의료데이터

5 Contents

[카오스 짧강] 2026 카오스 콘서트 예습하기: 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능!_PART 4

신약 개발의 첫걸음은 질병과 유전자, 그리고 단백질 사이의 복잡한 상관관계를 이해하는 것에서 시작됩니다. 특히 질병을 유발하는 수많은 유전자 중에서 실제 약물의 표적이 될 수 있는 '표적 유전자'를 정확히 식별하는 것이 핵심입니다. 하나의 질병이라도 관련된 유전자는 수없이 많기에, 방대한 데이터 속에서 유효한 표적을 찾아내는 과정은 정밀한 과학적 접근을 요구합니다. 이러한 삼원 관계를 분석함으로써 질병의 근본적인 원인을 파악하고 치료의 실마리를 찾을 수 있으며, 이는 곧 효율적인 신약 개발의 든든한 기초가 됩니다. 치매와 같은 난치성 질환 연구에서는 유전자 변이 정보인 SNP를 포함한 거대 데이터를 다룹니다. 수만 개의 유전자와 수억 개의 변이 정보를 행렬로 구조화하면 그 규모가 상상을 초월할 정도로 커지는데, 이를 인간의 계산 능력만으로 해결하기는 불가능에 가깝습니다. 이때 기계 학습 알고리즘은 복잡한 다계층 네트워크를 분석하여 치매 유발 후보 유전자의 중요도를 예측하는 데 결정적인 역할을 합니다. 특히 알츠하이머의 경우 유전적 요인의 영향력이 크다는 사실이 데이터 분석을 통해 입증되었으며, 이는 환경적 요인이 강한 혈관성 치매와는 다른 양상을 보입니다. AI가 예측한 후보 유전자가 실제로 유효한지 검증하기 위해 수천만 건의 의학 문헌을 분석하는 텍스트 마이닝 기법이 활용됩니다. 이는 연구의 신뢰도를 높이고 신약 개발에 드는 시간과 비용을 획기적으로 줄여주는 혁신적인 방법입니다. 이러한 분석 모델은 면역 질환 연구로도 확장되는데, 류마티스 관절염이나 골다공증처럼 유전자를 공유하는 질병들의 특성을 네트워크로 해석할 수 있습니다. 이미 알려진 유전자 외에 인공지능이 새롭게 찾아낸 후보군을 발견함으로써 기존의 의학적 한계를 뛰어넘는 새로운 치료 가능성을 제시하고 연구자들에게 중요한 단서를 제공합니다. 현재 전 세계 유수의 제약사들은 인공지능 전문 기업들과 전략적 파트너십을 맺고 신약 개발의 패러다임을 근본적으로 바꾸고 있습니다. 면역 항암제 개발부터 기존 약물들을 정교하게 조합하여 부작용을 최소화하는 약물 설계 분야까지, AI 기술은 연구 전반에 깊숙이 침투해 있습니다. 아직은 기술 도입의 초기 단계라 할 수 있지만, 글로벌 제약사와 AI 스타트업 간의 활발한 협업은 맞춤형 정밀 의료를 향한 강력한 추진력이 되고 있습니다. 복잡한 분자 구조를 설계하고 수조 개의 조합 중 최적의 답을 찾아내는 과정에서 인공지능의 조력은 이제 선택이 아닌 필수가 되었습니다. 인공지능 기반 의료의 궁극적인 지향점은 개인별 특성을 고려한 맞춤 치료인 정밀 의료의 실현에 있습니다. 하지만 이를 위해서는 각 병원에 파편화된 의료 데이터를 통합하고 개인정보를 안전하게 보호하면서도 효율적으로 활용할 수 있는 법적, 기술적 체계가 반드시 마련되어야 합니다. 최근 전 세계적으로 임상 데이터를 표준화하여 공유하려는 국제적인 움직임이 일고 있으며, 이는 연구의 중복을 막고 데이터의 가치를 극대화하는 계기가 될 것입니다. 데이터가 축적되고 분석 기술이 고도화될수록 인공지능은 더욱 정교해질 것이며, 우리 모두를 위한 진정한 정밀 의료 시대는 더욱 가까워질 것입니다.

