가톨릭중앙의료원 정보융합진흥원과 네이버클라우드가 최근 공동으로 주최한 2024년 ‘제2회 CMC 의료 생성형 AI School’이 서울 강남 네이버클라우드 교육장에서 개최됐다.
가톨릭대 의료정보학교실 고태훈 교수의 사회로 진행된 이날 행사는 네이버의 최대 규모 AI ‘하이퍼클로바 X를 활용한 거대 언어모델 시작하기’라는 부제를 가지고, 70명의 의료 및 IT 전문가들이 참석해 의료 분야에 생성형 AI를 적용한 실습 중심의 강의 형태로 진행됐다.
이날 강의는 네이버클라우드 교육팀이 하이퍼클로바X와 하이퍼스케일 AI 개발도구 ‘클로바 스튜디오’를 소개했고, 의료 분야에 적용될 수 있는 기능을 설명했다.
하이퍼클로바 X가 의료 데이터 분석, 의사결정 지원, 문서 요약 및 자동 생성 기능 등 다양한 사례에서 의료 현장에 기여 가능한 방법을 소개했고, 클로바 스튜디오의 프롬프트와 튜닝 기능을 활용한 맞춤형 AI 응답 생성 실습도 진행됐다.
이어진 클로바 스튜디오 실습에서는 의학 용어 단어장 생성, 환자 정보 정리, 문서 기반 응답 생성 등 의료 특화 AI 모델링 실습이 진행되었고, 참가자들은 실제 의료 데이터를 활용한 분석을 통해 AI 모델의 의료 적용 가능성을 직접 경험했다.
세 번째 강의에서 고태훈 교수는 프롬프트 엔지니어링, Retrieval-Augmented Generation, 파인튜닝 기법을 통해 LLM이 의료 환경에서 효율적으로 활용될 수 있는 방안을 제시했다. 특히 의료진과 환자 간 대화 기반 자동 차트 생성 등 구체적인 응용 사례를 통해 LLM이 의료 데이터 관리와 효율성 향상에 기여할 가능성에 대해 논의했다.
네 번째로 진행된 가톨릭대 이영롱 교수의 강의는 프롬프트 엔지니어링을 통한 AI 모델 최적화에 중점을 두고 클로바 스튜디오를 활용한 프롬프트 구조 설계 및 파라미터 조정의 중요성을 시연하며, 건강보험공단의 자료를 활용해 의료 상황에 적합한 AI 응답 생성 방법을 실습했다.
마지막으로 가톨릭대 김동민 교수는 의료 특화 AI 모델의 파인튜닝을 통한 성능 개선에 관한 강의를 진행했다. 한국 의사면허시험 문제 풀이에 맞춤화된 하이퍼클로바 X 모델 개발을 예로 들어 도메인 맞춤형 데이터 적용과 파인튜닝 기법을 통해 의료 데이터 기반 AI 모델의 정확도를 높이는 방법을 소개했다.
이번 행사에 참가자들은 교육 프로그램에 대해 전반적으로 높은 만족도를 보이며, 향후 세분화된 개별 주제에 대한 충분한 실습 시간과 교육 계정 확보를 요청하여 추후 진행될 제3회 CMC 의료 생성형 AI School에 대한 기대감을 나타냈다.
최인영 정보융합진흥원 대외협력부원장은 "의료와 AI 기술의 접목은 실무에서 실질적인 효율성을 제공할 수 있는 중요한 도전이다”며 “이번 교육이 의료 현장에 생성형 AI의 적용 가능 부분을 고민하고 새로운 아이디어를 얻는 시간이 되길 기대한다"고 말했다.
한편, 이번 교육은 한국지능정보사회진흥원의 ‘2024년도 초거대 AI 확산 생태계 조성사업’을 통해 가톨릭대학교 컨소시엄에서 구축한 '의학지식 말뭉치 데이터'가 활용돼 교육 내용의 충실함을 더했다.
가톨릭대 의료정보학교실 고태훈 교수의 사회로 진행된 이날 행사는 네이버의 최대 규모 AI ‘하이퍼클로바 X를 활용한 거대 언어모델 시작하기’라는 부제를 가지고, 70명의 의료 및 IT 전문가들이 참석해 의료 분야에 생성형 AI를 적용한 실습 중심의 강의 형태로 진행됐다.
이날 강의는 네이버클라우드 교육팀이 하이퍼클로바X와 하이퍼스케일 AI 개발도구 ‘클로바 스튜디오’를 소개했고, 의료 분야에 적용될 수 있는 기능을 설명했다.
하이퍼클로바 X가 의료 데이터 분석, 의사결정 지원, 문서 요약 및 자동 생성 기능 등 다양한 사례에서 의료 현장에 기여 가능한 방법을 소개했고, 클로바 스튜디오의 프롬프트와 튜닝 기능을 활용한 맞춤형 AI 응답 생성 실습도 진행됐다.
이어진 클로바 스튜디오 실습에서는 의학 용어 단어장 생성, 환자 정보 정리, 문서 기반 응답 생성 등 의료 특화 AI 모델링 실습이 진행되었고, 참가자들은 실제 의료 데이터를 활용한 분석을 통해 AI 모델의 의료 적용 가능성을 직접 경험했다.
세 번째 강의에서 고태훈 교수는 프롬프트 엔지니어링, Retrieval-Augmented Generation, 파인튜닝 기법을 통해 LLM이 의료 환경에서 효율적으로 활용될 수 있는 방안을 제시했다. 특히 의료진과 환자 간 대화 기반 자동 차트 생성 등 구체적인 응용 사례를 통해 LLM이 의료 데이터 관리와 효율성 향상에 기여할 가능성에 대해 논의했다.
네 번째로 진행된 가톨릭대 이영롱 교수의 강의는 프롬프트 엔지니어링을 통한 AI 모델 최적화에 중점을 두고 클로바 스튜디오를 활용한 프롬프트 구조 설계 및 파라미터 조정의 중요성을 시연하며, 건강보험공단의 자료를 활용해 의료 상황에 적합한 AI 응답 생성 방법을 실습했다.
마지막으로 가톨릭대 김동민 교수는 의료 특화 AI 모델의 파인튜닝을 통한 성능 개선에 관한 강의를 진행했다. 한국 의사면허시험 문제 풀이에 맞춤화된 하이퍼클로바 X 모델 개발을 예로 들어 도메인 맞춤형 데이터 적용과 파인튜닝 기법을 통해 의료 데이터 기반 AI 모델의 정확도를 높이는 방법을 소개했다.
이번 행사에 참가자들은 교육 프로그램에 대해 전반적으로 높은 만족도를 보이며, 향후 세분화된 개별 주제에 대한 충분한 실습 시간과 교육 계정 확보를 요청하여 추후 진행될 제3회 CMC 의료 생성형 AI School에 대한 기대감을 나타냈다.
최인영 정보융합진흥원 대외협력부원장은 "의료와 AI 기술의 접목은 실무에서 실질적인 효율성을 제공할 수 있는 중요한 도전이다”며 “이번 교육이 의료 현장에 생성형 AI의 적용 가능 부분을 고민하고 새로운 아이디어를 얻는 시간이 되길 기대한다"고 말했다.
한편, 이번 교육은 한국지능정보사회진흥원의 ‘2024년도 초거대 AI 확산 생태계 조성사업’을 통해 가톨릭대학교 컨소시엄에서 구축한 '의학지식 말뭉치 데이터'가 활용돼 교육 내용의 충실함을 더했다.
이 기사와 관련기사