의료
선진국으로 진입하기 위해서는 과학을 동원해서 의료비의 추세적 상승을 해결하면서도 의료의 질, 의사의 대우, 기술의 진보 등 더 넓은 영역에서 합리화를 시킬 수 있어야 한다. 이를 의사 대 소비자의 제로섬 게임으로 놓는 것은 단편적 생각이다.

세계 어디서나 의료비 부담은 큰 문제가 되고 있다. 사람들의 의료에 대한 기대수준이 높아지고 또 고령화 등으로 인해 의료비 총액은 추세적으로 상승하고 있다. 그런데 GDP에서 차지하는 의료비의 비중이 어느 선 이상 무한정 늘 수는 없다.

유럽식 모델의 경우 기대수준을 낮추어서 이를 억제하는 것이고, 미국식 모델의 경우 그렇지 않은데 그래서 치솟는 의료비가 사회문제가 된다. 인공지능이 이에 대한 해답이 될 것이다. 작년까지만 해도 크게 확신이 없었는데 요즘은 확실하다고 판단하게 된다.

▲ 인공지능은 의료와 학습 등 영역의 난제를 해결하는 가능성으로 떠오르고 있다

지난 일 년간의 논문을 보면 인공지능이 피부암을 전문가와 비슷한 수준으로 분류한다. 또는 약간 못할 수도 있다. 최근의 어떤 논문을 보면 시간에 쫓기는 전문가와 비교해서 인공지능이 더 합리적인 방향이라고 제시한다. 이것이 현장에서는 맞는 비교이다. 요로결석을 찾는 데 몇년의 시간이 걸린 우리나라의 사례도 있지만, 이것은 환자가 전문가를 못 만났기 때문에 생긴 현상이다. 인공지능 컴퓨터로 이 환자를 분석한다면, 내과 이비인후과 등 모든 진료를 동시에 수행할 수도 있다. 또 지방과 도시의 의료불균형을 없앨 수 있다. 이는 의사의 환자처리 속도를 향상시킬 것이다. 앞으로는 3분 진료가 아니라, “무슨 진료를 3분씩이나 해?” 하는 시대가 올 수도 있다.

앞으로 맞춤형 신약개발이 중요한데 이는 무지무지한 정보처리와 지능을 필요로 한다. 신약 개발에 인공지능을 응용하는 데 대해 연구한 Deep Genomics사의 창업자 프레이 박사(Brendan. J. Frey)에 의하면, 최근 신약 개발의 투입 대비 회수율이 이자율만도 못해졌다고 한다. 너무 시간이 걸리기 때문이다. 그런데 인공지능은 이를 확실히 빠르게 할 수 있다.

인공지능 시대가 오면 의사의 할 일이 없어질 것인가? 물론 이 경우에도 인공지능을 훈련할 의사가 필요하다. 더 좋은 대우를 받을 수도 있다. 무엇보다도, 의료의 경우 수요와 기대치가 늘기 때문에 의사의 수요가 줄지는 않을 것이라 생각한다. 매우 장기적으로는 어떤 현상이 생길지 잘 모르겠다. 그런데 의료기관의 구조가 큰 컴퓨터 장비와 소프트웨어에 의존하면서 개인 의사의 설 자리는 줄어들 수도 있을 것으로 보인다. 이런 IT솔루션은 임대를 해서 사용할 수도 있다. 의료기관 수입에서 점차 많은 부분을 IBM 왓슨 등의 정보처리 사용료로 지출하게 될 것이다. 지금 많은 병원들이 CT, MRI 등 고가의 의료 장비 때문에 재정적 부담이 늘어나는 것과 비슷하다.

좀 꿈 같지만 개인을 위한 인공지능 건강 프로그램이 일반화될 수도 있다. 매번 식사를 하면 식단의 사진이 찍히는 것이다. 그러면서 칼로리와 영양 등을 다 계산한다(이런 논문 요즘 많이 나온다). 그리고 생체 메타볼리즘을 계속 관찰한다. 컴퓨터가 “콜라 좀 그만 마셔라” 또는 “술 좀 그만 마셔라” 하는 시어머니 노릇을 한다. 그 대신 병을 키울 가능성은 줄어들 것이다.

교육
이번 신경정보처리시스템(NIPS)학회에서 가장 뜨거운 이슈가 강화학습(re-enforcement learning)이다. 강화학습은 바둑이나 로봇제어와 같이 계속 상황이 바뀔 때 어떤 행동을 취해야 미래에 가장 좋은 결과를 얻는가를 훈련한다. 그래서 단순히 이미지를 잘 분류하거나 음성인식을 잘하도록 하는 학습보다 복잡하다.

▲ 강화학습은 학생이 가장 잘 이해하는 방향으로 설명하거나 다른 문제를 낸다

강화학습이 교육에 응용이 될 때의 새로운 가능성으로 가장 먼저 드는 생각이 ‘수포자’를 없앨 수 있겠다는 생각이다. 수학 포기자는 우리나라 뿐 아니라 전세계적으로 큰 문제이다.

나는 지금의 수학 내용이 19세기 수준이라 보지만, 아무튼 포기자는 큰 문제이다. 우리나라 고3의 약 60%가 수포자이기 때문에 수능시험일에도 수학시험 시간에는 매우 많은 학생이 5분 내에 답을 쓰고 잔다.

수학 교육에 강화학습을 응용하면, 지금과 같이 일방적으로 수학을 강의하는 것이 아니다. 학생이 수학 문제를 푸는 것을 잘 보면서, 그것을 가장 잘 이해하는 방향으로 설명을 하던가 또는 다른 문제를 낸다.

즉, 인간의 교육이 인공지능에 크게 의존하는 세상이 된다. 아무튼 이런 접근 방식에 의해서 수포자가 없어진다면 굉장한 혁명이라 볼 수 있다. 우리나라 교육부는 이런 응용 개발에 돈을 투자했으면 한다.