[카오스 짧강] 2026 카오스 콘서트 예습하기: 질병 진단, 치매 치료를 하는 인공지능? 바이오메디컬 인공지능!_PART 4
카오스재단카오스 짧강(짧은 강연)
  • 생명과학
  • 융합

인공지능이 의료에 쓰여야 하는 이유? ㅣ 김휘영교수(연세대학교) [토요과학강연#1-3부]

현대 의료는 정밀 의료 시대로 접어들며 의사가 고려해야 할 데이터의 양이 기하급수적으로 늘어나고 있습니다. 과거에는 몇 가지 증상과 혈액 검사 결과만으로 진단이 가능했지만, 이제는 유전체와 단백체 정보 등 수천 가지 이상의 요인을 종합적으로 분석해야 합니다. 짧은 진료 시간 내에 인간의 두뇌로 이 모든 데이터를 계산하여 정확한 결정을 내리는 것은 현실적으로 불가능에 가깝습니다. 바로 이 지점에서 인공지능이 복잡한 정보를 빠르게 처리하고 분석함으로써 의사의 의사결정을 돕는 필수적인 도구로 주목받고 있습니다. 의료 인공지능의 성능이 단순히 병을 잘 찾는 것만으로는 충분하지 않습니다. 최근 학계에서는 인공지능의 판독이 실제 임상 현장에서 환자의 예후를 개선했는지에 대한 근본적인 질문을 던지기 시작했습니다. 아무리 작은 병변을 잘 발견하더라도 치료가 불필요한 경우까지 과잉 진단하게 되면 의료 자원의 낭비와 환자의 불안감을 초래할 수 있기 때문입니다. 기술의 유효성은 기술적 정확도를 넘어 환자의 건강한 삶에 기여하는 실질적인 결과로 입증되어야 합니다. 인공지능은 의료 시스템의 효율성을 극대화하여 경제적 가치를 창출합니다. 안과 질환 진단의 경우, 인공지능은 단일 검사만으로도 전문의가 여러 단계의 정밀 검사를 거친 것 이상의 높은 정확도를 구현해 냈습니다. 이는 환자가 병원을 방문하는 횟수와 검사 비용을 획기적으로 줄여주며 의료 기관의 인력 부족 문제도 동시에 해결할 수 있는 방안이 됩니다. 정확한 진단에 기반한 자원의 최적 배분은 현대 의료가 직면한 고비용 저효율 문제를 해결하는 열쇠가 됩니다. 팬데믹 상황이나 응급 의료 현장에서 인공지능의 가치는 더욱 빛을 발합니다. 코로나19와 같은 상황에서 환자가 향후 중증으로 악화할지 여부를 미리 예측함으로써 한정된 병상을 효율적으로 배정할 수 있게 돕습니다. 또한 격리 중인 환자의 상태를 실시간으로 모니터링하거나 인공지능 상담원이 증상을 체크하여 위험 상황을 사전에 알리는 시스템도 이미 활용되고 있습니다. 이처럼 인공지능은 현재의 상태를 진단하는 것에서 나아가 미래의 위험을 예측하고 관리하는 예방적 차원의 의료를 실현하고 있습니다. 고가의 면역 항암제 치료 효과를 예측하거나 복잡한 심장 질환의 발병 가능성을 분석하는 등 인공지능은 정밀 치료의 핵심 동력입니다. 특히 우리나라는 세계 최고 수준의 의료진과 체계적인 의료 시스템 덕분에 고품질의 데이터를 보유하고 있어 의료 인공지능 분야에서 강력한 경쟁력을 갖추고 있습니다. 인공지능은 결코 의사를 대체하는 존재가 아니라, 의사가 더 정확하게 판단할 수 있도록 돕는 조력자입니다. 다양한 학문이 융합된 이 기술은 의료 사각지대를 해소하고 환자 개개인에게 최적화된 맞춤형 의료를 제공할 것입니다.

인공지능이 의료에 쓰여야 하는 이유? ㅣ 김휘영교수(연세대학교) [토요과학강연#1-3부]
서울시립과학관
  • 생명과학
  • 뇌인지과학
  • 융합

