- 국민건강보험공단 61만명 데이터 기반 ‘10대 만성질환 동시 예측’ AI 신기술 발표
- 고혈압 · 당뇨 · 치매 등 복합 질환 동시 예측, 기존 단일 질환 예측 모델 한계 개선
- 특허 출원 및 XAI 기반 후속 연구 추진…AI 헬스케어 플랫폼 고도화 지속 추진
AI 헬스케어 플랫폼 전문기업 씨아이테크(대표이사 김대영, 004920)가 인공지능으로 10대 주요 만성질환을 동시 예측하는 AI 헬스케어 신기술을 공개했다. 연구 성과는 국내 최대 AI 학술대회 '제53회 한국컴퓨터종합학술대회(Korea Computer Congress, 이하 KCC 2026)'에서 발표한다.
씨아이테크는 오는 6월 24일부터 26일까지 제주국제컨벤션센터(ICC JEJU)에서 한국정보과학회가 개최하는 KCC 2026에서 <건강검진 시계열 데이터와 인공지능 예측 모델을 이용한 개인 맞춤형 질병 위험 예측 시스템 및 방법(Personalized disease risk prediction system and method using health checkup time series data and artificial intelligence prediction model)> 연구결과를 발표한다고 11일 밝혔다.
[인포그래픽] 씨아이테크 제공
■ 기존 질병 예측의 한계
지금까지의 AI 기반 질병 예측은 대부분 특정 질환 하나만을 집중적으로 분석하는 ‘단일 질환 예측 방식’이었다. 그러나 실제 임상 현장에서 환자들은 여러 만성질환을 함께 앓는 경우가 대부분이다. 단일 모델로는 이와 같은 복합 발병 양상을 제대로 반영하기 어렵고, 질환 사이의 연관성도 예측에 활용하지 못한다는 구조적 한계가 있다.
■ 발표 모델 핵심 기술
씨아이테크 연구팀은 이 한계를 극복하기 위해 다중 레이블 분류(MLC·Multi-label Classification) 방식의 AI 모델을 개발했다. 이 모델은 하나의 입력으로 만성질환 각각의 1년 이내 발병 확률을 동시에 출력한다. 여러 질환을 동시에 계산하는 것에 그치지 않고, 질환 간 잠재적 상관관계를 학습 과정에서 반영하는 것이 핵심이다. 예를 들어 당뇨병과 신부전, 고혈압과 심부전처럼 서로 영향을 주고받는 질환들의 패턴을 모델이 스스로 파악해 각 질환의 예측 정확도를 상호 보완하는 구조다.
모델 구조는 자연어 처리 성능이 뛰어난 트랜스포머(Transformer) 아키텍처를 활용했다. 트랜스포머의 자기주의(Self-Attention) 메커니즘은 시계열(Time-Series)로 쌓인 개인의 건강검진 기록에서 장기적인 건강 변화 패턴을 효과적으로 학습한다. 수년에 걸친 혈압·혈당 변화 추이, 체중 변화, 과거 병력 등을 종합적으로 분석해 미래 발병 위험을 계산하는 방식이다.
■ 연구 학습용 데이터
기관생명윤리위원회(IRB) 승인 아래 진행된 연구 전 과정에는 국민건강보험공간 표본 코호트 데이터(NHIS-NSC)가 사용됐다. 만 20세 이상 건강검진 수감자 중 2009년부터 2019년까지의 검진 기록을 보유한 61만 77명의 데이터가 최종 분석에 활용됐다. 입력 변수는 신체 계측 수치, 혈압·혈당, 지질 지표, 병력 문진 정보 등 건강검진 기반 임상 변수 37개로 구성됐다.
이번 연구는 국민건강보험공단 표본 코호트 데이터 약 61만명의 건강검진 및 진료 데이터를 기반으로 수행됐다. 연구팀은 트랜스포머(Transformer) 기반 AI 모델을 활용해 고혈압, 당뇨병, 치매 등 주요 만성질환 10종의 발생 위험을 동시에 예측하는 다중 레이블 분류 모델을 개발했다.
