AI 기술로 혈당 관리의 패러다임을 바꾸다: 차세대 당뇨병 예측 모델 ‘글루포머(GluFormer)’ 개발

와이즈만 과학연구소와 엔비디아(NVIDIA) 공동 연구진이 연속혈당측정(CGM) 데이터를 분석하는 혁신적인 생성형 인공지능 모델 ‘글루포머(GluFormer)’를 개발했다. 이 모델은 당뇨병 환자의 치료 효과 예측부터 일반인의 대사건강 관리까지, 개인 맞춤형 헬스케어의 새 지평을 열 것으로 기대를 모으고 있다.

글루포머는 1만 812명의 비당뇨병 환자로부터 수집한 1,000만 건 이상의 혈당 측정 데이터로 학습된 기초 모델(Foundation Model)이다. 최근 의료 AI 분야에서 주목받고 있는 자기지도학습(Self-supervised Learning) 방식을 적용해, 레이블이 없는 방대한 데이터에서도 효과적으로 학습할 수 있도록 설계됐다.

트랜스포머(Transformer) 구조를 기반으로 한 글루포머는 기존의 CGM 분석 도구보다 더 정확하게 당화혈색소(HbA1c)와 같은 핵심 임상 지표를 예측할 수 있다. 특히 현재의 CGM 데이터만으로도 최대 4년 후의 건강 상태를 예측할 수 있다는 점이 주목할 만하다.

글루포머의 가장 큰 강점은 다양한 인구집단에 대한 높은 적용성이다. 연구팀은 이스라엘, 호주, 미국, 스페인, 중국 등 5개국에서 수집한 15개의 독립적인 데이터셋으로 모델의 성능을 검증했다. 검증 대상에는 제1형 당뇨병, 제2형 당뇨병, 임신성 당뇨병 환자는 물론, 유방암 생존자와 비만 환자 등 다양한 대사질환자들이 포함됐다.

연구 결과에 따르면, 글루포머는 서로 다른 6종의 CGM 기기에서 얻은 데이터도 성공적으로 분석할 수 있었다. 또한 혈중 크레아티닌, 알부민 수치와 같은 신장 기능 지표, 혈소판 수치 등 다양한 임상 지표도 정확하게 예측했다. 이는 CGM 데이터가 단순한 혈당 관리를 넘어 전반적인 건강 상태를 평가하는 데 활용될 수 있음을 시사한다.

글루포머가 보여준 가장 혁신적인 성과 중 하나는 임상시험 결과 예측 능력이다. 연구진은 여러 임상시험에서 참가자들의 초기 CGM 데이터만으로도 시험 종료 후의 결과를 높은 정확도로 예측할 수 있음을 입증했다. 이러한 능력은 신약 개발이나 새로운 치료법 연구에서 임상시험의 효율성을 크게 높일 수 있는 잠재력을 보여준다.

최근에는 식이 데이터를 추가로 학습시켜 모델을 더욱 발전시켰다. 개선된 글루포머는 영양소 정보를 바탕으로 개인별 식후 혈당 반응을 예측할 수 있게 됐다. 이는 개인 맞춤형 영양 관리의 새로운 가능성을 제시한다.

연구팀은 글루포머에 시간 정보를 통합하는 방식으로 모델의 성능을 한층 개선했다. 분, 시간, 요일, 월 단위의 시간 정보를 학습에 포함시킴으로써, 일중 혈당 변동과 같은 시간 의존적 패턴을 더욱 정확하게 포착할 수 있게 됐다. 시간 정보가 추가된 모델은 기존 버전보다 더 높은 예측 정확도를 보였다.

최근 미국 식품의약국(FDA)이 일반인용 연속혈당측정기를 승인하면서, 글루포머의 활용 가능성은 더욱 확대됐다. CGM 기기가 보편화되면 더 많은 사람들이 자신의 대사건강을 실시간으로 모니터링하고, AI의 도움을 받아 관리할 수 있게 될 전망이다.

연구진은 향후 수면 패턴, 신체활동량, 심박수 등 다양한 생체신호를 추가로 통합해 더욱 포괄적인 건강 관리 모델로 발전시킬 계획이다. 이는 개인의 라이프스타일과 건강 상태를 종합적으로 고려한 맞춤형 건강관리 시스템의 토대가 될 것으로 기대된다.

현재 모델은 주로 건강한 성인의 데이터로 학습됐기 때문에, 희귀 대사질환자에 대한 예측력은 제한적일 수 있다. 또한 식이 데이터의 경우 사용자의 자가 기록에 의존하기 때문에 부정확할 수 있다는 문제가 있다. 식이 데이터를 정량화하는 과정은 많은 시간과 비용이 소요되어 확장성에도 제약이 있다.

복잡한 AI 모델의 특성상 의사결정 과정을 명확히 설명하기 어렵다는 점도 임상 현장 도입의 걸림돌이다. 현재 임상에서는 당화혈색소나 공복혈당과 같은 단순한 지표를 주로 사용하고 있어, 글루포머와 같은 고도화된 AI 모델의 즉각적인 도입은 쉽지 않을 것으로 예상된다.

글루포머의 개발은 최근 국제 당뇨병 연구계가 추진하고 있는 ‘정밀 당뇨병학’ 이니셔티브와 맥을 같이한다. 당뇨병의 다양한 아형을 구분하고, 개인별 특성을 고려한 맞춤 치료를 제공하는 데 글루포머가 중요한 도구가 될 것으로 기대된다.

이번 연구 결과는 와이즈만 과학연구소의 인간표현형프로젝트(Human Phenotype Project) 데이터를 기반으로 수행됐으며, 연구 코드는 GitHub을 통해 공개될 예정이다. 이를 통해 더 많은 연구자들이 글루포머를 활용하고 발전시킬 수 있을 것으로 기대된다.

기사에 인용된 리포트의 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

관련 콘텐츠 더보기