LG AI연구원, AWS 행사에 떴다…질병 진단 속도 높이는 '엑사원패스' 출시

[AWS 리인벤트] '아마존 세이지메이커' 등 AWS 기술 기반 개발…모델 학습 시간 단축

LG AI연구원이 아마존웹서비스(AWS) 기술로 병리학 모델 '엑사원패스'를 개발해 암 진단·치료 방식 개선에 나섰다. 

AWS는 6일까지 미국 라스베이거스에서 열리는 'AWS 리인벤트'에서 LG AI연구원이 '아마존 세이지메이커'와 러스트용 아마존 FSx를 통해 엑사원패스를 개발했다고 4일 밝혔다. 이 모델은 암 환자의 조직병리 이미지를 분석해 유전자 검사 시간을 기존 2주에서 1분 내로 줄일 수 있다.

엑사원패스는 여섯 가지 벤치마크에서 평균 86.1%의 정확도를 기록하며 대규모 데이터셋으로 학습된 다른 병리 모델과 견줄 만한 성능을 입증했다. LG AI연구원은 AWS 기술을 활용해 테라바이트급 데이터를 1시간 이내로 전송하고 모델 학습 시간을 기존 60일에서 1주일로 단축했다고 설명했다.

엑사원패스를 통해 조직 병리 이미지를 분석 및 시각화해 세포 내 잠재적 유전적 변이 가능성을 확인할 수 있다. (사진= LG AI연구원)

LG AI연구원은 아마존 세이지메이커와 러스트용 아마존 FSx를 통해 대규모 병리학 데이터를 빠르게 처리하고 인프라 비용을 약 35% 절감했다고 밝혔다. 이를 통해 데이터 준비 시간도 95% 단축되며 암 진단·검출 성능을 올릴 수 있었다.

엑사원패스는 3천억 개 파라미터를 보유한 LG AI연구원의 멀티모달 모델 엑사원로 이뤄졌다. 고해상도 조직 샘플 이미지를 포함한 방대한 데이터셋을 학습했다. 

AWS 댄 시런 헬스케어·생명 과학 부문 총괄 매니저는 "LG AI연구원이 엑사원패스를 전례 없는 규모로 개발할 수 있었다"며 "이 기술은 진단 속도를 높이고 환자 맞춤형 치료를 제공하는 데 중요한 역할을 할 것"이라고 밝혔다.

LG AI연구원 이화영 상무는 "AWS를 통해 AI 연구를 가속화해 접근이 용이하고 신속한 암 검진을 현실화할 수 있다"며 "엑사원패스의 향상된 데이터 처리 기능은 더 개인화되고 효율적인 암 치료를 제공해 환자 건강을 개선할 수 있을 것"이라고 강조했다.