전체
아이젠사이언스, 한국 의료환경에 특화된 고효율 의료 AI ‘미어캣2’ 국제 AI 학회 EMNLP 2026서 발표
AI 신약개발 기업 아이젠사이언스(대표 강재우)는 고려대학교 연구팀과 공동 개발한 의료 특화 인공지능(AI) 언어모델 ‘미어캣2(Meerkat2)’ 연구 논문이 자연어처리 분야 국제학술대회 ‘EMNLP 2026 main conference’에 채택돼 헝가리 부다페스트에서 10월 27일 발표했다고 밝혔다.
EMNLP(Empirical Methods in Natural Language Processing)는 ACL과 함께 자연어처리 분야를 대표하는 최상위 국제학술대회로, 매년 전 세계 언어 AI 연구자들이 최신 성과를 발표하는 자리다.
연구진은 챗GPT 같은 대형 AI는 빠르게 의학 지식을 갖춰가고 있지만, 국가마다 다른 의료법과 제도를 정확하게 이해하는 데에는 한계가 있다는 점에 주목했다. 영어 의료 AI를 번역해 쓰는 것만으로는 이 문제가 풀리지 않는다. AI가 답변을 길게 늘어놓을수록 병원이 부담하는 연산 비용과 의료진이 읽는 시간이 늘어난다는 점도 실제 도입의 걸림돌이다. 연구팀은 미어캣2에서 이 두 문제를 함께 다뤘다.
먼저 의료법 지식이다. 성능이 더 뛰어난 대형 AI의 풀이를 따라 배우게 하는 기존 방식(지식 증류)은 추론 능력을 옮기는 데는 효과적이지만, 정확성이 중요한 지식을 학습하는 데에는 한계가 있었다. 대형 AI가 생성한 답변은 정답은 맞췄지만 실제 법령과 일치하지 않는 내용이 섞여 있었기 때문이다. 연구팀은 국내 의료 관련 법령 12종을 직접 수집하고, 조문을 근거로 한 문답 1만8700쌍의 학습 데이터를 생성했다. 그 결과, 법률적 정확도는 98.7점으로 기존 방식(79.0점)보다 크게 높아졌고, 한국 의사국가시험 의료법 문항에서 정답률 84.6%를 기록해 오픈AI의 GPT-5.1(76.9%)을 앞섰다.
답변 길이 문제는 ‘장황함 분리 증류(VDD, Verbosity-Decoupled Distillation)’라는 새 학습법으로 풀었다. AI는 대형 모델의 긴 풀이를 보고 배우면 추론 방식뿐 아니라 ‘길게 말하는 습관’까지 함께 따라 배운다. 연구팀은 학습 과정에서 긴 답변에 ‘자세히 설명해줘’와 같은 조건 지시문을 부여해 모델이 상세한 추론 능력은 학습하면서도 장황한 답변 스타일까지는 배우지 않도록 설계했다. 논문은 AI 내부 분석으로 이 원리도 검증했다. 그 결과, 한국어 의학 문제에서 긴 풀이로 학습한 모델보다 정답률은 오히려 높으면서(82.1% 대 80.6%) 답변 길이는 약 3분의 1로 줄었다.
미어캣2는 매개변수 140억 개(14B), 320억 개(32B), 300억 개(30B-A3B) 규모의 3종으로 나왔다. 기반이 된 공개 모델(알리바바 Qwen3)과 비교해 미국 의사면허시험형 문제(MedQA)에서 6~9%포인트, 한국 의사국가시험 기반 문제(KorMedMCQA)에서는 전체적으로 5~10%포인트, 특히 의사 부문에서는 정답률이 20%포인트 올랐다. 한국어 의사국가시험 문항에서는 미어캣2-32B가 정답률 89.4%를 기록했다.
미어캣2-30B-A3B는 여러 전문 모듈 가운데 필요한 것만 골라 쓰는 ‘전문가 혼합(MoE)’ 구조로, 질문 하나를 처리할 때 실제로 쓰는 매개변수는 30억 개 수준이다. 그럼에도 전체 규모가 8배 가까이 큰 2350억 매개변수 모델(Qwen3-235B)과 영문 의사국가시험 문항에서 대등한 점수(88.5% 대 88.7%)를 냈다. 적은 연산으로 높은 정확도를 내는 만큼 병원이 자체 서버에 설치해 환자 정보를 외부로 내보내지 않고 쓰기에도 유리하다.
미어캣2는 글로벌 AI 모델 공유 플랫폼 허깅페이스(Hugging Face)에 누구나 무료로 쓸 수 있도록 공개됐다. 아이젠사이언스는 실제 임상 현장 도입을 원하는 기관을 위해 정확도를 한층 높인 기업용 버전도 제공한다.
미어캣 시리즈는 2024년 매개변수 70억 개 이하 소형 모델 가운데 처음으로 미국 의사면허시험(USMLE) 합격선을 넘긴 ‘미어캣-7B’로 주목받았다. 이후 정부 ‘초거대 AI 보건의료’ 사업 컨소시엄에서 카카오헬스케어의 의료 AI 서비스 ‘Dr.LIKE’에 미어캣 모델을 공급하는 등 연구실 성과를 실제 서비스로 옮기고 있다.
