루닛이 국가 전략사업인 '의과학 특화 파운데이션 모델' 프로젝트로 의료 특화 파운데이션 모델 '러닝유닛 2.0'을 개발했다. 국내외 의료기관에서 실제 사용 확대에 돌입한다.
루닛은 의과학에 특화한 AI 파운데이션 모델 러닝유닛 2.0 개발을 완료했다고 6일 밝혔다.
러닝유닛 2.0은 의료기관에서 구동 가능한 300억(활성 50억) 파라미터 규모의 비교적 경량 모델이다. 개발 결과물은 허깅 페이스에 오픈소스로 공개했다.
루닛은 지난해 10월 과학기술정보통신부의 '인공지능 특화 파운데이션 모델' 프로젝트 주관기관으로 선정돼 약 10개월 간 23개 산·학·연·병으로 구성된 컨소시엄을 이끌며 모델 개발과 의료 현장 실증을 수행해왔다.
러닝유닛 2.0은 의료 관련 질문에 답하는 데 그치지 않고 실제 의료 업무 흐름을 이해하고 단계적으로 지원할 수 있도록 설계됐다. 에이전트 구조를 기반으로 데이터를 분석하고 판단 근거를 제시하며 후속 업무까지 하나의 흐름으로 연결한다.
이번 프로젝트에서 다룬 주요 영역은 △임상 의사결정 지원 △응급실 환자 분류 및 초기 판단 지원 △다학제 진료 지원 △이상 약물반응 인과성 평가 △보험 심사·청구 등의 병원 업무다. 의료진의 임상 판단을 돕는 영역부터 의료기관 업무 부담이 큰 보험 심사와 행정 영역까지 적용 범위를 넓혀 현장 활동 가능성을 검증했다.
약 6개월간 국민건강보험 일산병원, 건양대병원, 고대의료원 등 전국 9개 의료기관에서 실제 현장 데이터를 활용해 러닝유닛 2.0과 에이전트를 실증했다.
러닝유닛 2.0은 가장 고난도로 꼽히는 암 분야 다학제 진료에서 높은 수준을 기록했다. 실제 암 환자 사례를 대상으로 다기관에 평가한 결과 AI 모델이 제시한 방침의 86.2%가 임상적으로 타당한 수준으로 평가됐다. 응급실 중증도 분류(KTAS)와 약물이상반응 인과성 판정(ADR)에서도 전문의 판정과 한 단계 이내에서 일치한 비율이 각각 98%로 나타났다.
보험 심사, 청구 영역에서는 평가 관계자들이 모델 답변의 85.6%를 실무에 사용 가능한 수준으로 평가했다.
러닝유닛 2.0은 의료 지식 추론, 인용 사실성, 의료 대화 안정성 등 주요 벤치마크 전 항목에서 모두 목표 성능을 달성했다. 해당 성능은 제3자 검증을 거쳤다. 프로젝트 성과 지표에 포함되지 않았던 의료 벤치마크까지 더한 17개 항목 전체에서도 글로벌 빅테크의 프런티어 모델과 견줄만한 평균 정확도를 기록했다.
특히 300억 파라미터 규모의 모델이 1200억 파라미터 규모의 오픈소스 모델 'GPT-OSS보다 높은 정확도를 보였다. 이보다 수백 배 더 큰 것으로 추정되는 'GPT 5.2'와도 유사한 수준을 나타냈다.
서범석 루닛 대표는 “러닝유닛 2.0은 특정 질환이나 단일 기능에 국한된 모델이 아니라 병원이 매일 수행하는 업무 전반을 지원하는 인프라”라며 “국내 의료 현장의 실제 업무에서 성능을 확인한 만큼 의료진과 환자 모두에게 도움이 되는 기술로 발전시키겠다”고 말했다.
배옥진 기자 withok@etnews.com