■ 질병별 예측 정확도
실험 결과 대부분의 질환에서 AUC-ROC(예측 정확도 지표) 0.85 이상을 기록했다. 예측 정확도 지표는 AI 예측 모델의 성능을 나타내며, 1에 가까울수록 정확도가 높음을 의미한다. 일반적으로 0.8 이상인 경우 의미있는 임상적 효과로 평가된다.
[사진] 씨아이테크 제공
주요 질환별 성능을 살펴보면, 고혈압은 0.950로 기존 최고 성능 0.902 대비 약 5.3% 향상됐고 당뇨병은 0.908로 기존 0.792 대비 약 14.6% 개선됐다. 치매는 0.932, 전립선 비대 0.927, 심부전 0.894 등 주요 만성질환 전반에서 우수한 성능을 보였다. 허혈성 심장질환 0.864, 신부전 0.796도 기존 단일 모델 수준을 웃돌았다. 연구팀은 다중 레이블 학습 방식이 질환 간 상관관계를 효과적으로 반영해 개별 예측 성능 향상에도 기여했다고 분석했다.
■ 특허 출원 및 후속 연구 계획
씨아이테크는 <건강검진 시계열 데이터와 인공지능 예측 모델을 이용한 개인 맞춤형 질병 위험 예측 시스템 및 방법> 기술을 특허 출원한 상태다. 현재 심사가 진행 중이며, 향후 분할 출원 및 PCT 출원을 통해 국내외 권리 범위를 단계적으로 넓혀갈 계획이다.
올해 하반기에는 국민건강보험 추가 데이터를 활용한 2차 연구도 진행할 예정이다. 예측 대상 질환을 10대 주요 만성 질환에서 급성 질환 등 기타 주요 질병으로 확대한다. 더불어 어떤 요인이 발병 위험에 영향을 미쳤는지 제시하는 설명 가능한 AI(XAI·Explainable AI) 기술을 접목할 방침이다. 예측 시점은 1년 이내에서 3년, 5년, 10년 이후로 확장하는 동시 예측 구조로 고도화하는 것이 목표다. 본 기술은 씨아이테크에서 진행하고 있는 ‘마이헬스케어(My Health Care)’ 서비스의 일부로써 개발되고 있다.
회사는 이 기술을 AI 헬스케어 사업과 국가 보건 정책 기여에 활용할 방안이다. AI 사업실에서 개발중인 개인 맞춤형 건강관리 플랫폼 ‘마이헬스케어’에 탑재해 질환 발생 위험 예측, 생활 습관 관리, 만성 질환 예방 서비스 등으로 기능을 순차적으로 확장해나갈 것이라고 설명했다. 이와함께 보건복지부가 추진 중인 생애 전 주기 ‘건강검진 종합 코호트’ 구축과도 연계해 보건 정책 수립에 이바지할 것으로 회사 측은 기대하고 있다.
씨아이테크 관계자는 "이번 신기술 발표는 AI 기반 질병 예측 기술의 연구 성과를 학계와 공유하는 동시에 당사의 디지털 헬스케어 분야 기술 경쟁력을 객관적으로 입증하는 계기"라며 "향후 개인 맞춤형 건강관리 서비스와 예방 중심 헬스케어 플랫폼 고도화를 지속적으로 추진해나갈 계획"이라고 밝혔다.
[용어 설명]
※ 본 보도자료에 관한 궁금한 사항은 아래 담당자에게 문의해 주시기 바랍니다.
㈜씨아이테크 경영기획실 공시법무팀 오환희 과장
T 02-410-9635 M 010-9833-9761 E ir@citech.kr
- 국민건강보험공단 61만명 데이터 기반 ‘10대 만성질환 동시 예측’ AI 신기술 발표
- 고혈압 · 당뇨 · 치매 등 복합 질환 동시 예측, 기존 단일 질환 예측 모델 한계 개선
- 특허 출원 및 XAI 기반 후속 연구 추진…AI 헬스케어 플랫폼 고도화 지속 추진
AI 헬스케어 플랫폼 전문기업 씨아이테크(대표이사 김대영, 004920)가 인공지능으로 10대 주요 만성질환을 동시 예측하는 AI 헬스케어 신기술을 공개했다. 연구 성과는 국내 최대 AI 학술대회 '제53회 한국컴퓨터종합학술대회(Korea Computer Congress, 이하 KCC 2026)'에서 발표한다.
