생성형 AI와 생명과학

이 블로그 글은 생성형 AI와 생명과학, 특히 이 두 요소가 현장과 생명과학 번역 서비스에 미치는 영향을 다루는 첫 번째 시리즈입니다. 여기서는 챗GPT, 신경망 MT 같은 생성형 AI 기술에 대해 알아봅니다. 또한 최신 기술 현황을 간략히 소개한 다음, 향후 번역업계에서 생성형 AI를 어떻게 활용할 수 있는지도 살펴보겠습니다.

생성형 AI와 생명과학의 현황

여러분은 어쩌면 생성형 AI에 대해 생각보다 더 많이 알고 있을지 모릅니다. 2022년 후반부터 화제가 된 챗GPT에 대해 들어본 적이 있거나, 모르는 사이에 AI 챗봇과 대화했을 수도 있습니다. 최근 고객서비스 상담원과 온라인으로 '대화'한 적이 있다면 그 상담원은 사람이 아닐 가능성이 높습니다.

일부 추정에 따르면 현재 고객서비스팀에서 이루어지는 대화의 70%는 전적으로 AI에 의해 처리됩니다. Facebook Messenger에서는 30만 개 이상의 챗봇을 적극 활용하고 있습니다. 이러한 경향은 온라인 판매와 같은 분야에서 특히 두드러지게 나타나고 있습니다. 그 이유는 무엇일까요? 이러한 환경에서 발생하는 고객 문의는 대부분 다음과 같은 특징을 보입니다.

• 간단함
• 반복적임
• 다소 시급함

복잡한 문의사항의 경우 여전히 사람의 전문성과 판단이 필요합니다. 그러나 사람의 개입이 필요한 문제인지는 챗봇과의 대화로 충분히 선별할 수 있습니다. 즉, AI가 빠르고 만족스러운 답변을 제공하지 못한 고객에 한해 사람이 지원하는 것입니다.

비즈니스 리더와 투자자들은 이러한 AI의 발전 동향을 면밀히 주시하고 있지만 안타깝게도 일부는 잘못된 결론을 내리고 있습니다. 초기 실험에서 AI는 한정적인 역할에 성공적으로 투입되어 서비스 가용성과 고객의 선택을 개선한 것으로 나타났습니다. 그럼에도 복잡한 문제를 겪는 고객이나 호불호가 강한 고객이 사라지는 것은 아닙니다. 사람의 개입이 필요한 경우도 마찬가지입니다. AI를 도입하면 비용을 효율적으로 분배할 수는 있어도 아예 비용 자체를 없앨 수는 없습니다.

생명과학 분야는 이전부터 규제에 따른 제약과 업계 특유의 안전 중심 문화로 인해 신기술 도입이 더디게 이루어졌습니다. 하지만 혁신은 생명과학 업계의 활력소입니다. 혁신을 지향하는 기업과 기업의 주주라면 AI처럼 변화무쌍한 잠재력을 갖춘 기술을 외면하기는 어렵습니다. AI를 활용하면 환자와 시장에 더 빨리 도달할 수 있을까요? AI를 안전하게 도입할 수 있을까요?

선도적인 생명과학 기업에 언어서비스를 제공하는 라이온브리지(Lionbridge)는 이 질문에 대한 답을 적극적으로 모색하고 있으며 결과적으로 중대한 기선을 잡을 수 있었습니다. 최근 챗GPT 같은 도구가 수많은 헤드라인을 장식하며 큰 주목을 받았지만 그 토대를 이루는 대규모 언어 모델(LLM) 및 생성형 AI는 새로운 기술이 아닙니다. 실제로 라이온브리지는 수년 동안 이러한 기술을 사용해 왔으며, 이 기술의 활용 가능 여부에 관해서도 상당한 전문성을 쌓았습니다. 아울러, 이 기술을 통해 곧 어떤 일이 가능하게 될지도 활발히 탐구하고 있습니다.

앞으로 나아갈 길: 생성형 AI와 생명과학

라이온브리지는 여러 해에 걸쳐 품질 중심 프로세스에 AI를 통합하면서 귀중한 교훈을 많이 얻었습니다. 지금 다른 업계에서도 익숙한 양상이 나타나고 있습니다. 고객서비스 챗봇이 도움이 될 만한 예입니다. 챗봇 솔루션을 도입한 조직에서 볼 수 있듯, AI는 마찰을 제거하고 전문 인력이 중요한 결정을 빠르게 내릴 수 있도록 보조할 때 가장 효과적입니다.

