닫기
Loading..

전자정보연구정보센터 ICT 융합 전문연구정보의 집대성

라이징스타

홈 홈 > 포커스iN > 라이징스타

국내외의 ICTㆍ융합 분야의 우수 연구자를 선별하여 소개합니다.
연구자의 연구 경험담 및 관련 분야 동향까지 연구활동에 대한 전반적인 내용을 인터뷰하여 정리하였습니다.

  • 최윤재
  • KAIST AI 대학원
  • edwardchoi@kaist.ac.kr

트위터 공유

페이스북 공유

▶ 교수님 소개 부탁드립니다.


   안녕하세요 현재 KAIST AI 대학원에서 조교수로 재직 중인 최윤재입니다. 저는 서울대학교 KAIST에서 각각 학부석사를 마친 후에 2010년부터 2014년까지 ETRI(한국전자통신연구원)에서 4년의 근무 후, 2014년 가을부터 조지아 공과대학에서 Jimeng Sun 교수님 지도하에 박사 학위를 시작했습니다. 2018년 여름에 박사 학위 수여 후 올해 3월 KAIST에 부임하기 전까지 1년 반 정도 구글에서 연구 개발에 종사했습니다. 



▶ 주요 연구 분야 소개 및 동향과 향후 전망에 대해 말씀 부탁드립니다.


   저는 주로 인공지능 기술을 이용해서 전자의무기록을 분석하고 이해하는 연구를 합니다. 전자의무기록(Electronic Health Records)병원에서 발생하는 모든 행위 (입원, 진단, 처방, 검사, 촬영, 결제 등)를 전산화하여 데이터베이스에 저장한 기록을 뜻합니다. 갈수록 병원들의 전산 시스템이 발달함에 따라 이러한 기록들이 대용량으로 생성되기 때문에 인공지능의 힘을 빌어서 데이터로부터 유용한 정보를 획득하거나 질병 등을 예측함으로써 모두에게 도움이 되는 연구를 하고자 합니다.


   대표적인 예시로는 환자의 과거 병력을 보고 향후 걸릴 질병을 예측함과 동시에 해석 가능한 결과를 도출하는 딥러닝 모델을 개발하거나, 개인 정보 침해를 막으면서도 데이터를 공유할 수 있도록 Synthetic 의료 정보를 합성한다거나, 기존 의료 지식을 딥러닝과 결합하는 연구 등을 진행했고, 현재는 전자의무기록의 다양한 Modality를 활용하는 연구를 진행하고 있습니다.


   헬스케어와 인공지능의 결합은 이미 전세계적으로 보여지는 움직임이고, 그 속도가 점점 빨라지고 있습니다. 구글이나 애플과 같은 대기업 뿐만 아니라 여러 스타트업들도 헬스케어 데이터를 활용하여 가치를 창출하고자 노력하고 있으며, 응용 분야도 질병 예측, 이미지 판독, 신약 합성, 임상 실험 등 다양합니다. 그렇기 때문에 앞으로의 시장 규모도 더욱 커질 것이라 보며, 그에 따른 연구 주제의 확장 및 연구 기회도 한층 늘어날 것이라고 생각합니다. 



▶ KAIST AI대학원으로 부임하시기 전, 구글 딥마인드와 구글 헬스 리서치 등에서 연구활동을 하셨습니다. 특별히 느끼신 점이 있다면 말씀해 주세요. 


   딥마인드에서는 박사 학위 도중 연구 인턴으로 한 학기 있었습니다. 당시 알파고 이벤트 이후로 매우 관심이 많이 가는 회사에서 연구를 하게 되어서 기대가 컸는데, 실제로 딥마인드에서 연구 활동을 하면서 많은 것을 느꼈습니다. 태생부터 인공지능만을 연구하기 위한 회사라서 연구 주제를 택하는 자유도나 연구 환경, 세계적인 연구진, 하드웨어적인 지원 등이 학교와는 천지 차이였습니다. 하지만 항상 춥고 흐린 영국 런던에서 홀로 인턴 생활 동안 어떻게든 유의미한 결과를 내기 위해 연구에 열중하는 생활은 결코 행복하지만은 않았습니다. 

