개인 민감정보 보안을 유지하면서 보다 뛰어난 성능을 보이는 인공지능 예측모델이 등장했다. 서울아산병원 마취통증의학과 이상욱 교수와 비뇨의학과 서준교 교수팀은 ‘동형암호 기술’을 활용해 수술 후 30일 이내 사망률을 예측하는 인공지능 모델을 개발했다. 또한, 이 모델이 기존 인공지능 모델에 비해 뛰어난 성능을 보였음을 확인했다.
연구팀은 서울아산병원을 비롯해 서울대병원, 이대서울병원 등 타 의료기관으로부터 ‘비심장 수술을 받은 18세 이상 환자’ 34만여 명의 전자의무기록시스템(EMR) 데이터를 확보했다. 그리고 이 데이터를 동형암호 기술로 암호화한 다음, 수술 후 30일 이내 사망률을 예측하는 인공지능 모델을 개발했다.
예측 정확도를 평가하기 위해 원시 데이터만을 학습한 기존 인공지능 모델과 비교한 결과, 기존 모델은 88.0~94.2%, 동형암호 적용 모델은 95.7%의 정확도를 보였다.
보안, 의료 인공지능의 키 포인트
의료 영역에서 대규모 데이터를 활용하는 것은 중요하다. 대규모 데이터를 통해 다양한 환자 정보를 분석하게 되면 변수가 될 수 있는 요인을 더 많이 파악할 수 있게 된다. 보다 많은 변수를 예측하고 통제할 수 있다는 것은, 보다 정확한 진단과 치료가 가능해진다는 의미다.
단, 의료 분야에서의 인공지능 활용은 언제나 ‘개인정보 보호’라는 걸림돌을 안고 갈 수밖에 없었다. 인공지능 기술을 활용한 분석·연구에서는 암호화 돼 있는 데이터를 복호화(Decoding)해야 각종 분석 및 연산, 가공이 가능했다. 이 과정에서 민감정보에 해당하는 개인 의료정보가 분석, 활용 등의 과정에서 노출될 수 있다는 우려가 따라다니는 것은 당연한 일이다.
실제 ‘국가 통합 바이오 빅데이터 구축 사업’과 같은 국가 단위 사업에서도 국민들의 자발적 참여를 독려하며 데이터 보안 및 관리 계획을 명확하게 공개한 바 있다. 이 역시 같은 맥락이다. 수집한 개인 데이터를 가공하거나 활용하는 과정에서 노출되거나 유출될 수 있는 위험이 있기에, 그에 대한 대책을 철저히 수립하고 공개함으로써 신뢰를 얻고자 한 것이다.
보안성 강화한 인공지능 기술
인공지능을 활용한 대규모 데이터 분석이 속도, 정확성, 비용, 효율성 측면에서 우수하다는 것은 부정할 수 없다. 문제는 언제나 ‘개인정보 보호’였다. 데이터 활용 과정에서 동반되는 정보 노출을 어떻게 관리할 것인가. 동형암호 기술은 이 문제를 해결하기 위한 대안 중 하나다.
동형암호(Homomorphic Encryption) 기술이란, 데이터가 암호화 돼 있는 상태에서도 분석, 연산, 모델링 등을 가능하게 하는 기술을 말한다. 데이터가 암호화된 상태에서도 분석, 연산 등을 할 수 있으며, 그 결과를 복호화했을 때도 기존 방법과 다르지 않은 정확한 결과를 얻을 수 있다. 즉, 분석을 위해 암호화된 데이터를 복호화할 필요가 없으므로, 개인정보 노출을 원천적으로 차단할 수 있다는 의미다.
이를 통해 환자들의 개인정보 및 의료기록 등 민감정보를 안전하게 보호하면서도 그 데이터를 활용한 분석·연구가 가능해졌다. 동형암호 기술을 활용한 예측 모델을 개발한 이상욱 교수는 “향후 다양한 형태의 임상 데이터에 동형암호 기술을 적용해, 개인정보를 보호하면서 대규모 다기관 임상 연구가 가능한 플랫폼을 개발할 계획”이라고 밝혔다.
