LG AI Research 470

LG AI Research는 병리 이미지(Histopathological images) 분석에 최적화된 사전 학습 모델인 EXAONEPath를 오픈 소스로 출시했다. 병리 이미지는 일반 이미지와 달리 크기가 매우 크고(약 20k x 20k), 색조 범위와 객체(핵, 세포질 등)가 독특하여 특화된 모델이 필수적이다.

EXAONEPath는 높은 성능과 경제성을 동시에 달로는 모델이다. 6개의 벤치마크 결과, 글로벌 경쟁 모델과 대등한 정확도를 보이면서도, 경쟁 모델 대비 1/10 수준의 크기와 적은 학습 데이터만으로도 높은 효율성을 입증했다. 이는 인프라 비용을 크게 절감할 수 있음을 의미한다.

이 모델은 바이오 분야의 혁신을 목표로 한다. AI가 병리 이미지를 분석할 수 있게 되면, 별도의 유전자 검사 없이도 유전자 변이를 예측하고 적절한 치료법과 약물을 결정할 수 있다. 이를 통해 기존에 최대 2주까지 소요되던 유전자 검사 기간을 단축하여 시간과 비용을 모두 절감할 수 있다.

병리 이미지 연구의 핵심은 WSI(Whole Slide Image) 처리다. 일반적인 AI 모델은 이미지를 256~1024px로 축소하여 학습하지만, WSI는 축소 시 세포의 형태를 식별할 수 없게 된다. 따라서 이를 해결하기 위해 MIL(Multi-Instance Learning) 프레임워크가 널리 사용된다.