엔비디아의 헬스케어 AI 비전 - 1,000억 달러 기회

킴벌리 파월, 엔비디아의 Heath Care VP는 2025년 3월 3일, 45차 TD Cowen 헬스케어 컨퍼런스에서 엔비디아의 헬스케어 AI 비전을 제시 하였습니다. 
 

 
 
킴벌리 파월은 엔비디아는 더 이상 단순한 반도체 회사가 아닌, 가속 컴퓨팅 분야에서 혁신을 이끄는 기업임을 강조합니다.
 

엔비디아의 역할과 가속 컴퓨팅

• 지난 20년간 가속 컴퓨팅에 헌신해 왔으며, 이러한 기술은 의료 커뮤니티에서 가장 먼저 채택되었습니다. 의료 영상, 분자 동역학 시뮬레이션, 유전체 분석 등의 분야에서 초기 응용 사례가 나왔습니다.
• 엔비디아는 다른 컴퓨터로는 해결할 수 없는 문제를 해결하는 컴퓨터를 만듭니다. 이러한 노력은 인공지능(AI) 분야를 포함한 과학 분야에서 획기적인 발전을 이루는 데 기여했습니다.
• 엔비디아는 GPU(그래픽 처리 장치), CPU, 네트워킹, 데이터 센터 기술을 포함하는 풀 스택 데이터 센터 솔루션을 구축하는 회사입니다. 이러한 기술을 통해 이전 세대의 컴퓨팅에서는 상상할 수 없었던 수준의 컴퓨팅 성능을 달성할 수 있습니다. 지난 10년간 컴퓨팅 성능이 100만 배 향상되었습니다.

 

Blackwell 아키텍처와 AI 스케일링 법칙

• 엔비디아의 최신 아키텍처인 Blackwell은 AI 에이전트를 위해 구축되었습니다.
• AI 스케일링에는 세 가지 주요 법칙이 있습니다.

1. 사전 훈련(Pre-training): AI 모델이 학습 능력을 구축하는 기반을 마련하는 과정입니다. 이는 마치 아이가 초등학교부터 고등학교까지 다니면서 역사나 과학과 같은 다양한 분야의 지식을 배우고 암기하는 것과 같습니다. 사전 훈련에는 모델을 생성하기 위한 많은 데이터와 인프라가 필요합니다.
2. 사후 훈련(Post-training): 특정 도메인 또는 작업에 대한 정보를 통해 AI 모델의 기술을 미세 조정하는 과정입니다. 이는 마치 박사 학위를 취득하는 것과 같습니다. 이 단계에서는 AI 모델이 특정 작업에서 최대한 정확하게 수행할 수 있도록 기술을 더욱 세밀하게 조정합니다.
3. 테스트-타임 컴퓨팅(Test-time compute): AI가 실제로 사고하고 추론하는 단계입니다. 이는 AI가 실제로 문제를 해결하고 결정을 내리는 단계입니다. 이 단계를 통해 AI는 복잡한 질문에 답하고, 새로운 상황에 적응하며, 창의적인 솔루션을 제시할 수 있습니다.

• Blackwell 아키텍처는 이러한 세 가지 스케일링 법칙을 발전시키고, 에이전트 AI 및 물리적 AI 분야에서 혁신을 이루기 위해 개발되었습니다.

 

헬스케어 분야의 기회

• 엔비디아는 헬스케어 분야가 AI 생태계 내에서 가장 큰 기회가 될 수 있다고 믿고 있습니다.
• 헬스케어 시장은 전 세계적으로 약 10조 달러 규모이며, 이 중 약 30%가 인건비, 연구소 및 인프라와 관련된 운영 비용입니다. AI는 이러한 비용을 절감하고, 의료 서비스의 공급과 수요 간의 극심한 불균형을 해소하는 데 도움을 줄 수 있습니다.
• 미국과 같이 의료 자원이 풍부한 국가에서도 의료 서비스 부족 문제가 심각하며, 이는 수조 달러의 경제적 손실로 이어집니다. AI는 이러한 문제를 해결하는 데 필수적인 역할을 할 수 있습니다.