아이젠사이언스 강재우 대표는 “의료 AI가 한국 현장에서 쓰이려면 영어 지식을 번역하는 것으로는 부족하고, 우리 법과 제도를 원문 그대로 정확히 알아야 한다”며 “미어캣2는 정확하면서도 짧게 답하도록 설계해 병원에서 실제로 쓸 때의 비용 부담까지 줄였다”고 말했다.
한편 아이젠사이언스는 2021년 강재우 고려대 컴퓨터학과 교수가 설립한 AI 신약개발 기업으로, 미어캣 개발로 쌓은 도메인 특화 언어모델 기술을 신약개발에도 적용하고 있다. 전문 지식을 갖춘 언어모델을 다양한 AI 예측·설계 모델 및 연구 도구와 결합해 질병 표적 발굴부터 후보물질 설계까지 신약개발 초기 단계를 자율적으로 수행하는 에이전틱 AI(Agentic AI) 기반 연구 워크플로를 구축하고 있다. AI의 추론 결과가 실제 의사결정과 후속 연구로 이어지도록 AI가 설계한 물질은 자체 의약화학·비임상 연구조직에서 직접 합성·검증한다. 현재 자가면역질환을 겨냥한 VAV1 분자접착 분해제를 주력 파이프라인으로 개발하고 있으며, 보건복지부 K-AI 신약개발 사업과 과학기술정보통신부 AI-Medicine 사업 등 대형 국가 컨소시엄에 AI 핵심 기술기관으로 참여하고 있다.
아이젠사이언스 소개
아이젠사이언스는 2021년 강재우 대표이사(고려대학교 컴퓨터학과 교수)가 설립한 AI 신약개발 기업으로, 의생명 AI 모델·플랫폼·자체 파이프라인을 동시에 보유한 것이 특징이다. 멀티오믹스·LLM 기반 표적 발굴 플랫폼 AIGEN InSight, 분자 설계 플랫폼 AIGEN ChemTailor, 그리고 임상시험 인텔리전스(Clinical Trial Intelligence)를 통해 표적 발굴부터 임상 설계까지 신약개발 전주기를 커버하는 통합 AI 플랫폼을 운영하고 있다. 자체 AI 플랫폼을 활용해 단기간 내 선도물질을 도출하는 등 AI 기반 신약 설계의 실증적 효율성을 입증해왔다. 특히 최근 분자접착제(Molecular Glue Degrader, MGD) 플랫폼을 핵심 차별화 축으로 발전시키며, 삼원 복합체(Ternary Complex) 구조 예측 기반의 정밀 설계를 통해 기존에 표적화가 어려웠던 단백질군에 대한 신규 접근법을 제시하고 있다.
포스터 발표를 맡은 아이젠사이언스 및 고려대학교 연구진
포스터를 설명 중인 아이젠사이언스 및 고려대학교 연구진
연구진은 챗GPT 같은 대형 AI는 빠르게 의학 지식을 갖춰가고 있지만, 국가마다 다른 의료법과 제도를 정확하게 이해하는 데에는 한계가 있다는 점에 주목했다. 영어 의료 AI를 번역해 쓰는 것만으로는 이 문제가 풀리지 않는다. AI가 답변을 길게 늘어놓을수록 병원이 부담하는 연산 비용과 의료진이 읽는 시간이 늘어난다는 점도 실제 도입의 걸림돌이다. 연구팀은 미어캣2에서 이 두 문제를 함께 다뤘다.
먼저 의료법 지식이다. 성능이 더 뛰어난 대형 AI의 풀이를 따라 배우게 하는 기존 방식(지식 증류)은 추론 능력을 옮기는 데는 효과적이지만, 정확성이 중요한 지식을 학습하는 데에는 한계가 있었다. 대형 AI가 생성한 답변은 정답은 맞췄지만 실제 법령과 일치하지 않는 내용이 섞여 있었기 때문이다. 연구팀은 국내 의료 관련 법령 12종을 직접 수집하고, 조문을 근거로 한 문답 1만8700쌍의 학습 데이터를 생성했다. 그 결과, 법률적 정확도는 98.7점으로 기존 방식(79.0점)보다 크게 높아졌고, 한국 의사국가시험 의료법 문항에서 정답률 84.6%를 기록해 오픈AI의 GPT-5.1(76.9%)을 앞섰다.
답변 길이 문제는 ‘장황함 분리 증류(VDD, Verbosity-Decoupled Distillation)’라는 새 학습법으로 풀었다. AI는 대형 모델의 긴 풀이를 보고 배우면 추론 방식뿐 아니라 ‘길게 말하는 습관’까지 함께 따라 배운다. 연구팀은 학습 과정에서 긴 답변에 ‘자세히 설명해줘’와 같은 조건 지시문을 부여해 모델이 상세한 추론 능력은 학습하면서도 장황한 답변 스타일까지는 배우지 않도록 설계했다. 논문은 AI 내부 분석으로 이 원리도 검증했다. 그 결과, 한국어 의학 문제에서 긴 풀이로 학습한 모델보다 정답률은 오히려 높으면서(82.1% 대 80.6%) 답변 길이는 약 3분의 1로 줄었다.
