바이오헬스 산업은 빠르게 성장하고 있는 미래 핵심 산업 중 하나입니다.
특히 신약 개발과 임상 연구 분야에서는 방대한 데이터를 분석하고 해석하는 능력이 연구 성과와 직결됩니다. 새로운 약물의 효능을 검증하거나 환자의 반응 데이터를 예측하기 위해서는 복잡한 데이터셋을 처리해야 하며, 이 과정에서 AI의 역할은 갈수록 커지고 있습니다. 그러나 실제 산업 현장에서는 이러한 요구를 수행할 AI 인력이 부족한 문제가 지적되고 있습니다.
(출처: 전자신문 “바이오헬스, 인재 수급 불일치 1위 ‘AI’”)

이 같은 상황에서 보건복지부 소관 한국보건복지인재원과 엘리스가 협력해 바이오헬스 재직자 대상 AI 실무 교육 프로그램을 개설했습니다. 이번 교육은 ‘신약 개발을 위한 인공지능 기반 암세포 약물 반응 데이터 분석’을 주제로 하루 8시간 씩 총 6차수로 진행됐습니다.

▲ 산업전문인력 AI 역량강화 리더 과정

의사결정권자의 사고방식부터 바꾸는 AI 교육

이번 교육에서는 산업 현장의 요구에 대응하고자 재직자 과정을 운영하는 동시에, 리더 과정을 함께 마련했습니다.
재직자 과정은 현업 연구자들이 데이터를 다루고 AI 모델을 직접 구현할 수 있는 실무형 교육으로, 리더 과정은 기업과 기관의 책임자들이 AI의 전략적 가치를 이해하고 의사결정 과정에 반영할 수 있도록 설계했습니다.

바이오헬스 분야 경영진 및 임원, 리더급이 자리한 가운데 카카오 헬스케어의 황 희 대표이사, 한국보건의료정보원 염민섭 원장이 강사로 참여하며 바이오헬스 혁신을 위한 AI 전략에 대한 실질적인 논의가 오갔습니다.

실습부터 프로젝트까지 담은 실무형 교육 과정

재직자 과정은 신약개발 현장에서 바로 활용할 수 있는 AI 역량을 단계적으로 익히도록 설계되었습니다.
제약 산업과 데이터 사이언스 기초를 시작으로, 파이썬과 노코드 툴을 활용한 분석 실습과 암세포 약물 반응 데이터 전처리·탐색 분석을 통해 실제 데이터를 다루는 경험을 쌓았습니다.

실습이 익숙해진 뒤에는 머신러닝과 딥러닝을 적용해 약물 농도(IC50 값)를 예측하는 프로젝트가 이어졌습니다. 더 나아가 성능 향상 기법과 XAI(설명 가능한 인공지능)을 활용해 모델의 결과를 해석하고 개선하는 과정을 거치며 실무 기반 문제 해결력을 기를 수 있었습니다. 마지막에는 현미경 이미지 기반 세포 탐지와 생성형 AI 논문 챗봇 구현까지 경험하며 최신 AI 기술을 활용한 프로젝트를 완성했습니다.

이 과정을 통해 참여자들은 단순히 AI 기술을 배우는 데서 그치지 않고, 데이터 분석부터 모델 구현·해석·응용까지 전 과정을 실습하며 신약개발 연구에 바로 적용할 수 있는 자신감을 얻게 되었습니다.

▲ 딥러닝 모델 활용 암 세포 IC50 값 예측 프로젝트에 앞서 진행한 이론 교육

의료 데이터를 직접 다루며 배우는 실습 환경

이번 교육의 핵심은 암세포 약물 반응 데이터를 직접 다루는 실습이었습니다. 참여자들은 교육 실습 플랫폼 엘리스LXP에 접속해 실제 바이오 데이터를 분석하며 AI 모델 구현과 검증 과정을 체험했습니다. 고성능 GPU를 안정적으로 쓸 수 있는 엘리스클라우드로 대규모 데이터 분석과 모델링도 안정적으로 지원했습니다.

특히 이 과정에서 엘리스가 자체 개발한 ‘런박스(Runbox)’ 기능이 활용됐습니다. 런박스는 GPU 리소스를 쉽고 편리하게 할당해 머신러닝, 딥러닝과 같은 AI 모델 실습 환경을 수강자 개개인에게 제공하는 기능입니다. 덕분에 모든 참여자는 암세포 약물 반응 데이터와 같은 복잡한 바이오 데이터를 실시간으로 분석하고, AI 챗봇 구축 프로젝트를 수행할 수 있었습니다.

▲ 온・오프라인으로 병행된 재직자 과정의 교육 현장

현장 중심의 바이오헬스 데이터와 GPU 실습 환경으로 높은 만족도 기록

보건복지부와 엘리스의 이번 협력 프로그램은 바이오헬스 산업에서 필요한 AI 역량을 체계적으로 강화할 수 있어 참여자들의 높은 만족도를 얻었습니다.
앞으로도 엘리스는 바이오헬스 분야를 넘어 제조·금융·공공 등 여러 산업에서 재직자들이 AI를 효과적으로 활용할 수 있도록 지원할 예정입니다.

우리 회사 산업군에 맞는 교육 모델이 궁금하다면 엘리스 도입 문의를 통해 상담해 보세요.