표현학습이 개척하는 의료 AI 미개척 영역

AI 요약

최근 인공지능 기술의 발전은 영상 진단·자연언어 처리뿐 아니라 심전도, 뇌파, 근전도, 호흡 파형 등 비침습적이고 연속적인 생체 신호의 의료·헬스케어 응용을 촉진하고 있습니다. 생체 신호는 비정상성, 고차원성, 노이즈와 아티팩트, 개체차 등으로 분석이 어렵고 전통적 기법으로는 한계가 있어 블랙박스 AI 의존 시 설명 가능성 문제가 심각합니다. 이에 표현학습, 특히 라벨에 의존하지 않는 자기지도학습과 대조학습을 통해 의미 있는 특징을 자동 추출하고 신뢰성·해석성을 높이는 접근이 필요하며, 글에서는 표현의 구조를 밝히기 위한 ‘특정 가능성(identifiability)’ 관점도 도입했습니다.