 

헬스케어 분야의 세 가지 주요 버킷

 

디지털 장비

환자 여정의 첫 단계인 진단 영상, 실험실 검사, 유전체 시퀀싱 등의 영역을 포함합니다. Siemens, GE, Intuitive Surgical과 같은 업계 리더들은 센서를 통해 정보를 수집하고, AI 시스템을 통해 이러한 정보를 분석하여 의사에게 더 깊은 이해를 제공할 것입니다. 이러한 센서들은 미래에는 로봇 시스템으로 발전할 것입니다.
 
예를 들어, AI는 MRI 영상을 분석하여 종양을 더 정확하게 식별하고, 수술 로봇을 제어하여 더 정밀한 수술을 수행할 수 있습니다.
 

디지털 생물학

신약 개발 분야를 포함합니다. 매년 약 3천억 달러가 신약 개발 R&D에 투자되지만, 임상 시험에서 90%의 탈락률을 보입니다. AI는 언어 모델의 혁신을 활용하여 생물학적 언어를 이해하고, 신약 개발 과정을 혁신할 수 있습니다. AI는 또한 임상 시험 과정을 개선하고, 환자를 찾고, 시험 장소를 찾고, 시험 설계를 개선하는 데 도움을 줄 수 있습니다.
 
예를 들어, AI는 환자의 유전적 프로필을 분석하여 임상 시험에 적합한 환자를 식별하고, 신약 후보 물질의 효능을 예측할 수 있습니다.
 

디지털 헬스

디지털 휴먼을 활용하여 의료 인력 부족 문제를 해결하고, 의료 시스템을 확장하는 데 중점을 둡니다. Hippocratic AI와 같은 파트너는 AI 에이전트 마켓플레이스를 출시하여, 의료 시스템이 필요에 따라 디지털 의료 서비스를 이용할 수 있도록 지원하고 있습니다.
 
예를 들어, AI 에이전트는 환자의 질문에 답하고, 약 복용량을 알려주며, 예약 일정을 관리하는 등의 작업을 수행할 수 있습니다.
 

 
 

헬스케어 AI에 대한 오해

• 많은 사람들이 AI가 이미 헬스케어 분야에서 얼마나 많은 영향을 미치고 있는지 과소평가하고 있습니다.
• AI는 실험실에서 수행되는 실험 과정을 개선하고, 과학자들이 새로운 아이디어를 얻고, 실험 결과를 분석하는 데 도움을 줄 수 있습니다.
• 엔비디아는 BioNeMo라는 플랫폼을 개발하여, AI를 실험 과정에 통합하고, 기관의 지식을 구축하는 데 도움을 주고 있습니다. BioNeMo는 AI를 활용하여 분자 구조를 시뮬레이션하고, 약물 후보 물질을 식별하며, 임상 시험 결과를 예측하는 데 도움을 줄 수 있습니다.

 
엔비디아는 AI 기술을 통해 헬스케어 시장에서 혁신을 주도하고 있으며, 향후 디지털 장비, 디지털 생물학, 디지털 헬스 분야에서 더 큰 성장을 이룰 것으로 기대됩니다. 특히, 언어 모델을 기반으로 한 AI 기술은 생물학적 데이터를 분석하고, 신약 개발 과정을 혁신하는 데 큰 역할을 할 것으로 전망됩니다.
 

---

엔비디아는 단순한 반도체 회사를 넘어, AI 및 가속 컴퓨팅 기술을 통해 헬스케어 분야를 혁신하는 데 중요한 역할을 하고 있습니다. 헬스케어 시장은 AI 기술을 통해 운영 비용을 절감하고, 서비스 품질을 향상시킬 수 있는 거대한 기회의 땅이며, 엔비디아는 이러한 AI 팩토리 구축을 통해 헬스케어 시장에서 수백억 달러의 수익을 창출할 수 있다고 전망합니다.