[강연] 수학과 생물학의 아름다운 만남, 수리생물학 (6) _ by김재경 | 2018 봄 카오스 강연 '모든 것의 수數다' 7강 | 7강 ⑥

수학 교육 현장에서 응용수학의 중요성이 점차 강조되고 있습니다. 과거에는 미분 방정식의 해법을 손으로 푸는 데 집중했다면, 이제는 이를 실제 생물학적 현상에 어떻게 적용할 수 있는지 배우는 과정이 필요합니다. 초등 및 고등 교육과정부터 수학이 실제 세상의 문제를 해결하는 도구임을 인지할 수 있도록 융합적인 교육 환경을 조성해야 합니다. 이러한 변화는 학생들이 수학의 실용성을 깨닫고 다양한 학문적 진로를 탐색하는 밑거름이 될 것입니다. 응용수학을 잘하기 위해서는 역설적으로 탄탄한 기초 수학 이론이 뒷받침되어야 합니다. 생명과학자나 의사가 던지는 복잡한 질문을 해결하기 위해서는 이산 수학, 대수학 등 수많은 수학적 도구가 필요하기 때문입니다. 어떤 문제가 주어졌을 때 적절한 이론을 선택하고 적용할 수 있는 판단력은 깊이 있는 수학 공부를 통해서만 길러집니다. 따라서 융합 연구는 기초를 소홀히 하는 것이 아니라, 탄탄한 수학적 토대 위에서 피어나는 결과물이라고 할 수 있습니다. 인간의 생체 시계는 정확히 24시간이 아닌 약 24.2시간의 주기를 가지고 있습니다. 우리가 매일 일정한 시간에 깨어날 수 있는 이유는 시신경을 통해 들어오는 빛 정보가 매일 조금씩 시계를 조절해주기 때문입니다. 수리생물학은 이러한 생체 리듬의 원리를 수학적으로 분석하여 주행성 동물과 야행성 동물의 차이를 설명합니다. 이처럼 수학은 눈에 보이지 않는 생물학적 메커니즘을 정교한 수식으로 풀어내어 현상의 본질을 이해하도록 돕는 강력한 도구가 됩니다. 최근에는 과학적 실험의 상당 부분이 미분 방정식을 활용한 수치 실험으로 대체되고 있습니다. 미국 FDA와 같은 기관에서도 가상 실험 결과를 실제 실험과 동등하게 인정하는 추세이며, 이는 신약 개발이나 비행기 설계 등 다양한 분야에 적용됩니다. 물리적 원리가 명확한 유체 역학 모델부터 복잡한 감염병 확산 모델까지, 수학적 모델링은 미래를 예측하고 최적의 정책 방향을 제시하는 데 기여합니다. 이는 실험의 한계를 극복하고 효율성을 극대화하는 혁신적인 방법입니다. 수학이 갖는 가장 큰 힘은 복잡한 현상을 단순화하여 본질적인 직관을 제공하는 데 있습니다. 수백 개의 변수로 얽힌 생물학적 현상을 핵심적인 수식 몇 개로 압축함으로써, 우리는 복잡함 속에 숨겨진 원리를 발견할 수 있습니다. 응용수학은 다른 학문과 조화를 이룰 때 비로소 아름다운 하모니를 만들어내는 합창과도 같습니다. 수학자가 제시하는 정량적 근거와 타 분야의 전문성이 결합할 때, 우리 사회의 복잡한 문제들을 해결할 수 있는 진정한 융합의 가치가 실현됩니다.

