연합학습으로 방사선학의 딥러닝 간소화...엣지 컴퓨팅 플랫폼
연합학습으로 방사선학의 딥러닝 간소화...엣지 컴퓨팅 플랫폼
  • 최광민 기자
  • 승인 2019.12.02 09:48
  • 댓글 0
이 기사를 공유합니다

헬스케어 엣지에서 인공지능을 제공하는 엔비디아 클라라 플랫폼...

인공지능(AI)을 학습하는 기존 방식과 달리, 사용자가 직접 사용하는 데이터를 처리하고 모델을 강화해, 이 모델을 한 곳에 모아 더 정교한 모델을 만들어 다시 배포하는 방식인 연합학습(federated learning, 통합학습)이 전 세계적으로 뜨거운 관심과 주목을 받고 있다.

글로벌 IT 기업들도 연구와 개발에 여념이 없다. 먼저 구글이 지난 8월에 발표한 연합학습은 일반적으로 모든 데이터를 서버로 모아, AI를 학습하는 방식과 달리, 사용자가 직접 사용하는 스마트폰에서 데이터를 처리하고 모델을 강화하고 이 모델을 한 곳에 모아 더 정교한 모델을 만들어 다시 배포하는 방식이다.(본지 보도 2019.10.18 새로운 AI학습 패러다임...'연합학습'은 의료에서 어떤 영향을 미치나? 참조)

현지시간 1일부터 6일까지 미국 시카고에서 열리는 북미 최대 연례 방사선 의료기기 전시회인 북미방사선의학회 2019(Radiological Society of North America, 이하 RSNA)에서 엔비디아가 클라라 연합학습(Clara Federated Learning, 이하 클라라 FL)을 최초로 공개했다.

헬스케어 엣지에서 인공지능을(사진:엔비디아홈페이지 캡처)

클라라 FL은 분산형 협력 학습(distributed, collaborative learning) 기술을 이용해 환자 데이터를 의료서비스 공급자가 내부적으로 보관할 수 있게 하는 시스템이다. 엔비디아 클라라 FL은 최근 출시된 엔비디아 EGX 지능형 엣지 컴퓨팅 플랫폼(NVIDIA EGX intelligent edge computing platform)에서 구동된다.

올해 RSNA에는 엔비디아 기술로 인공지능(AI)을 방사선 분야에 적용하기 위해 100여 명의 전시업체가 참석했다. 이는 의료업계에서 사용되는 AI 분야의 전환점이 될 전망이다. AI의 엄청난 잠재력에도 불구하고, 의료업계는 환자들의 개인정보를 보호하는 동시에 AI 모델 학습에 필요한 방대한 양의 데이터에 접근해야 하는 문제에 직면해 있다. 엔비디아는 의료업계와 함께 해당 문제를 고민하면서 해결책을 찾고 있다.

또한 클라라 FL은 환자의 개인정보를 보호하는 분산형 협력 AI 모델 학습용 레퍼런스 애플리케이션이다.

글로벌 시스템 제조업체를 통해 엔비디아 NGC-레디 포 엣지 서버(NGC Ready for Edge servers)에서 구동되는 분산형 클라이언트 시스템으로 로컬에서 딥러닝 학습을 진행하고, 보다 정확한 글로벌 모델 학습을 위해 서로 협력할 수 있다. (아래는 엣지에서 실시간의 안전하고 확장 가능한 인텔리전스는 임상 의사 결정에 기여하는 연합학습에서 스마트 장치 구동에 이르기까지...1일 업로드된 '클라라 FL' 소개 영상이다)

클라라 FL 작동방식은 우선 클라라 FL이 헬름 차트(Helm chart)로 패키징된 후 쿠버네티스(Kubernetes) 인프라 상에서 간소화된 형태로 실행된다. 엔비디아 EGX 플랫폼은 연합 서버와 협업 클라이언트를 안전하게 프로비저닝해 애플리케이션 컨테이너와 초기 AI 모델 등 연합학습 프로젝트를 시작하기 위해 필요한 모든 것들을 제공한다.

클라라 FL을 사용하는 병원들은 3D 슬라이서(slicer), MITK, 포비아(Fovia), 필립스 인텔리스페이스 디스커버리(Philips Intellispace Discovery)와 같은 의료용 뷰어에 적용된 엔비디아 클라라 AI 지원 어노테이션 SDK(NVIDIA Clara AI-Assisted Annotation SDK)를 활용해 환자들의 데이터를 레이블링한다.

엔비디아 AI는 사전 학습된 모델과 전이 학습(transfer learning) 기법을 이용해 방사선 전문의의 레이블링 업무를 지원하고, 복잡한 3D 연구에 소요되는 시간을 몇 시간에서 몇 분까지 단축시킨다.

클라라 FL을 사용하는 모든 병원의 엔비디아 EGX 서버는 로컬 데이터에 글로벌 모델을 학습시킨다. 로컬 학습결과는 안전한 연결장치를 통해 연합학습 서버에 다시 공유된다. 이 접근방식은 연합 평균화(federated averaging)를 통해 새로운 글로벌 모델을 만들고, 환자 기록을 제외한 부분적인 모델 가중치를 공유하여 환자들의 개인정보를 보호한다.

이 과정은 AI 모델의 정확성이 원하는 수준까지 높아질 때까지 반복된다. 이와 같은 분산된 접근방식은 환자의 개인정보는 보호하면서 높은 성능을 갖춘 딥러닝을 제공한다.

한편, 미국영상의학회(ACR, American College of Radiology), 매사추세츠 종합병원(MGH, Massachusetts General Hospital), 임상 데이터 사이언스 전문 BWH 센터(BWH Center for Clinical Data Science), UCLA 헬스(UCLA Health) 등 세계의 대형 의료업체들이 해당 기술을 선도하고 있다.

이들은 의사, 환자, 그리고 의료 데이터, 애플리케이션, 디바이스 사용이 증가하면서 동시에 환자들의 개인정보가 반드시 보호되야 하는 의료 시설에 필요한 맞춤형 AI 개발을 목표로 하고 있다.

ACR은 의료영상용 국가 플랫폼인 AI-LAB에 엔비디아 클라라 FL를 시범 운영하고 있다. AI-LAB은 ACR의 의료영상 회원 3만8천 명이 AI 모델을 안전하게 구축, 공유, 조정, 검증하도록 할 계획이다. 델(Dell), 휴렛팩커드엔터프라이즈(Hewlett Packard Enterprise), 레노보(Lenovo), 슈퍼마이크로(Supermicro)를 포함한 AI-LAB을 사용하고자 하는 의료서비스 업체들은 다양한 엔비디아 NGC-레디 포 엣지 제품들을 선택해 사용할 수 있다.

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.