그렇다면 면밀한 감독 없이는 AI 도구를 도입할 수 없다는 의미일까요? 아닙니다. AI 도구를 도입한다는 점을 제대로 인지하고 선택해야 한다는 의미입니다. 이러한 선택은 콘텐츠의 특성과 대상 고객의 니즈를 고려하여 결정해야 합니다. 대상 고객이 환자나 규제기관일 경우 라이온브리지는 당연히 보수적인 접근 방식을 취합니다. 결과물의 중요도가 낮으면 이에 따른 적절한 선택지를 추천합니다. 이러한 접근 방식은 매우 효과적으로, 향후 확대해 적용할 수 있으리라 생각합니다.

다음은 라이온브리지에서 앞으로 살펴볼 몇 가지 분야입니다.

대규모 콘텐츠 세트의 분석 및 분류: LLM 및 기계학습 시스템은 대규모 데이터세트에서 의미 있는 패턴을 찾도록 설계되었습니다. 이미 연구원들은 이 기술의 적용이 비교적 확실시되는 일부 분야를 검토하고 있습니다. 영상진단 분야에서는 기계학습이 중요한 역할을 할 수 있을 것으로 보입니다. 이 경우 AI가 임상전문의를 대신하여 영상을 판독하기보다는 이를 보조할 가능성이 더 높습니다.

임상 데이터의 접근성 향상: 최근 규제기관과 환자 옹호 단체는 환자와 비전문가에게 규제기관의 결정을 이해하고 치료 선택에 필요한 정보를 제공하기 위한 임상 데이터의 접근성을 개선하는 데 상당한 진전을 이루었습니다. 특히 적절한 언어로 신뢰할 수 있는 정보를 생성하기 위해서는 과학 커뮤니케이션에 대한 전문 기술과 관련 표준 및 모범사례에 대한 지식이 필요합니다. 이 분야에서도 AI 시스템이 조만간 사람의 전문성을 대체하기는 어려울 것으로 보입니다. 대신, AI는 환자가 이용할 수 있는 콘텐츠의 범위와 유형을 확장하는 데 도움이 될 수 있습니다.

알려지지 않은 정보의 탐색: 여러 과학 연구를 대상으로 실행되는 메타분석은 표본 크기, 방법 또는 편향 등으로 논란이 제기되기 쉬운 여러 연구에서 통계적으로 신뢰할 수 있는 결과를 도출하는 수단으로 오랫동안 인식되어 왔습니다. 메타분석의 한 가지 명백한 한계는 의도적으로 찾은 패턴만 파악할 수 있다는 것입니다. 기계학습 시스템을 도입하면 의도적으로 측정하거나 관련이 있는 패턴뿐 아니라 의미 있는 패턴도 식별할 수 있습니다.

콘텐츠 검색 및 분류: 라이온브리지와 당사의 고객이 자주 겪는 문제는 다양한 유형의 콘텐츠를 각기 다른 언어로 번역해야 한다는 것입니다. 이 문제는 특히 생명과학 분야에서 자주 볼 수 있습니다. 규제 대상 콘텐츠(예: 임상전문의 검토)에 적용되는 수많은 서비스는 온라인 마케팅 문구나 내부 학습 매뉴얼과는 관련이 없습니다. 이러한 콘텐츠를 분류하고 적절한 서비스 채널에 연결하기 위해서는 상당한 시간과 기술 리소스가 필요합니다. 라이온브리지는 이미 AI 기술을 사용하여 이러한 비효율성을 제거하기 위해 노력하고 있습니다. 앞으로 몇 달 동안 이러한 개발은 더욱 가속화될 것으로 예상됩니다.

문의하기

생성형 AI와 생명과학에 대해 좀 더 자세히 알고 싶으신가요? 조직에서 생성형 AI를 활용할 만한 사례가 있는지 논의하고 싶으신가요? 생명과학 번역 서비스가 필요하신가요? 풍부한 경험과 지식, 기술을 보유한 라이온브리지가 도와드리겠습니다. 지금 바로 문의하여 라이온브리지 생명과학 번역 서비스에 대해 자세히 알아보세요.