웨비나 요약: 생명과학과 생성형 AI

생성형 AI 도구가 미래지향적인 기술 같지만 사실상 그 뿌리는 1800년대까지 거슬러 올라갑니다. 라이온브리지(Lionbridge)는 챗GPT를 비롯한 생성형 AI 도구를 생명과학 번역 서비스에 적용할 방법을 모색하며 준비해 왔습니다.  생명과학 업계의 베테랑인 Paraic O'Donnell과 라이온브리지의 생성형 AI 수석 전문가인 Vincent Henderson의 설명을 통해 당사가 현재 생명과학 고객을 위해 생성형 AI를 어떻게 활용하고 있는지와 향후의 활용 사례에 대해서도 자세히 알아보세요.

생명과학과 생성형 AI에 관한 이 웨비나는 현재 온디맨드 방식으로 시청할 수 있습니다.

웨비나를 시청할 시간이 없다면 웨비나에서 논의된 핵심 주제를 정리한 이 블로그 글을 읽어보세요.

생성형 AI의 역사: 위험한 신기술 이상의 기술

생명과학 업계 종사자들에게는 위험을 회피하려는 성향이 있습니다. 환자의 생명과 건강을 책임지다 보니 최신 기술이나 유행을 선뜻 받아들이길 망설이는 경우가 많습니다. 생성형 AI 솔루션은 여러 측면에서 혁신적인 기술이지만, 그 연원은 1833년 찰스 배비지의 차등기관(difference engine)과 앨런 튜링이 구상한 '경험을 통한 학습'이 가능하고 지시를 변경 및 개선할 수 있는 기계로까지 거슬러 올라갑니다.

좀 더 최근으로 와서, 라이온브리지는 당사의 생명과학 고객이 환자, 규제기관, 공급업체 등과 더 빠르고 효과적으로 소통할 수 있도록 지원하기 위해 수년 동안 기계번역, 특히 신경망 기계번역(NMT)을 사용해 왔습니다. 생성형 AI 솔루션을 깊이 이해하고 있는 당사는 생명과학 업계의 고객을 위해 생성형 AI 솔루션을 사용하고 개발하며 신뢰할 준비가 되어 있습니다.

생명과학과 생성형 AI: 업계는 대규모 언어 모델(LLM)을 어떻게 활용할 수 있을까?

생성형 AI 도구의 기반이 되는 LLM은 생명과학 기업의 언어 요건을 비롯한 다양한 작업에 적합한 기능을 갖추고 있습니다. LLM은 인류가 축적한 정보 대부분을 아우르는 방대한 언어 집합체인 인터넷을 통해 학습합니다. LLM은 신경망 구조 덕분에 '딥러닝'이 가능하므로 사람의 도움 없이도 패턴과 의미를 추론하는 역량을 구축할 수 있습니다. 또한 결과물의 체계나 스타일을 수정하고, 자체 수정하며, 항목을 분류할 수 있습니다. 뿐만 아니라 사람인 운영자와도 유창하고 자연스럽게 소통할 수 있습니다. 프롬프트와 질문을 사용하면 마치 다른 사람과 대화할 때처럼 완전한 답변을 얻을 수 있습니다. 이러한 기능은 생명과학과 관련된 여러 과제를 해결하는 데 적합합니다.

아직 테스트 환경 이외에서는 AI 도구가 이러한 작업에 활용되지 못하고 있지만, 성능을 고려할 때 이 기술이 이전의 NMT처럼 대규모로 작업을 수행할 수 있게 되면 실제 환경에도 활용될 것으로 보입니다.

현재의 생명과학과 생성형 AI 사용 사례

NMT에 대한 폭넓은 경험을 갖춘 라이온브리지와 같은 언어 서비스 제공업체는 이미 AI 기반 솔루션을 사용하여 고객을 지원하고 있습니다.

AI의 향상된 능력을 활용하면 사람의 감독은 줄이면서 이러한 활동을 훨씬 더 많이 수행할 수 있습니다. 전반적으로 라이온브리지와 같은 번역 및 콘텐츠 서비스 회사는 AI를 사용하여 고객이 환자와 시장(신규 시장 포함)에 보다 빨리 도달하고, 기존 정보 저장소를 기반으로 콘텐츠를 더욱 효율적으로 개발할 수 있도록 지원합니다. 또한 라이온브리지는 우수한 콘텐츠 품질을 유지하고 규정을 준수합니다. 이는 규제 표준을 준수해야 하는 대부분의 생명과학 기업에게 매우 중요한 작업입니다.

미래의 생명과학과 생성형 AI 사용 사례

현재와 같은 생명과학 분야의 AI 적용 사례는 앞으로 급격히 늘어날 전망입니다. 초기에는 마케팅 자료와 같이 위험도가 낮은 콘텐츠에 활용되겠지만 추후 AI 기술에 대한 신뢰가 쌓이고 생성형 AI 콘텐츠의 공신력을 높일 수 있는 새로운 방법이 개발되면 다음과 같은 분야로 적용 범위가 확대될 수 있습니다.

• 다국어 콘텐츠: 다양한 언어권의 신규 시장 개척에 필요한 새로운 기업용 자료와 마케팅 콘텐츠를 제작할 수 있습니다.

• AI 감독 및 학습 부담 완화: 과학 지식과 관련된 인터넷 데이터베이스가 확충됨에 따라 AI 도구의 역량 및 정보력도 한층 강화될 수 있습니다.

• 문맥 인식: 콘텐츠 작성, 로컬라이제이션 또는 번역의 지침을 유지 및 확장할 수 있으므로 반복적인 결과물의 개선도 가능해집니다.

• 퓨샷 학습: 문맥 인식과 결합하여 LLM을 설계함으로써 새로운 지침을 신속하게 적용할 수 있습니다.

• 임상 및 규제 워크플로: 엄청난 인력이 필요한 데이터 마이그레이션 및 업데이트 전파에 AI 도구를 적용하면 수월하게 작업을 완료할 수 있습니다.

• 규정 준수 및 환자 안전 보장: 인적 지침 및 안전장치와 함께 AI를 활용하면 주요 표준 관리를 유지하는 데 도움이 됩니다.

중요한 것은 AI가 결코 생명과학 전문 인력을 대체할 수 없다는 사실입니다. AI는 이러한 전문가들이 보다 효율적으로 업무에 주력하고 전문지식이 더욱 필요한 영역에 집중할 수 있도록 도울 뿐입니다.

문의하기

임상 연구 또는 마케팅 자료나 환자와의 소통에 생성형 AI를 활용하는 방법이 궁금하신가요? 라이온브리지는 대기업인 생명과학 업체에 수십 년간 서비스를 제공한 경험과 전문성을 보유하고 있습니다. 당사는 의료기기 번역, 임상시험 번역을 비롯한 다양한 번역 서비스의 모범사례를 숙지하고 있습니다. 지금 바로 문의하여 생명과학 언어서비스 제공업체로서 라이온브리지가 지원하는 서비스에 대해 자세히 알아보세요.