테더의 신규 의료용 AI, 경쟁사 대비 연산 자원 3배 적게 사용

USDT 스테이블코인 발행사인 테더(Tether)가 업계의 규모 중심주의에 도전하는 새로운 의료용 인공지능 모델 세트를 출시했습니다. 이 중 가장 효율적인 시스템은 주요 벤치마크에서 자신보다 7배나 큰 구글 모델을 꺾었습니다. QVAC MedPsy 모델은 스마트폰과 같은 기기에서 로컬로 실행되도록 설계되었으며, 이는 성장하는 의료 AI 부문의 주요 개인정보 보호 위험을 회피할 수 있는 조치입니다.

테더의 CEO 파올로 아르도이노(Paolo Ardoino)는 성명을 통해 "QVAC MedPsy의 초점은 규모를 키우는 것이 아니라 모델 수준에서 효율성을 개선하는 것이었습니다"라고 밝혔습니다. "민감한 정보를 클라우드로 전송하거나 외부 처리를 기다릴 필요 없이 병원 시스템 내부나 기기 등 데이터가 이미 존재하는 곳에서 의료 추론을 실행할 수 있습니다."

회사는 두 가지 모델을 출시했으며, 40억 파라미터 버전은 8가지 의료 벤치마크 세트에서 70.54점을 기록하여 거의 7배 더 큰 모델인 구글의 MedGemma-27B를 능가했습니다. 더 작은 17억 파라미터 모델도 유사한 구글 모델보다 11점 이상 높은 점수를 기록했습니다. 테더는 이러한 성능의 비결로 지도 학습, 선별된 임상 추론 데이터 및 강화 학습을 결합한 전문 교육 프로세스를 꼽았습니다. 4B 모델은 효율성 또한 3배 더 높아, 유사 시스템이 약 2,953개의 토큰을 생성하는 데 비해 약 909개의 토큰으로 응답을 생성합니다.

이번 출시는 의료 AI의 치명적인 취약점인 환자 개인정보 보호를 정조준하고 있습니다. 의료 AI 시장은 현재 약 360억 달러에서 2033년에는 5,000억 달러 이상으로 확대될 것으로 예상되지만, 대부분의 시스템은 클라우드에 의존합니다. 이는 민감한 환자 기록을 외부 서버로 전송해야 함을 의미하며, HIPAA와 같은 규정에 따른 규제 준수 및 개인정보 보호 위험을 초래합니다. QVAC MedPsy는 기기에서 완전히 구동됨으로써 모든 데이터를 로컬에 보관합니다.

개인정보 보호 솔루션으로서의 온디바이스 AI

테더 모델의 아키텍처는 임상 환경에서 AI 도입과 함께 제기되어 온 개인정보 보호 우려에 대한 직접적인 해결책을 제시합니다. 의사들이 환자 진료 내용을 요약하고 문서화 시간을 줄이기 위해 AI를 사용하기 시작했지만, 올랜도 헬스(Orlando Health)의 일부 의사들이 수행한 것처럼 대화 내용을 클라우드에 업로드하는 과정이 포함되는 경우가 많습니다. 이는 HIPAA 준수 보장에도 불구하고 데이터 보안에 대한 환자들의 불안을 야기했습니다.

테더의 방식은 그 단계를 제거합니다. 모델은 압축된 GGUF 형식으로 제공되며, 작은 버전은 용량이 1.2GB에 불과해 표준 병원 하드웨어나 의사의 스마트폰에 직접 설치할 수 있습니다. 이는 농어촌 진료소나 개인 병원에서도 초고속 인터넷이나 클라우드 구독 없이, 그리고 환자 데이터가 진료실을 떠나지 않고도 AI를 사용할 수 있음을 의미합니다.

의사가 아닌 비서의 역할

성능 향상과 개인정보 보호의 장점에도 불구하고, 의학계에서 대규모 언어 모델의 역할은 여전히 격렬한 논쟁의 대상입니다. 지난 2월 발표된 옥스퍼드 대학의 연구에 따르면, AI 모델은 미묘한 증상을 다룰 때 종종 잘못된 답변, 혼란스러운 안내, 위험한 의학적 조언을 제공하는 것으로 나타났습니다. 연구진은 현재의 AI가 "의사가 아닌 비서"로서의 역할을 수행해야 한다고 결론지었습니다.

이번 출시는 인공지능 분야로의 테더의 광범위한 전략적 추진의 일환입니다. 회사는 최근 로컬 오프라인 AI 애플리케이션 구축을 위한 오픈 소스 툴킷인 QVAC SDK와 생체 데이터를 기기에 보관하는 소비자 웰니스 앱인 QVAC Health를 출시했습니다. 현재 오픈 소스 AI 플랫폼인 허깅페이스(Hugging Face)에서 이용 가능한 QVAC MedPsy 모델은 임상 추론을 위해 특별히 훈련된 테더의 첫 번째 모델입니다.

본 기사는 정보 제공만을 목적으로 하며 투자 조언을 구성하지 않습니다.