씨아이테크는 오는 6월 24일부터 26일까지 제주국제컨벤션센터(ICC JEJU)에서 한국정보과학회가 개최하는 KCC 2026에서 <건강검진 시계열 데이터와 인공지능 예측 모델을 이용한 개인 맞춤형 질병 위험 예측 시스템 및 방법(Personalized disease risk prediction system and method using health checkup time series data and artificial intelligence prediction model)> 연구결과를 발표한다고 11일 밝혔다.
[인포그래픽] 씨아이테크 제공
■ 기존 질병 예측의 한계
지금까지의 AI 기반 질병 예측은 대부분 특정 질환 하나만을 집중적으로 분석하는 ‘단일 질환 예측 방식’이었다. 그러나 실제 임상 현장에서 환자들은 여러 만성질환을 함께 앓는 경우가 대부분이다. 단일 모델로는 이와 같은 복합 발병 양상을 제대로 반영하기 어렵고, 질환 사이의 연관성도 예측에 활용하지 못한다는 구조적 한계가 있다.
■ 발표 모델 핵심 기술
씨아이테크 연구팀은 이 한계를 극복하기 위해 다중 레이블 분류(MLC·Multi-label Classification) 방식의 AI 모델을 개발했다. 이 모델은 하나의 입력으로 만성질환 각각의 1년 이내 발병 확률을 동시에 출력한다. 여러 질환을 동시에 계산하는 것에 그치지 않고, 질환 간 잠재적 상관관계를 학습 과정에서 반영하는 것이 핵심이다. 예를 들어 당뇨병과 신부전, 고혈압과 심부전처럼 서로 영향을 주고받는 질환들의 패턴을 모델이 스스로 파악해 각 질환의 예측 정확도를 상호 보완하는 구조다.
모델 구조는 자연어 처리 성능이 뛰어난 트랜스포머(Transformer) 아키텍처를 활용했다. 트랜스포머의 자기주의(Self-Attention) 메커니즘은 시계열(Time-Series)로 쌓인 개인의 건강검진 기록에서 장기적인 건강 변화 패턴을 효과적으로 학습한다. 수년에 걸친 혈압·혈당 변화 추이, 체중 변화, 과거 병력 등을 종합적으로 분석해 미래 발병 위험을 계산하는 방식이다.
■ 연구 학습용 데이터
기관생명윤리위원회(IRB) 승인 아래 진행된 연구 전 과정에는 국민건강보험공간 표본 코호트 데이터(NHIS-NSC)가 사용됐다. 만 20세 이상 건강검진 수감자 중 2009년부터 2019년까지의 검진 기록을 보유한 61만 77명의 데이터가 최종 분석에 활용됐다. 입력 변수는 신체 계측 수치, 혈압·혈당, 지질 지표, 병력 문진 정보 등 건강검진 기반 임상 변수 37개로 구성됐다.
이번 연구는 국민건강보험공단 표본 코호트 데이터 약 61만명의 건강검진 및 진료 데이터를 기반으로 수행됐다. 연구팀은 트랜스포머(Transformer) 기반 AI 모델을 활용해 고혈압, 당뇨병, 치매 등 주요 만성질환 10종의 발생 위험을 동시에 예측하는 다중 레이블 분류 모델을 개발했다.
■ 질병별 예측 정확도
실험 결과 대부분의 질환에서 AUC-ROC(예측 정확도 지표) 0.85 이상을 기록했다. 예측 정확도 지표는 AI 예측 모델의 성능을 나타내며, 1에 가까울수록 정확도가 높음을 의미한다. 일반적으로 0.8 이상인 경우 의미있는 임상적 효과로 평가된다.
