메디아나·퓨리오사AI, '의료 AI 미래' 선점한다…병원형 의료 '소버린 AI' 플랫폼 구축

셀바스AI, 에이티센스, 하트비트분석의원 등과 공동기술개발 협약 체결

셀바스AI, 에이티센스, 하트비트분석의원 등과 다자간 공동기술개발 협약 체결

(]좌측부터) 윤승현 메디아나 & 셀바스AI 사장, 백준호 퓨리오사AI 대표, 김선근 에이티센스 최고정보이사 & 하트비트분석의원 대표원장. ⓒ 메디아나

[프라임경제] 셀바스AI(108860) 계열사 메디아나(041920)가 인공지능(AI) 반도체 기업 퓨리오사AI와 함께 병원 내 AI 반도체 서버 기반 의료 소버린 AI(Sovereign AI) 시장 공략에 나선다.

메디아나, 퓨리오사AI, 셀바스AI, 에이티센스, 하트비트분석의원은 병원 내 바이탈 및 바이오시그널 데이터를 기반으로 한 의료 소버린 AI 플랫폼 구축을 위한 공동기술개발 협약을 체결했다고 2일 밝혔다. 

이번 공동기술개발은 병원 내부에서 생성되는 △심전도(ECG) △산소포화도(SpO2) △혈압 △체온 △호흡 등 다양한 생체신호 데이터를 병원 내부 또는 병원이 통제 가능한 환경에서 처리하고, 이를 기반으로 △실시간 분석 △위험도 예측 △이상징후 탐지 △의료진 의사결정 지원 기능을 구현하는 것을 목표로 한다.

핵심은 퓨리오사AI의 2세대 신경망처리장치(NPU) '레니게이드(RNGD)' 기반 의료 AI 어플라이언스 서버 및 워크스테이션이다. 이를 병원에 구축해 의료 AI 모델 운영과 바이오시그널 데이터 실시간 처리를 수행한다. 

퓨리오사AI는 '레니게이드' 기반 확장형 구조를 통해 병원 내 실시간 AI 추론, AI 모델 서빙 및 위험도 분석 워크로드 운영 환경을 제공한다.

메디아나는 병원 내 환자 모니터링 인프라와 AI 기반 의료 데이터 운영 환경 구축 역할을 맡는다. 셀바스AI의 의료 AI 기술과 연계해 실시간 환자 상태 분석 및 이상징후 탐지 기반의 AI 의료 플랫폼 구축을 추진한다는 계획이다. 

향후 병원형 AI 워크플로우와 AI 추론 사용량 기반 수익모델 등 반복형(Recurring) 구조 확대도 검토 중이다. 에이티센스는 웨어러블 ECG 기반 연속 모니터링 기술을 제공하며, 하트비트분석의원은 장기 심전도 데이터 기반 임상 검증 및 판독 체계 구축을 지원한다.

백준호 퓨리오사AI 대표는 "의료 AI의 다음 단계는 병원 내부에서 고성능 AI를 안정적으로 운영할 수 있는 인프라 구축에 달려 있다"며 "레니게이드 기반 의료 AI 어플라이언스를 통해 병원이 데이터 주권을 유지하면서도 실시간 바이오시그널 분석과 의료진 의사결정 지원 환경을 구축할 수 있도록 지원하겠다"고 말했다.

윤승현 메디아나 사장은 "병원 내 환자감시장치와 모니터링 시스템은 환자 안전을 위한 핵심 인프라"라며 "기존 모니터링 체계에 AI 기반 분석과 위험도 예측 기능을 결합해 의료진 판단과 대응을 지원하는 병원 워크플로우 구축을 추진할 계획"이라고 전했다. 

이어 "메디아나는 병원 현장에 최적화된 모니터링 기술과 네트워크 연동 경험을 바탕으로 의료 소버린 AI 플랫폼 구축에 기여하겠다"고 강조했다.

정종욱 에이티센스 대표는 "웨어러블 심전도 의료기기와 병원형 AI 인프라를 결합해 병원 내부 모니터링과 병원 외부 연속 모니터링을 연결하는 확장형 의료 AI 플랫폼을 구축하고 있다"며 "향후에는 호흡 기반 수면 정보와 연속 혈압 정보 등 다양한 생체·의료 데이터를 수집·분석해 통합 의료 데이터 플랫폼으로 발전시켜 나갈 계획"이라고 언급했다. 

김선근 하트비트분석의원 대표원장이자 에이티센스 최고정보이사는 "이번 협력은 웨어러블 ECG와 병원 모니터링 데이터, RNGD NPU 기반 추론 인프라를 연결해 병원 내부에서 실시간 분석 지원·위험도 예측 지원·의료진 의사결정 지원으로 이어지는 의료 소버린 AI 체계를 구현하는 계기가 될 것"이라고 점쳤다.

한편 시장조사업체 그랜드뷰리서치(Grand View Research)에 따르면 글로벌 의료 AI 시장 규모는 2025년 366억7000만달러(약 50조원)에서 연평균 38.9% 성장해 2033년에는 5055억9000만달러(약 700조원) 규모에 이를 것으로 전망된다. 

생성형 AI 확산 이후 병원 내 영상·텍스트·생체신호 등 다양한 의료 데이터를 활용한 AI 수요가 증가하면서 의료기관 중심의 AI 인프라 구축도 확대되는 추세다.