[강연] 수학과 생물학의 아름다운 만남, 수리생물학 (6) _ by김재경 | 2018 봄 카오스 강연 '모든 것의 수數다' 7강

김재경, 정은옥

카오스재단카오스강연
  • 생명과학
  • 수학

[강연] Phantom, Avatar and Persona (2) _ by정석 | 2017 가을 카오스 강연 '미래과학' 2강 | 2강 ②

오가노이드는 줄기세포를 활용하여 인간의 장기 발달 과정을 그대로 모사함으로써 인공 장기를 만드는 혁신적인 기술입니다. 정자와 난자가 만나 배아가 되고 하나의 생명체로 성장하는 신비로운 과정을 실험실의 배양 접시 위에서 재현하는 것이 이 기술의 핵심이라 할 수 있습니다. 과거에는 질병 연구를 위해 실험동물을 대상으로 실험을 진행해야 했지만, 이제는 미니 뇌나 미니 췌장 같은 정교한 조직을 직접 만들어 연구할 수 있게 되었습니다. 이는 생명과학 연구의 패러다임을 근본적으로 바꾸는 변화입니다. 실제로 췌장 오가노이드는 내부의 혈관 구조와 세포 단위까지 정밀하게 모사하여 당뇨병 치료 연구에 활발히 활용되고 있습니다. 또한 장 오가노이드는 복잡한 융털 구조를 재현하여 우리 몸의 마이크로바이옴과 박테리아의 상호작용을 연구하는 데 중요한 도구가 됩니다. 이러한 기술은 단순히 형태를 흉내 내는 수준을 넘어, 실제 장기가 수행하는 생리적 기능을 실험실 환경에서 구현할 수 있도록 발전하고 있습니다. 이는 질병의 근본적인 원인을 규명하고 새로운 치료법을 찾는 데 결정적인 역할을 수행합니다. 뇌 오가노이드는 가장 복잡한 장기인 인간의 뇌를 연구하기 위한 도전적인 과제로 꼽힙니다. 지카 바이러스가 소두증을 유발한다는 사실을 증명하는 과정에서도 뇌 오가노이드는 결정적인 증거를 제공하며 그 가치를 입증한 바 있습니다. 하지만 오가노이드 내부의 복잡한 구조를 관찰하기 어렵다는 기술적 한계가 존재했는데, 이를 해결하기 위해 조직 투명화 기술이 함께 개발되었습니다. 투명화 기술을 통해 우리는 장기 내부에서 일어나는 미세한 변화를 생생하게 들여다보며 연구의 정밀도를 높일 수 있게 되었습니다. 장기 칩 기술은 오가노이드와는 또 다른 방식으로 인체의 생리적 환경을 정밀하게 모사합니다. 예를 들어 폐를 모사한 칩에 담배 연기를 지속적으로 노출시켜 폐 세포에 일어나는 변화를 실시간으로 관찰하는 실험이 가능해졌습니다. 실제 사람에게는 윤리적 문제로 수행할 수 없는 위험한 실험을 칩 위에서 안전하게 수행함으로써, 질병의 진행 과정을 과학적으로 분석할 수 있습니다. 최근에는 여러 개의 장기 칩을 하나로 연결하여 인체 전체의 반응을 통합적으로 연구하려는 시도도 활발히 이루어지고 있어 그 미래가 더욱 기대됩니다. 정밀 의료의 핵심은 환자 개개인의 특성에 맞춘 최적의 치료제를 찾는 것입니다. 암 환자의 조직에서 추출한 세포로 오가노이드를 만들고 다양한 항암제를 테스트하면, 부작용은 최소화하고 치료 효과는 극대화할 수 있는 약물을 미리 선별할 수 있습니다. 실제로 특정 환자에게 어떤 약물이 더 잘 침투하고 효과를 발휘하는지 칩 위에서 확인하는 기술이 임상 현장에 적용되기 시작했습니다. 이는 환자의 생존율을 획기적으로 높일 뿐만 아니라, 불필요한 치료 과정을 줄여 의료 비용을 절감하는 데에도 큰 기여를 할 수 있는 대안이 됩니다. 우리는 이제 생물학적 복제 모델인 아바타를 넘어, 방대한 데이터와 결합된 페르소나의 시대로 나아가고 있습니다. 과거에는 환자의 암세포를 쥐에게 이식하는 마우스 아바타 모델이 주로 사용되었지만, 시간과 비용 면에서 한계가 뚜렷했습니다. 반면 오가노이드와 장기 칩은 환자의 유전 정보와 생체 데이터를 통합하여 디지털과 생물학이 결합된 더욱 정교한 모델을 제공합니다. 이러한 기술적 진보는 의료진이 환자의 상태를 다각도로 분석하고, 수많은 항암제 중 최선의 선택을 내릴 수 있도록 돕는 강력한 지침이 되어줄 것입니다. 미래의 의료 시스템은 환자가 멀리 떨어져 있어도 3차원으로 구현된 장기 정보를 통해 정밀한 진단과 치료가 이루어지는 형태가 될 것입니다. 인공지능과 빅데이터, 그리고 정교한 생체 모사 기술이 결합됨으로써 인류는 질병 정복이라는 목표에 한 걸음 더 다가설 수 있습니다. 이러한 혁신은 기계공학, 생명과학, 전자공학 등 다양한 학문 분야의 경계를 허무는 융합을 통해 완성됩니다. 우리 몸의 조직을 칩 위에 올리고 데이터를 통해 분석하는 기술은 인류의 건강한 삶을 보장하는 미래 과학의 핵심 열쇠가 될 것으로 확신합니다.

