2025.06.04 (수)

  • 구름많음동두천 17.6℃
  • 맑음강릉 20.3℃
  • 구름많음서울 18.2℃
  • 맑음대전 18.5℃
  • 맑음대구 19.0℃
  • 맑음울산 20.0℃
  • 맑음광주 18.4℃
  • 맑음부산 19.1℃
  • 맑음고창 18.4℃
  • 맑음제주 21.3℃
  • 구름많음강화 15.3℃
  • 구름조금보은 17.3℃
  • 맑음금산 18.1℃
  • 맑음강진군 18.7℃
  • 구름조금경주시 20.7℃
  • 맑음거제 19.7℃
기상청 제공

서울대병원, ‘한국형 의료 거대언어모델(LLM)’ 개발

전자의무기록, 의료영상저장전송시스템, 디지털병리시스템, 유전체 등 대규모 의료 데이터 활용

 서울대병원(병원장 김영태)은 최근 국내 최초로 ‘한국형 의료 거대언어모델(LLM, Large Language Model)’을 개발했다고 밝혔다. 이 모델은 서울대병원의 전자의무기록(EMR), 의료영상저장전송시스템(PACS), 디지털병리시스템, 유전체 데이터 등 대규모 의료 데이터를 활용해 개발됐으며, 한국의 의료 시스템에 특화된 의료 정보를 처리하고 진료 효율성을 높이며 환자 안전을 강화하는 중요한 기술적 진전을 이루었다. 서울대병원은 이 모델을 통해 글로벌 의료 분야에서 경쟁력 있는 기술을 선도하고, 환자들에게 더 나은 의료 서비스를 제공할 수 있는 기반을 마련할 계획이다.

  전 세계적으로 거대언어모델에 대한 연구와 개발이 활발히 진행되고 있으며, OpenAI의 ChatGPT, 구글의 PaLM-MED2, 마이크로소프트의 Med-LLaVA 등 다양한 의료 특화 모델이 등장했다. 그러나 기존의 의료 LLM 모델들은 주로 서구권의 의료 지식에 최적화되어 있고, 한국어로 된 의료 텍스트나 한국의 의료법 및 진료지침 등을 이해하지 못하는 한계가 있었다. 서울대병원은 이러한 글로벌 동향에 맞춰, 한국어와 영어를 혼용하는 국내 의료진의 요구를 충족하고, 전문의 수준의 의학 지식과 약어·줄임말 등 언어적 특성을 이해하는 LLM 개발의 필요성을 절감했다. 

  서울대병원은 이를 해결하기 위해 2024년 3월, 한국형 의료 지식을 바탕으로 한 한국형 의료 거대언어모델(LLM) 개발에 착수했다. 병원 내 입원초진, 외래기록, 수술·처방·간호기록 등 3,800만 건의 임상 텍스트를 활용해 ‘한국어 의료 텍스트 말뭉치’를 구축하고, 이를 개인정보 가명화 및 비식별화 후 병원 내에서 안전하게 활용할 수 있도록 공개했다. 이 텍스트 말뭉치는 모델 학습의 기초 데이터로 활용되어, 한국 의료 시스템에 맞는 정보 처리 능력을 키우는 데 중요한 역할을 했다.

  2025년부터 서울대병원은 이 모델을 더욱 발전시켜 한국의 의료 관련 법률, 국문 논문 초록, 학회 진료 지침 등을 통합하고, 의학용어 약어 사전과 용어 표준화 작업을 진행했다. 이를 통해 실제 진료 프로세스를 모방한 각 진료과 특화 지시훈련 데이터셋을 구축하고 공개했으며, 지식그래프 기반 검색증강생성(RAG) 및 다학제 멀티 에이전트 프레임워크를 개발했다. 이러한 과정을 통해 병원 내에서 실용적으로 활용할 수 있는 ‘한국형 의료 거대언어모델(LLM)’을 1년 만에 완성했다. 서울대병원은 이 모델의 성능과 안전성을 검증한 후, 병원 내 연구 및 업무 보조에 활용할 예정이다.

  이 모델은 한국의사국가고시 최근 3개년 데이터 대상으로 실험을 진행한 결과,  86.2%의 정확도를 기록하며 오픈소스 모델 중 최초로 실제 의사 평균 정확도(79.7%)를 뛰어넘는 우수한 성과를 거두었다. 이는 한국형 의료 LLM이 의료 분야에서 실용적이고 실현 가능한 기술임을 입증한 사례로 평가된다. 또한, 약 5만개 단어의 방대한 텍스트를 한 번에 처리할 수 있는 우수한 번역 성능을 갖춘 이 모델은 향후 다양한 의료 분야에서도 성능을 확장하고, 의료 데이터 처리의 정확성과 효율성을 더욱 향상시킬 것으로 기대된다.