  

   구글 브레인 및 헬스 리서치에서의 연구 주제는 제가 박사 학위 도중 했던 연구의 연장선상에 있었고, 마침 구글이 헬스케어 산업에 뛰어들기로 결정했던 때에 제가 입사했기 때문에 자유로운 연구를 할 수 있을 것이라는 기대가 컸습니다. 하지만 여러 사정상 전자의무기록을 자유롭게 활용하는 것이 마냥 쉽지는 않았습니다. 하지만 역시 구글의 무한에 가까운 컴퓨팅 자원을 사용해서 규모가 큰 연구를 할 수 있다는 점은 정말 매력적이었습니다. 


   두 곳에서 모두 연구를 해보고 제가 느낀 점은 일단 학교와는 비교조차 할 수 없는 연구 자원이 갖춰져 있기 때문에 자신의 팀 및 매니저와 연구 주제를 잘 설정할 수만 있다면 정말 자유롭게 스케일이 큰 연구를 할 수 있는 훌륭한 곳이라는 것입니다. 하지만 아무리 연구 자유도가 높다고 해도 두 곳 모두 회사라는 본질은 변하지 않기 때문에 학교와 비교해보면 장단점이 뚜렷하다고 생각합니다. 



▶ 빅데이터, AI 등 첨단 기술의 발달로 헬스케어에 대한 관심도 높아지고 있습니다. 선진국과 비교했을 때 우리나라의 AI 헬스케어 분야의 현실과 미래에 대해 교수님의 소견을 말씀해 주세요.


   헬스케어와 인공지능의 결합을 통한 혁신이 일어났느냐를 기준으로 삼으면 아직 한국이나 다른 선진국과 큰 차이는 없다고 생각합니다. 사실 헬스케어라는 분야가 인공지능의 힘을 적극적으로 도입하기에는 리스크가 크기 때문에 그 어떤 국가도 섣불리 시도할 수는 없다고 생각합니다. 하지만 혁신을 일으키기 위한 노력과 속도는 한국과 선진국의 차이가 상당하다고 봅니다.

일례로는 미국, 일본, 중국에서는 전부 비대면 진료가 합법입니다. 비대면 진료의 의학적 효용성이나 부작용은 저의 지식으로는 논할 수 없으나, 적어도 IT 신산업의 육성 및 헬스케어 인공지능의 발전 측면에서는 어느 쪽이 더 유리할지 알 수 있습니다. 언택트 시대에 업워크라는 전세계 일자리 공유 플랫폼이 떠오른 것처럼, 언젠가 전세계 진료 공유 플랫폼이 생긴다면 미리 준비가 되어있던 선진국에 비해서 한국의 의료계는 힘든 시간을 보내게 되지 않을까 걱정입니다.


   개인정보보호법에 따라 헬스케어 데이터의 이용이 어려운 점도 하나의 예인데, 이것은 몇몇 나라를 제외하면 선진국들도 사정이 크게 다르다고 보이지는 않습니다. 미국도 작년에서야 정부 주도 하에 헬스케어 데이터 챌린지를 열기도 하며 움직이고 있는데, 우리도 빠른 시일 내에 발맞추어 움직일 수 있을 거라고 생각합니다. 그리고 개인정보보호법이 개정되더라도 애초에 데이터를 소유한 병원과 환자가 데이터 공유 의지가 없다면 헬스케어 산업의 발전이 더딘 것은 마찬가지기 때문에, 이것은 사회적인 합의 및 적절한 인센티브를 줄 수 있는 방법을 논의해야 할 것이라고 생각합니다.



▶ 교수님에게 영향을 미친 인물 또는 귀감으로 삼으시는 연구자가 있다면?


   연구로 따지면 아무래도 제 지도교수였던 Jimeng Sun 교수님의 영향을 가장 많이 받았다고 생각합니다. Jimeng 교수님은 연구를 위한 연구가 아닌, 실제 세계에 도움이 될 수 있는 실용적인 연구를 중요시하는 분이고, 자신의 연구 결과를 다른 이에게 효과적으로 전달하는 능력을 강조하시는데, 저도 아무래도 그런 측면을 항상 고려하면서 연구에 임하게 되는 것 같습니다. 


   그리고 또 한 분은 딥마인드에서 저의 매니저였던 Nando de Freitas 교수님을 꼽을 수 있습니다. 인공지능 연구를 함에 있어서 항상 컴퓨터가 그럴듯한 결과로 사람을 속일 수 있음을 알려주시고, 가장 덜 복잡한 방법론을 먼저 사용하여 자신의 아이디어를 확인해야 함을 배울 수 있었습니다. 



