의약/의료/헬스 응답 기능 강화되는 음성 비서: "알렉사, 이부프로펜은 어떤 약이야?"
의약/의료/헬스 응답 기능 강화되는 음성 비서: "알렉사, 이부프로펜은 어떤 약이야?"
  • 안선희 기자
  • 승인 2020.03.06 00:53
  • 댓글 0
이 기사를 공유합니다

(사용 이미지 출처: 픽사베이)
(출처: 픽사베이)

최근 코로나19의 발병으로 인해 부상한 디지털 헬스케어 업체들 중에는 사용자들에게 증상, 대처방안 등 코로나19 관련 정보를 전달해주는 서비스를 제공하는 업체들이 있다. 그들은 "아는 것이 힘이다"라고 주장하며, 대중들에게 교육 자료를 쉽게 제공하기만 해도 많은 문제들이 해결될 것이라고 한다.

인터넷과 관련 기술의 발달으로 인해 대중들에게 오픈되어 있는 데이터는 수 없이 많지만, 대중들은 정작 그러한 데이터들에 접근하는 방법을 모르고 있는 상황이다. 이를 위해 우리 생활의 일부가 된 음성 비서(스마트 스피커)가 출동한다. 생활에 편의를 제공하기 위한 수단으로 도입되어 분석가들이 2022년까지 미국 가정의 55%에서 사용될 것으로 예상하고 있는 음성 비서를 사용자들의 건강과 관련된 정보를 전달하는데 사용하기 위해 개발하는 사례가 최근 발표되었다. 

본 기사에서는 최근 아마존의 알렉사 추가 기능 발표로 시작하여 테크 기업의 다양한 헬스케어 관련 음성 기술 개발 사례를 살펴보고, 앞으로의 개발에 있어 도전으로 작용할 수 있는 사항들을 살펴본다.

 


아마존, 알렉사의 의약/의료/헬스 응답 기능 강화


전세계적으로 최소한 4억 명의 사람들이 치료를 받지 못하게 하는 장애에 직면하고 있으며, 필수적인 의료 서비스에 대한 접근 부족은 상황을 더욱 악화시키고 있다. 치료 계획을 따르는 데 도움이 되는 적절한 자원, 정보 또는 도구에 접근하지 못하면 무해한 상태가 심각한 상태로 발전할 수 있다. 이와 관련해 아마존은 지난 1월 알렉사의 HIPAA 준수 소식을 알리며, 사용자에게 건강에 대한 정보를 전달해주거나, 처방전을 추가 발급하거나, 헬스케어 제공자와의 예약을 잡을 수 있게 도와 새로운 환자 경험의 시대를 여는 것을 목표로 한다고 밝혔다. 알렉사의 HIPAA 준수는 음성 관련 기술을 의료 부문에 통합하기 위한 혁신의 물꼬를 트게 했다. 

또한, 이번 달 3일 아마존이 약물 및 의료정보 제공업체 ‘퍼스트 데이터뱅크(First Databank)’와 협업을 맺음에 따라, 알렉사가 의약품 및 기타 의료 관련 문제에 대한 음성 질문에 대답할 수 있게 되었다. 퍼스트 데이터뱅크에서 정기적으로 업데이트하는 약물 상호작용, 부작용, 주의점, 등급 등 의약품 관련 정보들은 “알렉사, 이부프로펜은 어떤 종류의 약이야? / 알렉사, 세르트랄린의 부작용은? / 알렉사, 아드빌은 임신한 여자들에게 안전한가? / 알렉사, 타이레놀과 애드빌의 차이점은?”과 같은 질문에 대한 대답들로 구성되어 있다.

위 이미지는 본문과 직접적인 연관이 없음 (출처: 게티이미지뱅크)
위 이미지는 본문과 직접적인 연관이 없음 (출처: 게티이미지뱅크)

본 서비스는 영어와 스페인어를 지원하며, 현재 Mayo Clinic과 WebMD에서 불러오는 건강 관련 정보를 보완할 것으로 예상된다. 퍼스트 데이터뱅크의 사장 밥 캐터(Bob Katter)은 음성인식으로 사용자들이 의약품에 대한 유용한 정보를 간단히 얻는 것은 의료진으로부터 얻는 조언을 보완하는 효과가 있을 것이며 결국 “소비자들의 약품 준수율 향상, 의약품 부작용 감소, 그리고 더 나은 치료 결과로 이어질 것이라고 믿는다"라고 언급했다.

