지난 연재까지 AI란 무엇인지 그리고 의학계와 치의학계에서의 적용 사례들에 대해 알아보았다. 이번 글에서는 마지막으로 AI의 미래에 관해 살펴볼까 한다. AI의 미래를 예측하는 것은 매우 어렵고 조심스럽지만 한 가지 확실한 점은 AI는 무척 빠른 속도로 발전하고 있다는 것이다. 단적인 예로 약 100만 개의 이미지를 1000개로 분류하는 대규모 이미지 분류 대회인 이미지넷 분류 대회에서 2010년 첫 해에 우승한 알고리즘의 Top-5 오류율[1]은 약 28%였으나, 2012년 딥러닝 알고리즘이 도입된 이후에는 그 능력이 사람을 뛰어넘어 5년 만에 2.3%까지 감소하였다.([1] 알고리즘이 제안한 5개의 이미지 분류가 모두 틀렸을 확률을 의미한다.) 그러나 이러한 딥러닝 알고리즘이 발전하기 위해서는 충분한 양의 양질의 데이터를 얻는 것이 매우 중요하다. 현재는 지도학습을 기반으로 하는 딥러닝 알고리즘이 많기 때문에 이들을 학습시켜 정확도를 높이기 위해서는 정답을 함께 알려주어야 하기 때문이다. 이에 따라 이미지, 음성신호 등의 다양한 데이터의 정답을 입력하는 라벨링(labeling)이라는 작업이 많이 필요하게 되면서 이를 수행하는 데이터 어노테이터(data a
지난 회에서는 전반적인 AI의 변화와 적용에 대해 이야기했다면 이제는 독자분들과 가장 밀접한 관계를 가지는 치과영역에서의 적용에 대해 설명하고자 한다. 치과의 특성은 독자분들이 가장 너무나도 잘 아시는 것처럼 유니트 체어를 중심으로 치과의사 1명과 치과위생사 1명의 보조를 받아 이루어지지만 이는 술식이 단순해서가 아니라 구강 환경이 좁고 처치 부위가 세밀하기 때문일 것이다. 치과의 치료 대상인 치아는 다른 장기와 달리 사랑니를 제외하고도 28개로 개수가 많고 그 변이가 많기 때문에 치주 조직의 예후를 평가할 때 전체 치아와 각각의 치아의 예후가 서로 다르다. 게다가 호문쿨루스의 개념도에서도 볼 수 있듯이 감각 신경이 매우 집약적으로 발달된 구강 환경을 재건하고 환자의 만족감을 주기 위해서는 복잡하고 정밀한 테크닉이 요구된다. 따라서 정확한 진단을 시행하고 진료를 진행하고 후속 처치를 하기 위해서는 술자의 뛰어난 술기와 능력뿐 아니라 어시스트의 도움도 매우 중요하다. 이번 글에서는 술자를 돕는 새로운 어시스트, AI에 대해 소개하고자 한다. 현재 치과에서 사용가능한 의료기기 알고리즘은 수완부 방사선 사진으로 골령을 판정하는 AI 알고리즘인 Vuno Med?의
신종 코로나바이러스(COVID-19)의 대유행(pandemic)으로 전 세계가 몸살을 앓고 있는 지금, 구글 및 알파벳의 최고경영자 순다 피차이(Sundar Pichai)가 임직원들에게 보낸 메일에 따르면 자회사인 딥마인드에서 알파폴드 알고리즘을 COVID-19의 백신 개발을 위해 투입할 것이라고 한다. 알파폴드는 2018년 12월 단백질 접힘 구조를 예측하는 대회인 CASP(critical assessment of structure prediction)13에서 2등과 높은 격차로 우승한 알고리즘으로, 이는 바이오 과학 분야에서 난제 중 하나로 꼽힌다. 미국 유명 퀴즈쇼 ‘제퍼디!’에서 인간 도전자들을 꺾고 우승한 IBM의 AI인 Watson은 암치료 분야에 도전하여 방대한 저널 및 텍스트북을 학습하고 미국 메모리얼 슬론케터링 암센터를 비롯한 유수의 의료기관들과 협력하여 의사들의 암치료 시 의사결정에 도움을 줄 수 있는 솔루션인 Watson for oncology로 출시되어 국내에서는 길병원을 시작으로 7개 병원에서 도입한 실정이다. 지난 글에 이어 이번에는 인공지능이 의료영역에 적용된 사례를 살펴보고자 한다. 결국은 의과계의 변화를 알아야 치과계로의 적용에
손정의 소프트뱅크 회장은 대한민국이 집중해야 할 것으로 ‘첫째도 AI, 둘째도 AI, 셋째도 AI”라고 말했다고 한다. 경제, 사회, 교육 그 어느 분야를 들여다보더라도 인공지능(Artificial Intelligence, AI)에 대한 이야기가 없이는 미래의 이야기를 풀어나갈 수 없을 정도이다. 도대체 이것이 무엇이길래 다들 관심을 가지고 있는 것일까? 그렇다면 우리 치과계는 어떻게 되는 것일까? 이번 특집 연재를 통해서 인공지능, 특히 딥러닝이란 무엇인지, 그리고 치과계에서는 어떤 적용이 되고 있으며 앞으로는 어떤 변화들이 생길 것인지를 살펴보고자 한다. “보이지 않는 상태로 대화를 나누었을 때 사람인지, 기계인지 구분할 수 없다면 기계에 지능이 있다고 할 수 있다.” 우리에게는 영화 이미테이션 게임(Imitation game)으로도 알려져 있는 앨런 튜링(1912~1954)은 2차 세계대전 당시 영국의 수학자이자 컴퓨터 과학의 선구자로서 독일 해군의 암호인 에니그마를 해독하는 기계인 튜링 봄브를 창안함으로써 전쟁 종식에 기여한 바 있다. 특히 그는 기계에 지능이 있는지 판별하기 위해서 ‘튜링 테스트’라는 인공지능 실험을 제안하였다. 이후 1956년 다트