AI Assur 기반 의료인공지능 안전성 평가 프레임워크
한림대학교 데이터사이언스학부 박수민 학부연구생은 2025 대학의료정보학회 추계학술대회에서 '우수연제상'을 수상하며, 'Quantitative Mapping of Security Concern with CHAI for responsible AI risk evaluation for healthcare'라는 제목의 연구를 발표했다. 이번 연구는 의료 인공지능의 안전성 평가를 위한 혁신적 프레임워크를 제시하는 데 중점을 두었다. 박 연구생은 AI 분야에서의 위험 평가를 통해 보다 안전한 의료 서비스를 제공하는 데 기여하고자 했다. AI Assur의 중요성 AI Assur는 의료 인공지능의 안전성을 평가하기 위한 필수적인 기반으로 자리 잡았다. 의료 분야에서 인공지능의 역할이 점점 커지고 있지만, 그에 따른 위험성 또한 무시할 수 없는 요인이다. 따라서 AI Assur를 통해 이러한 위험을 체계적으로 분석하고 관리하는 것이 필요하다. AI Assur는 데이터의 보안성, 알고리즘의 효율성, 그리고 사용자 신뢰성을 기반으로 한 평가 시스템을 제공한다. 이를 통해 의료 인공지능의 연구개발 현황을 지속적으로 모니터링하고, 안전성 문제를 사전에 예방하는 데 큰 도움이 된다. 같은 맥락에서, 박수민 연구생의 프레임워크는 AI Assur의 원칙을 적용하여 구체적인 안전성 평가 방안을 제시하는 데 집중했다. 또한, AI Assur는 위험성을 지표화하고 정량화하여 연구자와 개발자들이 쉽게 이해할 수 있도록 정보의 시각화를 돕는다. 이는 의료 현장에서 인공지능을 활용하는 데 필요한 신뢰도를 높여주며, 궁극적으로 환자의 안전을 보장하는 데 기여할 수 있다. 의료 인공지능의 안전성 평가 박수민 연구생의 연구는 의료 인공지능의 안전성 평가를 위한 프레임워크를 만드는 데 목적을 두고 진행되었다. 이 프레임워크는 다양한 측면에서 인공지능의 도입이 환자 치료에 미치는 영향을 분석한다. 무엇보다도, 안전성 평가의 핵심 요소는 데이터 보안과 알고리즘...