주 고객들이 의약품 및 의료기기 관련 분야의 정보 시스템 개발자인 퍼스트 데이터뱅크와의 제휴는 아마존이 영국 국민 건강 서비스(National Health Service)와 맺은 파트너십과 비슷하다. 아마존은 NHS 인증 보건 정보를 알렉사에서 음성으로 검색할 수 있게 하여, 영국 사용자가 NHS 의료 전문가들에 의해 확인되고 현재 NHS 웹사이트에서 이용할 수 있는 질문에 대한 답변을 받을 수 있게 했다. 이와 관련, 아마존은 지난 해 말에 제약 자동화 회사 Omnicell과 식품 체인점 Giant Eagle과 협력하여 알렉사를 통한 처방전 재발급과 약 복용 알림 기능을 제공하기도 했다.
 


"他 음성 비서들에 뒤쳐진 알렉사?" 평판 회복을 위한 노력


질문 답변 능력에 있어 다른 음성 비서들에 뒤쳐져 있다는 분석이 발표된 이후, 아마존은 알렉사에게 새로운 데이터 소스를 제공하려고 노력해왔다. 지난 8월 Loup Ventures는 800개의 현지, 상업, 내비게이션, 일반 정보 문항에 대한 음성 비서의 정답 정확도 실험을 실시했고, 구글 어시스턴트는 92.9%, 애플의 시리는 83.1%, 알렉사는 79.8%를 정확히 답할 수 있는 것으로 나타났다. 특히 알렉사는 2018년보다 18.4%가 개선되었다.

아마존은 2018년 여름 Taco Bell, Arby’s, Marriott, Rite Aid 등을 고객으로 둔 디지털 지식 관리 플랫폼 Yext로부터 운영시간, 정보, 주소 등을 조달하기 시작했다. 또한 Wolfram Research와 협력하여 계산 지식 엔진 Wolfram Alpha와 알렉사를 통합하여 수학 및 과학 관련 질문에 대한 대답을 향상시켰다. 지난 9월은 논란이 되고 있는 Alexa Answers를 출시했는데, 해당 플랫폼은 사람들이 전세게 알렉사 사용자들에게 배포되는 답변을 올릴 수 있도록 한다. 2019년 12월에는 직원과 고객이 스킬 이름을 따로 부르지 않고도 조직 정보에 대한 질문을 할 수 있는 Alexa Knowledge Skill이 출시되었다. 이를 통해 사용자는 조직도, 빌딩 정보, 이벤트, FAQ, 용어집, 제품 카탈로그 등을 포함한 다양한 유형의 데이터에 대해 질문할 수 있다.

 


헬스케어 분야 속 다양한 테크 기업들의 음성 기술 개발


헬스케어 분야에서 음성 인식 기술은 의료 정보를 문서화하는데 가장 많이 쓰이고 있다. 이와 관련된 주요 업체에는 작년 10월 마이크로소프트와의 협업을 발표한 미국의 음성 인식 엔진 개발사 'Nuance(뉘앙스)'와 작년 11월에 구글과 제휴를 체결한 인공지능 기반 디지털 음성 비서 'Suki(수키)'가 포함된다.

위 이미지는 본문과 직접적인 연관이 없음 (출처: 게티이미지뱅크)

Nuance와 마이크로소프트는 전자 건강 기록(EHR) 관련 행정 업무의 효율성을 증진시키기위해 협력한다고 발표한 바 있다. Ambient clinical intelligence (ACI)는 의료진들을 위한 안전한 클라우드 기반 음성 플랫폼인 Nuance의 Dragon Medical One과 음성 인식 및 언어 이해 기술을 기반으로 구축되었으며, 이미 전 세계에서 사용되고 있는 회사의 분야 전문 지식과 의료 최적화 대화 AI 솔루션을 적용한다. ACI 기술 기반의 플랫폼은 의료행위 외에 사무적인 부분에서 업무부담의 완화와 생산성 향상을 목적으로 하여 환자 동의 하에 환자-임상의의 상시 대화를 종합하고, EHR의 정보와 통합하여 환자의 의료 기록을 시스템에 자동으로 입력한다. 

