인텔 랩-펜메디슨, 전 세계 71개 기관 대상 연합 학습 뇌종양 식별 연구 진행
데이터 보호 문제 “인텔 SGX⋅분산 시스템으로 해결”

인텔 랩과 펜실베니아 대학교 페렐만 의과대학(Penn Medicine, 펜 메디슨)이 분산 머신러닝 AI 방식의 연합 학습을 활용한 악성 뇌종양 식별 공동 연구를 완료했다고 6일 밝혔다.

분산 머신러닝이란 데이터 처리를 담당하는 프로세서 수를 늘려 대용량의 데이터 학습 속도를 높이는 방식을 말한다. 연합 학습은 각 디바이스에 적용된 AI가 각자 데이터를 학습하는 방식을 말한다. 다시 말해, 이번 연구는 연합 학습으로 원본 데이터가 저장된 곳에서 모델을 업데이트한 뒤, 중앙 서버로 이동하는 방식으로 진행됐다.

인텔 랩과 펜 메디슨의 연구 개념도. 연합 학습으로 원본 데이터를 각 지역에서 처리해 모델을 업데이트한 후, 중앙 서버로 이동하는 방식이다. (출처: 인텔)

인텔 랩과 펜 메디슨의 이번 연구는 전 세계 71개 기관에서 조사한 데이터를 기반으로 한다. 인텔 측은 이번 연구로 대용량의 데이터를 처리할 수 있었고, 의료계가 뇌종양 탐지 기능을 33% 개선하게 됐다고 설명했다.

인텔과 펜 메디슨은 성인 뇌종양 중 희귀한 형태의 교모세포종(GBM) 암 종양 검출 역량과 치료 결과 개선을 위한 연합 학습 연구 협력을 진행했다. 치료 방법은 지속해서 확대되고 있지만, 전반적인 생존율이 개선되지 않아서다. 이번 연구에는 국립보건원(NIH)의 국립암연구소(NCI) ITCR(Informatics Technology for Cancer Rearch) 프로그램의 지원도 있었다.

펜 메디슨과 71개 관련 기관은 인텔의 연합 학습 솔루션을 사용해 희귀 암 경계 탐지법을 개선했다. 방사선과 의사는 종양의 경계를 결정하고 수술 가능 영역을 식별하기 위해 인텔의 새로운 AI 소프트웨어 플랫폼 FeTS(Federated Tumor Segmentation)를 사용했다. 여기에 데이터에 주석을 달고, 오픈소스 프레임워크 ‘오픈 연합 학습(Open FL)’을 적용해 학습을 실시했다는 것이 인텔 측의 설명이다. 이로써 해당 솔루션은 6000개 가량의 환자 데이터를 학습할 수 있었다.

인텔 랩과 펜 메디슨은 이번 프로젝트를 토대로 연합 학습을 적용해 데이터로부터 지식을 얻을 수 있는 개념 증명 솔루션을 만들었다. 인텔 관계자는 “오픈소스 프레임워크를 적용했기 때문에 다른 유형의 암 연구나 의료 분야에 적용할 수 있을 것”이라고 강조했다.

그간 의료 업계는 미국 의료정보보호법(HIPPA)과 같은 국가 차원의 데이터 개인정보보호법에 의해 데이터 접근이 어려웠고, AI를 적용하는 데 한계가 있었다. 환자의 정보를 침해하지 않으면서 필요한 규모의 의료 데이터 공유가 어렵기 때문이다.

하지만 이번 연구는 인텔이 연합 학습 과정에서 개인정보보호 규정을 준수하고, 데이터를 암호화해 보호하는 컨피덴셜 컴퓨팅(Confidential Computing) 기술을 통해 보안성을 확보했기에 진행할 수 있었다.

인텔 측은 자사 보안 솔루션인 소프트웨어 가드 익스텐션(Intel SGX)로 데이터 공유 장벽을 제거했고, 분산 시스템을 통해 데이터 소유자가 원본 데이터를 보관하고 특정 모델 업데이트만 중앙 서버로 전송하는 방식을 적용해 연구를 진행했다. 그 결과 개인정보보호 문제를 해결할 수 있었다.


인텔 관계자는 “질병 관련 연구가 발전하려면 대규모 데이터 세트에 연구진이 접근할 수 있어야 하는데, 이번 연구는 데이터를 확보했을 때 의료 산업이 발전할 수 있다는 잠재력을 보여줬다”며 “이 같은 연구가 이어지면 질병을 조기 탐지하는 등 삶의 질을 높이는 한편, 환자 수명도 늘리는 성과를 달성할 수 있을 것”이라고 말했다.

제이슨 마틴(Jason Martin) 인텔 랩 수석 엔지니어는 ”연합 학습은 여러 부문, 그 중에서도 의료 분야에서 잠재력을 가지고 있다”며 “민감한 정보와 데이터를 보호하는 방법을 함께 적용하면 향후 더 많은 연구와 협업에 대한 기회를 조성할 수 있을 것”이라고 말했다.

제이슨 마틴 엔지니어는 이어서 “인텔 랩과 펜 메디슨의 협력은 전 세계 환자에게 긍정적인 영향을 미칠 것”이라며 “이후에도 연합 학습 가능성을 발견해 나가길 기대한다”고 덧붙였다.

두 업체의 연구 결과는 학술지 네이처 커뮤니케이션즈(Nature Communications)에 수록됐다.

글. 바이라인네트워크
<배유미 기자>youme@byline.network

Similar Posts

답글 남기기

이메일 주소는 공개되지 않습니다.