[사진] 씨아이테크 제공
주요 질환별 성능을 살펴보면, 고혈압은 0.950로 기존 최고 성능 0.902 대비 약 5.3% 향상됐고 당뇨병은 0.908로 기존 0.792 대비 약 14.6% 개선됐다. 치매는 0.932, 전립선 비대 0.927, 심부전 0.894 등 주요 만성질환 전반에서 우수한 성능을 보였다. 허혈성 심장질환 0.864, 신부전 0.796도 기존 단일 모델 수준을 웃돌았다. 연구팀은 다중 레이블 학습 방식이 질환 간 상관관계를 효과적으로 반영해 개별 예측 성능 향상에도 기여했다고 분석했다.
■ 특허 출원 및 후속 연구 계획
씨아이테크는 <건강검진 시계열 데이터와 인공지능 예측 모델을 이용한 개인 맞춤형 질병 위험 예측 시스템 및 방법> 기술을 특허 출원한 상태다. 현재 심사가 진행 중이며, 향후 분할 출원 및 PCT 출원을 통해 국내외 권리 범위를 단계적으로 넓혀갈 계획이다.
올해 하반기에는 국민건강보험 추가 데이터를 활용한 2차 연구도 진행할 예정이다. 예측 대상 질환을 10대 주요 만성 질환에서 급성 질환 등 기타 주요 질병으로 확대한다. 더불어 어떤 요인이 발병 위험에 영향을 미쳤는지 제시하는 설명 가능한 AI(XAI·Explainable AI) 기술을 접목할 방침이다. 예측 시점은 1년 이내에서 3년, 5년, 10년 이후로 확장하는 동시 예측 구조로 고도화하는 것이 목표다. 본 기술은 씨아이테크에서 진행하고 있는 ‘마이헬스케어(My Health Care)’ 서비스의 일부로써 개발되고 있다.
회사는 이 기술을 AI 헬스케어 사업과 국가 보건 정책 기여에 활용할 방안이다. AI 사업실에서 개발중인 개인 맞춤형 건강관리 플랫폼 ‘마이헬스케어’에 탑재해 질환 발생 위험 예측, 생활 습관 관리, 만성 질환 예방 서비스 등으로 기능을 순차적으로 확장해나갈 것이라고 설명했다. 이와함께 보건복지부가 추진 중인 생애 전 주기 ‘건강검진 종합 코호트’ 구축과도 연계해 보건 정책 수립에 이바지할 것으로 회사 측은 기대하고 있다.
씨아이테크 관계자는 "이번 신기술 발표는 AI 기반 질병 예측 기술의 연구 성과를 학계와 공유하는 동시에 당사의 디지털 헬스케어 분야 기술 경쟁력을 객관적으로 입증하는 계기"라며 "향후 개인 맞춤형 건강관리 서비스와 예방 중심 헬스케어 플랫폼 고도화를 지속적으로 추진해나갈 계획"이라고 밝혔다.
[용어 설명]
기술 용어
영문 표기
설명
다중 레이블 분류
MLC, Multi-label Classification
하나의 모델로 여러 질환 발생 여부를 동시에 예측하는 방식
트랜스포머
Transformer
시계열 데이터 분석에 활용되는 딥러닝 모델 구조
자기주의
Self-Attention
데이터 항목 간 연관성을 스스로 계산해 패턴과 중요도를 학습하는 구조
시계열
Time-Series
시간 순서에 따라 관측되거나 기록된 데이터 집합
국민건강보험공단 표본 코호트
NHIS-NSC
특정 집단을 장기간 추적 조사한 대규모 인구 기반 건강 데이터
예측 정확도 지표
AUC-ROC
1.0이 만점이며 0.8 이상 우수, 0.9 이상 매우 우수로 평가
설명 가능한 AI
XAI, Explainable AI
인공지능이 특정 예측이나 판단을 내린 이유를 사람이 이해할 수 있도록 설명하는 AI 기술
※ 본 보도자료에 관한 궁금한 사항은 아래 담당자에게 문의해 주시기 바랍니다.
㈜씨아이테크 경영기획실 공시법무팀 오환희 과장
T 02-410-9635 M 010-9833-9761 E ir@citech.kr