  서울대병원은 향후 LLM의 성능을 고도화하여 실제 진료 현장에서 활용할 수 있도록 발전시킬 예정이다. 이를 위해 의료 영상과 생체 신호 데이터를 결합한 멀티모달 AI로 확장하여 외래, 입·퇴원 등 의무기록을 자동 요약하는 ‘HIS.AI’, 원무 및 보험 청구 업무를 효율화하는 ‘CLAIM.AI’, 최신 논문을 연구자 맞춤형으로 큐레이션하는 ‘RESEARCH.AI’ 프로젝트를 추진한다. 이러한 프로젝트들은 의료진의 번아웃을 줄이고 업무 효율성을 크게 향상시킬 것으로 기대된다. 결과적으로, 의료진은 행정 업무에서 벗어나 환자와의 직접적인 소통과 치료에 더 많은 시간을 할애할 수 있게 되어 환자 중심적인 진료 환경이 더욱 강화될 것이다.

  LLM 개발을 주도한 이형철 교수(헬스케어AI연구원 부원장)는 “한국형 의료 거대언어모델은 서울대병원의 우수한 의료진의 의료 지식을 바탕으로 개발되어 진료 효율성을 높이고 환자 만족도를 증대시킬 중요한 기술적 진전을 이루었다”며 “LLM 기술은 의사들의 업무를 돕는 중요한 도구가 되어, 의료 서비스의 질을 한층 향상시킬 수 있을 것”이라고 말했다.

  김영태 병원장은 “이번 한국형 의료 거대언어모델 개발을 통해 의료진의 업무 효율을 극대화하고, 환자들에게 더 빠르고 정확한 의료 서비스를 제공함으로써 의료 혁신의 새로운 장을 열었다”며 “앞으로도 지속적으로 최신 기술을 도입하여 환자들에게 최상의 의료 서비스를 제공할 것”이라고 말했다.

배너
배너

배너

행정

더보기

배너
배너

제약ㆍ약사

더보기
한미사이언스, 백혈병어린이재단에 헌혈증 300매·히크만 주머니 100개 기부 “항암 치료를 받는 아이들에게 꼭 필요한 ‘히크만 주머니’가 구하기 어렵고 자주 교체해야 한다는 이야기에 마음이 무거웠습니다. 낯선 병원에서 투병 중인 아이들에게 도움이 되길 바라는 마음으로 정성껏 만들었고, 이 주머니가 따뜻한 위로와 희망이 됐으면 합니다.” (한미사이언스 서비스플랫폼그룹 한민혜) 한미그룹은 지주회사 한미사이언스 중심으로 ‘전문경영인 체제’가 안정적으로 정착되면서 ESG 경영이 그룹 전반에 확산되고 있다. 한미그룹은 임직원들의 자발적 참여와 공감을 기반으로 한 ESG 실천을 조직 내에 깊이 내재화하며 지속 가능한 기업 문화를 구축하는데 전사적인 노력을 기울이고 있다. 최근 한미그룹 사내에서는 ‘소아암 환아를 위한 히크만 주머니 만들기’ 봉사활동이 MZ세대 직원들 사이에서 폭넓은 공감과 높은 호응을 얻으며, 우리 사회의 따뜻한 온기를 높이는데 힘을 보태고 있다. 히크만 주머니는 항암 치료를 받는 소아암 환아에게 삽입되는 중심정맥관(히크만 카테터)을 보호하고 위생적으로 관리하기 위해 사용하는 필수 보조용품이다. 하지만 시중에는 판매처가 많지 않은데다 위생 관리를 위해 자주 교체해야 하는 만큼, 환아 1인당 여러 개의 주머니가 필요하다. 이번 활

배너
배너
배너

의료·병원

더보기
용인세브란스병원 손등 혈관 통한 고난도 최소 절개 시술법 안전성 입증 연세대학교 용인세브란스병원(병원장 김은경) 심장내과 연구팀은 복잡한 심장혈관 시술에서도 손등 부위 혈관을 이용한 ‘스너프박스 접근법’이 안전하고 효과적이라는 연구 결과를 발표했다. 스너프박스 접근법은 손목을 통해 이뤄지던 기존의 심장혈관 시술과 달리 손등 부위의 원위 요골 혈관을 이용한 시술로, 시술 후 혈관 폐색 위험이 낮고 지혈이 쉬워 출혈 등 시술 부위 합병증을 줄일 수 있는 장점이 있다. 그러나 손등 혈관은 직경이 작아 복잡한 시술에 필요한 굵은 기구 적용이 어려워 고난도 시술에는 거의 사용하지 못했다. 이에 이번 연구에서는 기존에 주로 활용하던 6프렌치 도관보다 직경은 더 크지만, 벽 구조는 얇은 7프렌치 도관을 활용한 복잡한 심장혈관 시술의 안전성을 분석했다. 용인세브란스병원 심장내과 노지웅‧이오현 교수(공동 제1저자), 김용철‧조덕규 교수(공동 교신저자) 연구팀은 2021년 8월부터 2024년 4월까지 용인세브란스병원에서 심장혈관시술을 받은 협심증 및 심근경색증 환자 100명을 대상으로 시술의 안전성과 유효성을 분석했다. 연구 결과, 스너프박스 접근법을 통한 심장혈관 시술은 시술 난이도가 높고 합병증 위험이 큰 복잡 병변 환자를 포함한 참여 환자