반도체 전문 온라인 매거진 - 올포칩

자일링스는 스플라인.AI(Spline.AI)와 공동으로 AWS(Amazon Web Services) 상에서 완벽하게 기능하는 의료용 X-레이 분류 딥러닝 모델과 레퍼런스 디자인 키트를 출시했다.

질병과 관련한 대규모 데이터 세트를 확보하여 머신러닝 추론을 수행할 수 있다면 의료진단 및 치료과학 분야에 획기적인 혁신이 가능할 것이다. 자일링스는 스플라인.AI(Spline.AI)와 공동으로 AWS(Amazon Web Services) 상에서 완벽하게 기능하는 의료용 X-레이 분류 딥러닝 모델과 레퍼런스 디자인 키트를 출시했다.

자일링스의 헬스케어 및 사이언스 시장을 총괄하는 수브 바타차랴(Subh Bhattacharya)는 “자일링스는 오래전부터 의료분야에서 적극적인 투자와 활동을 전개해 왔으며, CT, MRI, PET 이미징 장비를 비롯해 초음파, 환자 모니터링 기기, 수술용 로봇 등 다양한 의료기기의 가치를 증대시키기 위해 노력해 왔다.”며, “GPU나 CPU 대비 탁월한 저전력, 저지연, 빠른 시동시간을 제공하는 자일링스의 징크 울트라스케일+(Zynq Ultrascale+) MPSoC는 엣지에서 AI 추론을 효과적으로 수행하여 의료과학의 혁신을 가속화할 수 있다.”고 밝혔다.

자일링스는 전통적인 FPGA를 시작으로 다양한 부가 기능을 통합한 SoC에 이르기까지 의료용 IoT 플랫폼으로서 확고한 입지를 구축하고 있으며, 특히 징크 울트라스케일+ MPSoC가 등장하면서 애플리케이션 개발 사례가 2.5배가량 증가하는 등 지속적으로 시장 점유율을 넓혀가고 있다.

자일링스의 헬스케어, 과학, 산업 시장 매출 규모 추이

이번에 출시한 레퍼런스 디자인 키트 또한 징크 울트라스케일+ MPSoC 디바이스인 ZCU104를 기반으로 구현되었으며, 질병의 분류 및 감지 등과 같은 다양한 신경망을 실행할 수 있는 강력한 소프트 IP 텐서 가속기인 자일링스의 딥러닝 프로세서 유닛(DPU: Deep Learning Processor Unit)을 활용하고 있다.

이 솔루션은 자일링스 징크 울트라스케일+ MPSoC 디바이스 상의 파이썬(Python) 프로그래밍 플랫폼에서 실행되는 오픈소스 모델을 사용하기 때문에 다양한 애플리케이션별 요구사항에 적합하도록 조정이 가능하다. 의료진단 및 임상장비 제조업체들과 헬스케어 서비스 제공업체들은 이러한 오픈소스 디자인과 클라우드 확장 옵션을 이용해 모바일 및 휴대용 또는 현장진단 엣지 기기에 다양한 임상 및 방사선 애플리케이션을 위한 트레이닝 모델을 신속하게 개발 및 구축할 수 있다.

또한 이 솔루션의 AI 모델은 아마존의 세이지메이커(SageMaker)로 트레이닝되고, AWS IoT 그린그래스(AWS IoT Greengrass)를 이용해 클라우드에서 엣지까지 구축되기 때문에 머신러닝 모델의 원격 업데이트와 추론의 지리적 분산 배치는 물론, 원격 네트워크 및 넓은 지역에 걸쳐 확장이 가능하다.

이미 의료시장에서는 커넥티드 시스템과 모바일 헬스케어가 빠르게 증가하고 있다. 현재 1억개 이상의 의료용 IoT 기기가 설치되어 있고, 이 수치는 2020년에 1억6천100만개에 이를 것으로 전망되고 있다. 이로 인해 데이터의 폭발적인 증가와 변조 및 환자의 개인정보 유출과 같은 사이버 보안 문제가 심각한 이슈로 부상하고 있다.

수브 바타차랴는 “이러한 빅데이터와 사이버 보안 문제를 해결하기 위해서는 컴퓨팅 성능은 물론 진화하는 암호화 표준에 대응할 수 있는 유연한 플랫폼이 필요하다. 자일링스는 소프트웨어 및 하드웨어를 모두 업그레이드할 수 있는 솔루션을 통해 이러한 문제를 해결하고 있다.”고 말하고, “자일링스는 의료 분야의 요구를 충족할 수 있는 뛰어난 의료용 AI 추론 성능과 엣지에서 클라우드까지 의료용 네트워크의 완벽한 사이버 보안을 구축할 수 있는 플랫폼을 제공한다.”고 밝혔다.

자일링스의 보안 기능을 시각화할 수 있는 데모 플랫폼