정이다.
연구팀이 통합하려는 데이터는 언어에서부터 실제 환자 진료 정보까지 폭넓게 포함된다. 구체적으로는 L1은 언어 데이터, L2는 분자의 구조, L3은 단백질과 항체, L4는 유전자와 단백질 정보를 아우르는 오믹스 데이터, L5는 의약품 정보, L6은 의과학 연구와 임상 데이터, 그리고 L7은 실제 병원에서 얻는 진료 데이터(실세계 임상 데이터) 를 의미한다. 즉, AI가 다루는 데이터는 말과 글에서 시작해, 분자와 단백질, 약물, 임상 연구, 그리고 실제 환자 진료 정보까지 모두 연결된다.
이상엽 부총장은 합성생물학과 시스템 대사공학 분야의 세계적 석학으로, 생명과학·공학·AI 융합을 통한 바이오 제조 플랫폼 구축과 정책 자문을 이끌고 있다. 그는 유전자와 단백질 등 생명정보(오믹스) 분석을 자문하고, 실험 결과를 검증하는 피드백 시스템을 설계해 한국이 개발하는 의료 AI 모델이 국제적 신뢰성과 경쟁력을 확보할 수 있도록 지원하고 있다.
이 부총장은 “AI 기술이 생명과학과 공학의 경계를 허물며 새로운 지식 창출의 패러다임을 만들어가고 있다”며, “KAIST는 의과학 전주기 데이터를 활용해 AI가 질병의 원인을 밝히고 치료를 예측하는 시대를 앞당길 것”이라고 말했다.
이광형 KAIST 총장은 “KAIST는 AI 기반 생명과학 혁신 생태계 조성에 기여하고, 세계 최고 수준의 AI·바이오 융합 연구를 통해 국가 전략산업의 혁신을 선도하며 인류 건강과 과학기술의 진보를 이끌어가겠다”고 밝혔다.
루닛 컨소시움에서 개발되는 모델은 상업적 활용이 가능한 오픈 라이선스(Open License) 형태로 공개되어, 국민건강 챗봇 등 다양한 의료·헬스케어 서비스로 확장될 예정이다.
우리 대학은 이번 참여를 계기로 AI 기반 생명과학 데이터 인프라 구축, 의료 AI 표준화, AI 윤리 및 정책 자문 연구 등을 강화해 국가 바이오·의과학 연구의 AI 전환을 선도할 계획이다.
2025.11.14 조회수 7698 -
새벽에도 답해주는 ‘인공지능 조교’ 강의 첫 도입·성공
“처음에는 인공지능 조교(VTA)에 대한 기대가 크지 않았지만, 밤늦게 갑자기 궁금해진 개념을 질문했을 때도 즉각적으로 답을 받을 수 있어서 매우 유용했다”며 “특히 인간 조교에게 질문하기 망설여졌던 부분들도 부담 없이 물어볼 수 있었고, 오히려 더 많이 질문하면서 수업 이해도가 높아졌다”(수강생 양지원 박사과정 학생)
우리 대학 김재철AI대학원 최윤재 교수와 산업디자인학과 홍화정 교수 공동 연구팀이 대형 강의에서도 학생 개개인에게 맞춤형 피드백을 제공할 수 있는 ‘인공지능 조교(Virtual Teaching Assistant, 이하 VTA)’를 개발해 실제 강의에 성공적으로 적용했다고 5일 밝혔다.
이번 연구는 2024년 가을학기 석·박사과정 학생 477명이 수강한 김재철AI대학원의 ‘인공지능을 위한 프로그래밍’ 교과목에 VTA를 도입해, 그 효과와 실용 가능성을 실제 교육 현장에서 대규모로 검증한 국내 최초 수준의 사례다.
이번 연구에서 개발된 인공지능 조교는 일반적인 챗GPT나 기존 챗봇과는 다른, 수업에 특화된 에이전트다. 연구팀은 강의 슬라이드, 코딩 실습 자료, 강의 영상 등 방대한 수업 자료를 자동으로 벡터화하고, 이를 기반으로 질의응답이 이뤄지는 검색증강생성(RAG: Retrieval Augmented Generation) 구조를 구현했다.
학생이 질문을 하면, 시스템은 질문의 맥락을 바탕으로 가장 관련된 수업 자료를 실시간으로 검색한 뒤, 응답을 생성한다. 이 과정은 단순한 대형언어모델(LLM)을 호출하는 것이 아니라, 수업 내용에 대응하는 자료 기반 질의응답으로 설계되어, 학습 신뢰도와 정확도를 모두 확보한 지능형 시스템이라 할 수 있다.
이번 연구의 제1 저자이자 해당 수업의 책임 조교였던 권순준 박사과정은 “기존에는 수업 때 이미 설명된 내용이나 간단한 개념 정의처럼 반복적이고 기본적인 질문이 상당히 많아, 조교들이 핵심적인 질문에 집중하기 어려운 상황이었다”며 “VTA 도입 이후에는 학생들이 반복 질문을 줄이고 꼭 필요한 질문에 집중하면서, 조교로서의 부담이 눈에 띄게 줄었고 보다 고차원적인 학습 지원에 집중할 수 있었다”고 전했다.
실제로 작년 수업 대비 조교가 직접 응답해야 하는 질문량은 약 40%가량 감소한 것으로 나타났다.
14주간 운영된 VTA는 전체 수강생의 절반 이상이 실제로 활용했으며, 총 3,869건에 달하는 질의응답이 기록됐다. 특히 인공지능 비전공자나 사전 지식이 부족한 학생일수록 VTA 사용 빈도가 높게 나타났으며, 이는 VTA가 학습 보조 수단으로 실질적인 도움을 주었음을 시사한다.
또한 분석 결과, 학생들은 인간 조교보다 VTA에게 이론적 개념에 대한 질문을 더 자주 하는 경향을 보였다. 이는 학생이 평가받거나 불편함을 느끼지 않고 자유롭게 질문할 수 있는 환경을 인공지능 조교가 제공함으로써, 학습 참여를 보다 적극적으로 유도한 것으로 해석된다.
수업 전·중·후 3회에 걸친 설문조사 결과, 학생들은 VTA에 대해 초기보다 높은 신뢰도와 응답 적절성, 편안함을 보고했다. 특히 인간 조교에게 질문을 주저한 경험이 있는 학생들일수록 인공지능 조교와의 상호작용에서 더 높은 만족도를 나타냈다.
해당 수업의 담당 교수이자 연구를 이끈 최윤재 교수는 “인공지능 기술이 수강생과 강사진 모두에게 실질적 도움을 줄 수 있다는 것을 확인했다는 데 연구의 의의가 있다. 앞으로 더욱 다양한 수업으로 해당 기술이 확대되기를 기대한다”고 말했다.
연구팀은 시스템의 소스코드를 개발자들의 플랫폼 깃허브(GitHub)에 공개해 다른 교육기관과 연구자들이 이를 바탕으로 맞춤형 학습 보조 시스템을 개발하고 교육 현장에 적용할 수 있도록 지원하고 있다.
관련 논문은 자연어처리(NLP) 분야 최고 권위의 국제 학회 중 하나인 ‘ACL 2025 인더스트리 트랙(Industry Track)’에 2025년 5월 9일 자로 채택되며 연구의 우수성을 인정받았다.
※ 논문 제목: A Large-Scale Real-World Evaluation of an LLM-Based Virtual Teaching Assistant
한편 이번 연구는 KAIST 교수학습혁신센터와 한국연구재단, 정보통신기획평가원의 지원을 받아 수행됐다.
2025.06.05 조회수 8396