미어캣2는 매개변수 140억 개(14B), 320억 개(32B), 300억 개(30B-A3B) 규모의 3종으로 나왔다. 기반이 된 공개 모델(알리바바 Qwen3)과 비교해 미국 의사면허시험형 문제(MedQA)에서 6~9%포인트, 한국 의사국가시험 기반 문제(KorMedMCQA)에서는 전체적으로 5~10%포인트, 특히 의사 부문에서는 정답률이 20%포인트 올랐다. 한국어 의사국가시험 문항에서는 미어캣2-32B가 정답률 89.4%를 기록했다.
미어캣2-30B-A3B는 여러 전문 모듈 가운데 필요한 것만 골라 쓰는 ‘전문가 혼합(MoE)’ 구조로, 질문 하나를 처리할 때 실제로 쓰는 매개변수는 30억 개 수준이다. 그럼에도 전체 규모가 8배 가까이 큰 2350억 매개변수 모델(Qwen3-235B)과 영문 의사국가시험 문항에서 대등한 점수(88.5% 대 88.7%)를 냈다. 적은 연산으로 높은 정확도를 내는 만큼 병원이 자체 서버에 설치해 환자 정보를 외부로 내보내지 않고 쓰기에도 유리하다.
미어캣2는 글로벌 AI 모델 공유 플랫폼 허깅페이스(Hugging Face)에 누구나 무료로 쓸 수 있도록 공개됐다. 아이젠사이언스는 실제 임상 현장 도입을 원하는 기관을 위해 정확도를 한층 높인 기업용 버전도 제공한다.
미어캣 시리즈는 2024년 매개변수 70억 개 이하 소형 모델 가운데 처음으로 미국 의사면허시험(USMLE) 합격선을 넘긴 ‘미어캣-7B’로 주목받았다. 이후 정부 ‘초거대 AI 보건의료’ 사업 컨소시엄에서 카카오헬스케어의 의료 AI 서비스 ‘Dr.LIKE’에 미어캣 모델을 공급하는 등 연구실 성과를 실제 서비스로 옮기고 있다.
아이젠사이언스 강재우 대표는 “의료 AI가 한국 현장에서 쓰이려면 영어 지식을 번역하는 것으로는 부족하고, 우리 법과 제도를 원문 그대로 정확히 알아야 한다”며 “미어캣2는 정확하면서도 짧게 답하도록 설계해 병원에서 실제로 쓸 때의 비용 부담까지 줄였다”고 말했다.
한편 아이젠사이언스는 2021년 강재우 고려대 컴퓨터학과 교수가 설립한 AI 신약개발 기업으로, 미어캣 개발로 쌓은 도메인 특화 언어모델 기술을 신약개발에도 적용하고 있다. 전문 지식을 갖춘 언어모델을 다양한 AI 예측·설계 모델 및 연구 도구와 결합해 질병 표적 발굴부터 후보물질 설계까지 신약개발 초기 단계를 자율적으로 수행하는 에이전틱 AI(Agentic AI) 기반 연구 워크플로를 구축하고 있다. AI의 추론 결과가 실제 의사결정과 후속 연구로 이어지도록 AI가 설계한 물질은 자체 의약화학·비임상 연구조직에서 직접 합성·검증한다. 현재 자가면역질환을 겨냥한 VAV1 분자접착 분해제를 주력 파이프라인으로 개발하고 있으며, 보건복지부 K-AI 신약개발 사업과 과학기술정보통신부 AI-Medicine 사업 등 대형 국가 컨소시엄에 AI 핵심 기술기관으로 참여하고 있다.
아이젠사이언스 소개
아이젠사이언스는 2021년 강재우 대표이사(고려대학교 컴퓨터학과 교수)가 설립한 AI 신약개발 기업으로, 의생명 AI 모델·플랫폼·자체 파이프라인을 동시에 보유한 것이 특징이다. 멀티오믹스·LLM 기반 표적 발굴 플랫폼 AIGEN InSight, 분자 설계 플랫폼 AIGEN ChemTailor, 그리고 임상시험 인텔리전스(Clinical Trial Intelligence)를 통해 표적 발굴부터 임상 설계까지 신약개발 전주기를 커버하는 통합 AI 플랫폼을 운영하고 있다. 자체 AI 플랫폼을 활용해 단기간 내 선도물질을 도출하는 등 AI 기반 신약 설계의 실증적 효율성을 입증해왔다. 특히 최근 분자접착제(Molecular Glue Degrader, MGD) 플랫폼을 핵심 차별화 축으로 발전시키며, 삼원 복합체(Ternary Complex) 구조 예측 기반의 정밀 설계를 통해 기존에 표적화가 어려웠던 단백질군에 대한 신규 접근법을 제시하고 있다.
공유하기