김상욱 컴퓨터소프트웨어학부 교수 연구실이 환자의 건강 상태에 맞는 의약품을 자동으로 추천하는 기술 'VITA'를 개발했다. 이는 새로운 아이디어를 활용한 기술 개발로, 가장 정확하다고 평가된 기존 처방 기술보다 6퍼센트 높은 정확도를 보였다. 'VITA' 기술은 그 독창성과 우수성을 인정받아 인공지능 분야 최우수 퍼런스인 'AAAI'에서 2퍼센트만이 선정되는 구두 발표의 기회를 얻었다. 'VITA' 기술 개발을 주도한 김 교수를 만나 해당 기술과 연구 과정을 들었다.

현대 사회에서 건강과 의료에 대한 관심은 나날이 높아지고 있다. 이에 따라 꾸준한 의학 연구와 기술 혁신이 필수적인 과제로 남았다. "데이터를 잘 들여다보면 세상이 돌아가는 이치가 보인다"는 김 교수는 의학 분야에서의 데이터의 연구와 개발이 의미 있다고 판단해 의약품 추천 기술 연구를 시작했다. 

기존 의약품 추천 기술은 환자의 현재 건강 상태를 포착하기 위해 현재와 과거의 처방 내역을 모두 활용했다. 그러나 과거의 처방 내역을 활용하는 과정에서 처방의 부정확성과 비효율성의 한계가 존재했다. 이를 보완하기 위해 김 교수 연구실은 인공지능 기술을 기반으로 '관련 방문 선택'과 '타깃 인지 어텐션''의 두 아이디어를 새로 개발했다. 

'관련 방문 선택'은 환자의 과거 처방 내역과 현재 처방 내역 간의 관련성을 판단하는 데 활용된다. 즉 환자의 과거 처방내역과 현재 처방 내역을 비교해 관련 정도를 계산한다. 계산된 값에 따라 어떤 과거 처방 내역을 현재 처방 내역과 함께 활용할지 선택한다. 해당 아이디어는 환자 개인 별로 과거 처방 내역을 유연하게 활용할 수 있다는 장점이 있다. 

'타깃 인지 어텐션'은 이렇게 선택된 과거 처방 내역이 현재의 처방 내역과 얼마나 관련이 되어있는지를 계산해 차별화된 사용을 돕는다. 과거와 현재의 처방 내역의 관련도가 아주 적은 경우에도 관련 정도를 정확하게 포착할 수 있다.

두 아이디어는 기존의 의약품 추천 기술에도 쉽게 적용 가능하다. 기존 혹은 미래의 의약품 추천 기술에 적용하면 기술 자체의 정확도와 효율성을 높여준다는 데에서 의의가 있다. 

'VITA' 기술에 대한 AAAI 발표는 김태리(컴퓨터소프트웨어학 박사과정) 연구원이 맡았다. 연구 동기에 집중해 발표했다는 김 연구원은 "이전까지는 환자의 과거 모든 처방내역을 활용하는 것이 너무나 당연했으나, 이 부분에 대해 의문점을 제기했고 연구자들에게 깨달음을 준 것 같다"고 밝혔다. 

또한 김 연구원은 "사람들이 항상 같은 병으로만 병원을 방문하지 않고 같은 병원만 갈 수는 없기에 기존 처방 기술의 문제를 보완할 필요성이 있었다"며 "의사의 역할을 대체하기보다 보완한 연구이기에 실제 의료 현장에서도 도움이 될 수 있을 것 같다"고 말했다. 

김 교수는 김 연구원의 성과에 대해 "처음부터 쉽지 않았지만, 끝까지 포기하지 않고 매달려 얻어낸 자랑스러운 성과다"며 애정 어린 축하를 전했다. 

앞으로의 연구 계획에 대해 김 교수는 "사람에 대한 이해"라고 답했다. "데이터는 세상이 돌아가며 남겨진 흔적이라고 생각한다"며 "이 흔적을 잘 분석한다면 사람들이 어떤 선택을 하였고 향후에 어떤 것을 원하는지 파악할 수 있다"고 말했다.

이어 그는 "사람들의 행동양식을 이해하는 연구를 하고 싶다"고 밝혔다. "이러한 연구로 더욱 빠르고 간편한 결정이 가능해지며 생산적이고 효율적인 생활 환경이 만들어질 것으로 기대된다"고 연구 의지를 드러냈다. 

약 30년간 연구에 매진하고 있는 김 교수는 마지막으로 새로운 즐거움에 대해 언급했다. "전에는 연구자로서 나의 연구가 좋은 기술 개발로 이어지거나 좋은 논문의 주제가 될 수 있는 것이 즐겁고 재밌었다"며 "현재는 연구실 제자들이 성장해 국제적으로 인정받는 연구 성과를 내는 것이 가장 즐겁고 자랑스럽다"고 말했다.

그는 제자들에게 진심 어린 조언을 남겼다. "어려운 일이 생겼을 때 매번 도와주기보다, 스스로 어떻게 해결할지 방향을 제시해 보세요. 조언과 격려를 통해 극복하는 것을 볼 때 더 큰 기쁨을 느낄 수 있을 거예요."