구글과 제휴를 체결한 Suki는 문서화 작업을 줄이기 위한 방법으로 AI 운영 시스템을 제공한다. 자연어 처리 기술을 사용하는 플랫폼은 환자 방문 시 메모를 하고 EHR에서 관련 메모를 수집한다. Suki 시스템이 의사의 음성을 듣고, 문서화하여 EHR과 통합하면, 의사들은 노트에 서명하는 것을 마무리로 문서화 작업이 끝나는 것이다. Suki는 자사의 음성 기술을 바탕으로 구글의 AI와 ML(머신러닝) 기술을 활용한다면, 임상 실습 중 대화로부터 개인의 의도와 대화 스타일을 이해하기 때문에 사용경험이 의사를 대상으로 맞춤화가 진행될 수 있을 것이라고 전했었다. 이번 달 5일에는 문서화, 코딩, 과금 및 기타 행정 업무를 간소화하기 위한 새로운 AI 기술과 기능들을 구축하고 파트너십을 확대하기 위해 2천만 달러의 시리즈 B 펀딩을 유치했다.

이 외에도, 음성 인식 AI를 이용해 임상노트를 작성하고 의사들의 서류작업을 줄여주는 Robin Healthcare, EHR에 자동으로 연결되는 의사들을 위한 인공지능 스마트워치를 출시한 Notable 등 헬스케어 분야 적용을 위한 음성 기술을 개발하는 회사들이 다수 있다.

 


의료 환경에서의 음성 비서, challenge는?


의료 분야 내 음성인식 기술로의 전환은 의료에 대한 공통의 장벽을 줄일 수 있지만, 기술 회사들이 극복해야 할 중요한 과제가 여전히 남아있다. 보안과 규정 준수가 여전히 최우선 관심사지만, 음성 기술이 헬스케어 분야에 실질적으로 자리잡기 위해서는 보다 실질적인 제한도 해결해야 한다. 일례로, 대부분의 사람들은 음성 비서들을 집에서, 즉 비교적 조용하고, 수용된 장소에서 사용한다. 소음이 없는 조용한 공간은 음성 비서가 작동하기 위한 최적의 환경이다. 하지만 TV의 소음, 음악, 공지사항 또는 단순한 주변 소음들이 가득한 분주한 병원 속에서는 음성 상호작용을 위해 음성을 정확하게 집어내는 음성 비서 장치의 능력이 감소한다.

또한 음성 기술이 기밀 환자 정보를 처리할 때는 말하는 사람을 정확하게 식별하고 인증할 수 있는 능력이 매우 중요하다. 알렉사와 같은 음성 비서들은 개인 정보와 선호도가 저장되어 있기 때문에 사용자의 계정과 연동되었을 때 가장 잘 작동한다. 다만, 가정 내에서 자신을 인증하는 것은 비교적 쉽지만, 병원이나 의사와 같은 공공장소에서는 화자를 식별하는 데에 어려움이 있다. 만약 음성 비서가 자신의 건강 정보를 요청하는 사람이 ‘지영’인지 ‘지형’인지 증명할 수 없다면, 음성 기술은 현재 할 수 있는 민감한 기능을 수행하기 어려울 것이다. 이 기술이 의료 환경에서 더욱 보편화됨에 따라, 개인의 보안과 편리성의 균형을 맞추는 모델이 중요해질 것이다.

특히 음성 비서와 비정형적인 대화를 나누는 것은 어렵다. 대부분의 상호작용은 기대되는 반응에 기초한다. 예를 들어 스무고개를 한다면, ‘동물인가, 광물인가, 채소인가?’등의 질문이 예상되는 것과 같다. 프로그램적으로 그러한 상호작용을 계획하고 음성 비서가 어떻게 대응해야 할지 예상하는 것은 쉽다. 하지만 실제 구조화되지 않은 상호작용은 훨씬 더 복잡하며, 사용자가 정보를 제공할 수 있는 방법의 순위는 모두 고려되어야 한다.

더 나아가, 시끄럽고 바쁜 임상 환경에서 음성 비서가 복잡한 의학 어휘를 식별하는 것은 한층 더 복잡한 상황이다. ‘에키노시스(적혈구가시돌기화)’와 ‘에키모시스(반상출혈)’와 같은 용어는 유사하게 들리지만 두 가지 매우 다른 것을 의미한다. 음성 비서가 의료 진단과 복용량을 평가하는 데 도움이 되려면 소프트웨어가 정교한 대화 기술을 갖춰야 한다. 이러한 기술들은 머신러닝 기술의 성장과 함께 향상될 것이다.

능률적인 사용자 인터페이스를 위해 양질의 소프트웨어를 개발하는 것은 어려운 과제이다. 병원, 의료 시스템, 의료 제공업체, 그리고 그들을 위한 개발자들에게 쉽고 안전하며 직관적인 경험을 제공할 수 있어야 한다. 음성 비서들을 주류로 만들고, 치료 환경에서 생존할 수 있도록 하기 위해서는 많은 도전들이 기다리고 있다.


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.