의료 인공지능(AI) 서비스가 전 세계 각국의 엄격한 의료 데이터 규제를 뚫고 190개국 270만 건의 주간 진료 기록을 처리하는 대규모 상용화 단계에 안착했다. 의료 AI 전문 스타트업 하이디(Heidi)가 글로벌 분산형 데이터 아키텍처를 도입해 미국 의료정보보호법(HIPAA)과 유럽 일반개인정보보호법(GDPR) 등 까다로운 규제 요건을 기술적으로 해결했다고 기술 전문 매체 벤처비트(VentureBeat)가 8월 17일 보도했다.
하이디는 호주 멜버른에서 설립된 의료 특화 AI 소프트웨어 개발 기업이다. 이 회사는 진료 시 의사와 환자의 대화를 듣고 차트를 자동으로 생성하는 ‘하이디 스크라이브(Heidi Scribe)’를 전 세계 병원에 공급하며 가파른 성장세를 이어가고 있다.
2% 오차도 불허하는 의료 AI… 인프라 설계로 승부
일반적인 생성형 AI 서비스에서는 2% 안팎의 오류가 단순한 불편에 그치지만, 의료 현장에서는 환자의 생명 및 직결되는 중대한 의료 안전 문제로 비화한다. 이에 따라 하이디는 모델의 성능 개선보다 데이터 인프라의 안정성과 감사 추적성(auditability·AI가 생성한 결과물의 근거와 변경 이력을 사후에 역추적할 수 있는 기능)을 선제적으로 확보하는 설계 방식을 채택했다.
하이디의 류위(Yu Liu) 최고기술책임자(CTO)는 “AI 모델 자체는 전체 시스템의 20%에 불과하며, 실제 의료 부하를 견뎌내는 나머지 80%는 데이터 아키텍처에 달려 있다”고 밝혔다. 시스템 변경에 따른 위험 범위를 줄이기 위해 데이터베이스(DB) 인덱스 변경조차 엄격한 코드 검토를 거치며, 위험군 변경 사항은 카나리 배포(canary release·전체 적용 전 소수 사용자에게 우선 배포해 안전성을 검증하는 기법)를 적용해 장애 가능성을 차단하고 있다.
몽고DB 아틀라스 기반 데이터 레지던시 및 벡터 검색 일원화
의료진의 기록, 서식, 환자 문진표 등 정형·비정형 데이터가 혼재하는 의료 환경의 특성을 반영해 하이디는 문서 지향형 데이터베이스를 전면 도입했다.
미국 뉴욕에 본사를 둔 글로벌 클라우드 데이터베이스 전문 기업인 몽고DB(MongoDB)는 전 세계 130개 이상의 클라우드 리전을 지원하는 대규모 분산 데이터 플랫폼을 운영하고 있다. 하이디는 몽고DB 아틀라스(MongoDB Atlas)를 도입해 별도의 외부 벡터 데이터베이스를 추가하지 않고도 내장된 벡터 검색(Vector Search) 기능을 활용했다. 이를 통해 대용량 의료 문서를 임베딩(embedding·자연어 텍스트를 컴퓨터가 이해할 수 있는 고차원 벡터 좌표로 변환하는 기술)하고, 주요 API(애플리케이션 프로그래밍 인터페이스)의 지연 시간을 약 33% 단축시켰다.