[강연] Phantom, Avatar and Persona (2) _ by정석 | 2017 가을 카오스 강연 '미래과학' 2강

정석

카오스재단카오스강연
  • 물리학

[강연] 구글신은 모든 것을 알고있다 _정하웅 교수 | 2016 서울대 자연과학대학 공개강연 '무질서에서 질서로' (6) | 4강

복잡계란 무엇일까요? 완벽한 질서는 예측 가능하지만 단조롭고, 완전한 무질서는 확률로 설명되지만 혼란스럽습니다. 우리가 살아가는 세상은 이 두 극단의 중간 지점인 '복잡계'에 위치합니다. 바둑판처럼 정교하지도, 주사위처럼 무작위적이지도 않은 이 모호한 영역 덕분에 세상은 흥미롭고 탐구할 가치가 생깁니다. 물리학은 이제 단순한 입자의 운동을 넘어, 이 복잡한 질서 속에서 새로운 규칙을 찾아내려 합니다. 우리 주변의 모든 것은 네트워크로 연결되어 있습니다. 사람과 사람 사이의 사회적 관계부터 고속도로, 철도, 심지어 우리 몸속의 신경망과 혈관까지도 거대한 연결망의 일부입니다. 이러한 네트워크 관점은 생물학, 경제학, 인터넷 등 다양한 분야를 관통하는 핵심 원리가 됩니다. 세상이 어떻게 연결되어 있는지 이해하는 것은 복잡한 현대 사회의 흐름을 읽는 첫걸음이며, 이를 통해 우리는 보이지 않는 거대한 구조를 파악할 수 있습니다. 데이터 과학은 이제 '빅데이터'라는 용어를 넘어 우리 삶의 깊숙한 곳을 파고들고 있습니다. 엄청난 양과 속도, 그리고 다양성을 갖춘 데이터는 때로 신비로운 예지력을 보여주기도 합니다. 실제로 구글의 검색 데이터나 웹페이지 노출 빈도는 선거 결과와 놀라울 정도로 일치하는 모습을 보였습니다. 이는 수많은 대중의 관심과 행동이 데이터라는 형태로 축적되었을 때, 개별적인 현상을 넘어 전체적인 흐름을 정확히 예측할 수 있음을 시사합니다. 사람들이 검색창에 입력하는 단어에는 거짓이 없습니다. 설문조사에서는 자신을 꾸밀 수 있지만, 정말 궁금하거나 필요한 정보를 찾을 때는 본능적이고 솔직한 데이터가 생성됩니다. 구글은 이러한 검색 트렌드를 분석해 질병관리본부보다 2주나 빨리 독감 유행을 예측하기도 했습니다. 시간과 장소 정보가 결합된 실시간 데이터는 현대 사회의 변화를 가장 빠르게 포착하는 도구가 되었으며, 이는 공공 보건과 경제 등 다양한 분야에서 혁신을 일으키고 있습니다. 하지만 데이터의 숫자만을 맹신하는 것은 위험할 수 있습니다. 2013년 구글 독감 트렌드가 실제 환자 수를 크게 빗나간 사례는 언론 보도와 같은 외부 요인이 데이터에 거품을 만들 수 있음을 보여주었습니다. 여기서 중요한 교훈은 '상관관계'와 '인과관계'를 혼동해서는 안 된다는 점입니다. 데이터가 보여주는 현상의 이면에 숨겨진 과학적 원리를 파악하지 못한 채 결과만을 수용한다면, 우리는 데이터가 만든 함정에 빠져 잘못된 결론에 도달할 수 있습니다. 데이터 과학은 인문학의 영역까지 확장되어 '컬처로믹스'라는 새로운 학문을 탄생시켰습니다. 수백만 권의 책을 디지털화하여 특정 단어의 사용 빈도를 분석하면, 시대별 문화적 관심사와 역사적 사건의 흐름을 읽어낼 수 있습니다. 노예 제도에 대한 관심이나 여권 신장의 역사, 심지어 과학과 종교의 위상 변화까지도 숫자로 증명됩니다. 이는 과거의 기록을 현대의 분석 도구로 재해석함으로써 인류 문명을 바라보는 새로운 시각을 제공합니다. 미래의 학문은 데이터를 유기적으로 연결하는 네트워크 과학과 결합하여 더욱 진화할 것입니다. 영문법의 규칙을 데이터 통계로 재정립하고, 경제학의 가격 이론을 실시간 거래 데이터로 분석하는 시도는 이미 현실이 되었습니다. 단순히 데이터를 모으는 것에 그치지 않고, 이를 어떻게 유기적으로 연결하여 가치 있는 정보를 추출하느냐가 핵심입니다. 데이터와 네트워크가 만날 때, 우리는 비로소 복잡한 세상의 진실에 한 걸음 더 다가갈 수 있습니다.

[강연] 구글신은 모든 것을 알고있다 _정하웅 교수 | 2016 서울대 자연과학대학 공개강연 '무질서에서 질서로' (6)

정하웅

카오스재단서울대자연과학공개강연
  • 물리학