서울아산병원 연구팀, 피부색 변환 AI ‘STTN’ 개발
대본
- 지민피부색에 따라 인공지능의 진단 성능이 달라지는 문제를 해결하기 위한 새로운 기술이 개발되었어요.
- 상현서울아산병원 연구팀이 피부색 변환 인공지능인 에스티티엔(STTN)을 개발했다는 소식이군요.
- 지민맞아요, 밝은 피부 환자의 병변 형태는 그대로 유지하면서 피부색만 어둡게 바꾸는 생성형 인공지능 기술이에요.
- 상현생성형 인공지능이라고 하면 보통 새로운 이미지를 아예 만들어내는 걸 말하는데, 이 기술은 조금 다른 방식인가요?
- 지민네, 일반적인 인공지능은 새로운 병변을 만들어내기도 하지만, 에스티티엔은 실제 밝은 피부 환자의 데이터를 기반으로 색상만 변환하도록 설계되었어요.
- 상현왜 굳이 피부색을 변환해서 데이터를 만들어야 하는 건지 그 이유가 궁금해요.
- 지민현재 인공지능 학습에 쓰이는 임상 데이터는 밝은 피부에 집중되어 있고, 어두운 피부 데이터는 전 세계적으로 부족하기 때문이에요.
- 상현데이터가 부족하면 인공지능이 어두운 피부를 가진 환자를 진단할 때 정확도가 떨어질 수도 있겠네요.
- 지민바로 그 점을 해결하려고 연구팀이 1만 6707개의 데이터를 학습시켰고, 그 결과 진단 성능이 유의하게 향상되었어요.
- 상현성능이 얼마나 좋아졌는지 구체적인 수치로 알 수 있을까요?
- 지민양성이나 악성 피부종양을 구분하는 곡선하면적, 즉 에이유씨(AUC) 수치가 기존 모델의 0.56에서 에스티티엔 모델은 0.66으로 올랐어요.
- 상현전문가들이 보기에 이 인공지능이 만든 사진이 진짜인지 가짜인지 구별하기는 어려웠나요?
- 지민42명이 참여한 평가에서 실제 사진과 생성 사진을 구별하는 평균 정확도는 49.7%로 무작위 추측과 비슷한 수준이었어요.
- 상현다만 임상 경험이 많은 피부과 전문의들은 미세한 차이를 찾아내는 경향이 있었다고 들었어요.
- 지민네, 전문가일수록 차이를 발견하긴 했지만, 연구팀이 생성한 데이터와 코드는 온라인에 공개되어 있어 누구나 확인할 수 있어요.
- 상현이 기술이 앞으로 의료 현장에서 인종이나 피부색에 상관없이 공정한 진단을 내리는 데 기여할 가능성이 있겠네요.
- 지민맞아요, 인종이나 성별, 나이에 상관없이 정확도가 달라지지 않는 공정한 인공지능을 만드는 데 중요한 밑거름이 될 거예요.
AI 진행자 상현·지민이 원문 기사를 바탕으로 나눈 대화입니다. 정확한 내용은 원문 기사를 확인하세요.