▶ 연구 외 시간에는 주로 무엇을 하시는지 궁금합니다.


   박사 과정 시작 전까지는 주로 컴퓨터 게임을 하면서 많은 시간을 보냈지만 최근에는 아무래도 시간이 부족하다 보니 쉬는 날에는 아내와 같이 카페를 가서 일을 하거나, 서울 나들이를 가거나 합니다 (물론 아직도 가끔씩 짬이 날 때 게임을 합니다). 그마저도 요즘은 코로나 때문에 쉽지는 않네요.



▶ 본인을 표현하고자 하는 키워드를 꼽는다면? 


   딱히 떠오르지 않습니다만, 공학자라는 단어가 제일 어울릴 것 같습니다. 



▶ 이 분야로 진출하려는 후배들(또는 유학 준비생)에게 도움이 될 만한 조언 부탁드립니다.  (유용한 사이트 또는 저작물이 있다면 함께 추천해 주세요.)


   사실 저 스스로 과거에 어떤 장기적인 계획을 세워서 현재까지 오게 된 것이 아니라, 그때그때 상황과 제 기호에 따라 선택하다 보니 지금이 되었습니다. 그래서 섣불리 다른 분들에게 조언을 하는 것은 삼가고 싶지만, 한 가지는 확실하게 부탁드릴 수 있을 것 같습니다.


   당연하지만 영어로 의사소통을 자유롭게 할 수 있을 정도로 준비해 두시면 정말 큰 자산이 된다는 점을 강조하고 싶습니다. 인공지능의 발전 속도는 정말 빠르기 때문에 연구를 위해서든 학습을 위해서든 해외 자료를 직접 눈으로 보고 확인할 수 있어야 합니다. 그리고 자신이 인공지능 분야에 어떤 형태로든 종사하고 싶다면 국제 공용어인 영어를 할 수 있어야 더 많은 기회를 접할 수 있고, 그 기회를 잡아서 자신의 실력을 더 키울 수 있습니다. 예를 들어서 자신이 스타트업을 시작한다고 했을 때, 한국인만을 대상으로 서비스하는 것과 전세계 사용자들을 대상으로 서비스하는 것은 회사의 성장 가능성 측면에서 비교할 수 없는 차이가 있습니다. 또는, 자신이 한국에서 박사 학위 취득 후에 인공지능 연구를 하고 싶다고 하더라도, 영어를 할 줄 안다면 전세계를 대상으로 움직일 수 있기 때문에 구직 기회가 몇 배는 늘어나게 됨은 당연합니다. 하물며 유튜브 영상에도 영어 자막을 달면 조회수가 달라지는데, 요즘과 같은 언택트 시대에 자신의 발전 및 성장을 위해서 자유로운 영어 구사는 정말 필수라고 강조하고 싶습니다. 


   더불어 제 연구 분야에 관심 있는 분들에게 도움이 될 리뷰 논문을 추천드립니다.

   ▷ 『Opportunities and challenges in developing deep learning models using electronic health records data: a systematic review



▶ 앞으로 계획이 있으시다면 말씀해 주세요. (이루고 싶은 연구성과, 공동연구 등)


   물론 앞으로 더욱 많은 의료 연구자들과 협업하면서 다양한 헬스케어 문제를 인공지능 기술을 활용해 해결하고 싶습니다. 그리고 더 나아가서, 헬스케어 인공지능 연구가 데이터 access도 힘들고, 두 분야의 전문 지식이 필요하다 보니 아무래도 컴퓨터 비전이나 자연언어처리보다 인공지능 발전 속도가 조금 더딘 편인데, 이를 위해서 전세계 연구자들이 공통으로 사용할 수 있는 학습 및 테스트 데이터셋을 구축하는 일에 관심이 있습니다. 인공지능 자체의 발전도 격려하고, 동시에 헬스케어 산업에 임팩트를 낼 수 있는 인공지능 기술이 나올 수 있도록 돕는 데이터셋이 필요하다고 생각합니다. 



관련 홈페이지 >>

연구자 정보 >> 


EIRIC 세미나 >> Part 1 / Part 2 

2020년 9월