ㅁ 도메인 특화

ㅇ 정의:
특정 산업이나 분야(도메인)의 요구사항과 규제, 데이터 특성을 반영하여 설계·개발된 AI 모델을 의미함. 범용 AI보다 해당 분야 문제 해결에 최적화됨.

ㅇ 특징:
– 해당 도메인의 전문 지식과 데이터셋을 기반으로 학습
– 도메인별 규제·윤리 기준 반영 필수
– 범용 모델보다 좁은 범위에서 높은 정확도
– 데이터 전처리, 피처 엔지니어링 과정이 도메인 특화됨

ㅇ 적합한 경우:
– 의료, 금융, 법률 등 고도의 전문성과 규제 준수가 필요한 분야
– 범용 모델이 정확도나 신뢰성에서 부족할 때

ㅇ 시험 함정:
– ‘도메인 특화 AI = 범용 AI의 하위 집합’이라는 단순화된 정의에 속기 쉬움
– 범용 AI가 모든 도메인에서 동일 성능을 낸다고 오해

ㅇ 시험 대비 “패턴 보기” 예시:
O: “의료 진단 정확도를 높이기 위해 의료 데이터와 규제를 반영한 AI 모델 개발”
X: “모든 산업에서 동일하게 적용 가능한 범용 AI”

================================

1. HealthAI

ㅇ 정의:
의료 분야(진단, 치료, 환자 관리 등)에 특화된 인공지능 기술 및 모델. 의료 데이터(EMR, 영상, 유전체 정보 등)를 기반으로 의사결정 지원, 질병 예측, 환자 모니터링 등을 수행.

ㅇ 특징:
– 의료 표준 코드(ICD, SNOMED CT 등)와 호환성 필요
– 환자 개인정보 보호법(HIPAA, GDPR 등) 준수 필수
– 데이터 불균형, 라벨링 난이도 높음
– 의사·전문가 검증 절차 필수

ㅇ 적합한 경우:
– 영상 판독 자동화(CT, MRI)
– 질병 조기 예측 및 예방 프로그램
– 맞춤형 치료 계획 수립

ㅇ 시험 함정:
– HealthAI가 의사를 완전히 대체한다고 오해
– 규제 준수 없이도 상용화 가능하다고 착각

ㅇ 시험 대비 “패턴 보기” 예시:
O: “의료 영상 데이터를 분석하여 폐암 여부를 조기 진단하는 AI”
X: “의료 규제와 무관하게 환자 데이터를 자유롭게 수집·활용하는 AI”

ㅁ 추가 학습 내용

HealthAI 학습 시 추가로 알아야 할 사항 정리

의료 AI 주요 서브도메인에는 의료영상 분석, 자연어 기반 전자의무기록(EMR) 분석, 유전체 데이터 해석, 원격 모니터링이 있다.
의료 AI는 각국의 규제 기관에서 승인 절차를 거쳐야 하며, 미국은 FDA, 유럽은 EMA, 한국은 MFDS(식품의약품안전처)가 대표적이다.
데이터 품질과 편향 문제는 중요한 이슈로, 특정 인구집단 데이터가 부족하면 예측 성능이 저하될 수 있다.
Explainable AI(XAI)는 의료 현장에서 의사결정의 이유를 설명할 수 있어야 하며, 이는 법적·윤리적 승인에 유리하다.
AI 모델도 임상시험 프로토콜에 따라 성능과 안전성을 검증해야 한다.
또한 HL7 FHIR, DICOM 등 의료 데이터 표준을 이해해야 상호운용성을 확보할 수 있다.