자일링스, AWS상에서 작동하는 의료용 엑스선
분류 딥러닝 모델과 헬스케어 AI 평가보드 출시
의료용 에지 기기 위한 트레이닝 모델 구축 가능


최근 의료 분야에선 환자 자료 수집 및 분석을 빠르게 처리하는 AI 기반 솔루션의 수요가 늘고 있으며, 의료진의 피로 누적이 문제가 된 코로나19 팬데믹 시국은 이러한 추세를 가속하고 있다. 원격의료 수요 또한 커지고 있어 에지에서 AI 처리가 가능한 기기도 요구되고 있다.

자일링스는 17일, 온라인 기자 간담회를 열고 스플라인.ai(Spline.ai)와 협업하여 아마존 웹 서비스(AWS)에서 완벽하게 기능하는 ‘의료용 엑스선 분류 딥러닝 모델’과 FPGA 기반의 ‘자일링스 징크 울트라스케일 헬스케어 AI 스타터 키트(Xilinx Zynq® UltraScale+™ Healthcare AI Starter Kit)’를 공개했다.

딥러닝 모델은 징크 울트라스케일+ MPSoC 기반 ‘ZCU104 평가 보드’ 상에 구축되었으며, 질병 분류 및 감지 등과 같은 다양한 신경망을 실행하는 강력한 소프트 IP 텐서 가속기인 자일링스의 딥러닝 처리 장치(Deep Learning Processor Unit; DPU)를 활용하고 있다.

헬스케어 AI 스타터 키트는 징크 울트라스케일+ MPSoC의 파이썬(Python) 프로그래밍 플랫폼에서 실행되는 오픈소스 모델을 사용하기 때문에 개발자는 다양한 애플리케이션별 요구사항에 적합하도록 조정할 수 있다.

의료 진단 및 임상장비 제조업체들과 헬스케어 서비스 제공업체들은 위의 오픈소스 디자인과 클라우드 확장 옵션을 이용하여 모바일 및 포터블, 또는 현장 진단 에지 기기에 다양한 임상 및 방사선 애플리케이션을 위한 트레이닝 모델을 신속하게 개발 및 구축할 수 있다.

자일링스가 이번에 발표한 딥러닝 모델은 ‘아마존 세이지메이커(Amazon SageMaker)’로 트레이닝되고, ‘AWS IoT 그린그래스(AWS IoT Greengrass)’를 이용하여 클라우드에서 에지까지 구축되기 때문에 머신러닝 모델의 원격 업데이트와 추론의 지리적 분산 배치는 물론, 원격 네트워크 및 넓은 지역에 걸친 확장이 가능하다.

더크 디다스칼로(Dirk Didascalou) AWS IoT 부문 부사장은 “자일링스와 스플라인.ai는 아마존 세이지메이커를 이용해 저가의 의료기기로도 정확한 임상 진단을 가능하게 하는 솔루션을 개발했다”라며, “또한, AWS IoT 그린그래스를 통합하여 의료진이 물리적인 의료기기를 사용하지 않고도 엑스선 이미지를 클라우드에 쉽게 올릴 수 있게 하여 원격 진료 범위를 더욱 확장했다”라고 설명했다.

현재 해당 솔루션은 높은 정확도 및 짧은 추론 지연 시간 성능으로 폐렴, 코로나19 등의 검출 시스템에 사용되고 있다. 자일링스와 스플레인.ai는 3만 개 이상의 라벨링된 폐렴 이미지와 500개의 코로나 이미지를 활용하여 딥러닝 모델을 트레이닝했다. 이 데이터는 美 국립보건원(National Institute of Health; NIH)과 스탠퍼드대학 및 MIT와 같은 보건의료 연구기관은 물론, 전 세계 여러 병원과 클리닉의 공공 연구에 활용되고 있다.

간담회를 진행한 수브 바타차랴(Subh Bhattacharya) 자일링스 건강 관리 과학 및 의료기기 리더는 “FPGA는 범용 CPU, GPU 대비 저전력 AI 연산 처리에 적합하고 SW적으로, HW적으로 보안성을 높이기 수월하다”라며, “자일링스는 징크 울트라스케일+ MPSoC 같은 반도체는 물론 AI 추론 개발 플랫폼인 ‘바이티스(Vitis)’를 제공하여 적응형, 지능형 헬스케어 IoT 솔루션 개발을 지원한다”라고 밝혔다.