earticle

한국어

생명공학기술(Life-Bio Technology)은 다양한 생체 정보를 계측하고 관리할 수 있는 기술을 지속적으로 개발하고 사용해 왔다. 빅데이터의 근간이라 할 수 있는 여러 기술들이 생명공학기술과 함께 공진화하고 있다는 점은 고무적이다. 한편으로 생명공학기술의 데이터를 바탕으로 한 서비스 개발도 착실히 진행 중이다. 특히 IBM 왓슨(Watson)의 활용 사례가 의료 생명 분야라는 점은 주목되어야 한다. 생명공학 분야의 빅데이터는 대부분의 병원에서 환자들의 병리 정보가 누적되면서 축적된다. 환자들의 유전체 정보 역시 커지고 있으며 데이터 축적의 속도도 점차 빨라지고 있다. 이와 같은 데이터는 정형화된 데이터 베이스에 축적되어 있어 비정형적 데이터를 근간으로 하는 웹의 각종 서비스 영역과는 달리 데이터의 품질이 높은 편이다. 따라서 딥러닝과 같은 계량적 추론 방법, 혹은 머신러닝의 활용 가능성이 높다. 생명공학기술 분야의 데이터 마이닝 기술은 범위가 점차 넓어지고 깊이가 확장되는 모양새다. 최근 딥러닝(Deep Learning) 혹은 다층신경망 구조에 관한 연구 성과들이 축적되고 있어 주목된다. 최근의 혁신적인 딥러닝 연구들은 생명공학 분야의 전통 산업들이 수행해 온 비즈니스 프로세스에 강력한 영향을 미칠 것으로 기대된다. 이미지 인식, 자연어 처리 등을 포함한 광범위한 기술적 대안들은 인공 지능(Artificial Intelligence) 기반 서비스의 탄생과 대중화를 예고하고 있다. 또한 성능 면에 있어서도 괄목할만 하다. 생명공학기술의 빅데이터 축적과 딥러닝 기술의 발전이 교차되면서 탄생하는 서비스 과학의 진화적 발전에 대한 논의가 진행되어야 할 이유는 충분하다. 본 논문을 통해 이 진보의 교차점을 이해하고 앞으로의 방향성을 고민해본다. 또한 딥러닝을 바이오 빅데이터에 적용한 최근의 연구들이 어떻게 극적인 결과들을 가져오고 있는지 알아본다. 마지막으로 이와 같은 연구들이 앞으로 헬스케어 시장에 줄 영향에 대해 살펴본다.