JLK, 의료영상 특화 멀티모달 LLM 플랫폼 개발…AI 구조적 한계 돌파

AI 요약

뇌졸중 환자의 CT 한 건을 범용 대형언어모델(LLM)에 넣으면 최대 87만6,160개의 토큰이 소모돼 진단 한 건에 수십 달러의 비용이 발생하고, 범용 LLM은 수백 장의 슬라이스를 3D로 재구성하는 과정에서 본질적 한계를 보여 지름 1.62mm 뇌동맥류를 무시하거나 병변의 좌우 위치를 혼동하는 오류가 보고되었습니다. 국내 의료 AI 기업 제이엘케이(322510)는 자체 엔진 JLK-Engine으로 의료영상의 핵심 정보를 압축해 뇌관류 CT 기준 876,160토큰을 4,500토큰으로 줄이고 프리필 학습으로 임상적 정밀도를 유지한다고 설명했습니다. JOOMED는 PubMed 4,000만 편 이상, AHA/ASA 최신 가이드라인, 대한뇌졸중학회·일본뇌졸중학회 등 진료지침을 RAG 방식으로 연결하고 PACS·EMR 연동, 클라우드와 온프레미스 지원, 기존 뷰어에서 결과 즉시 확인과 유사 사례 검색을 통한 예후 연구 기능을 제공하며 제이엘케이는 이를 통해 병원 데이터 자산화와 연구 플랫폼으로 사업을 확장한다고 밝혔습니다.