이미지 확대보기권윤환 랜식 이사가 지난 15일 ICDM 2026에서 연구 결과를 발표하고 있다 (사진 제공=랜식)
[더파워 최성민 기자] 헬스·롱제비티 스타트업 랜식(대표 양혁용)이 10월 15일부터 17일까지 서울 코엑스 마곡에서 진행된 대한당뇨병학회 국제학술대회 'ICDM 2026'에 참가해 한국인 혈당 파운데이션 모델 관련 연구 결과를 구두로 발표했다고 23일 밝혔다. 연자로 나선 권윤환 랜식 이사는 'A Korean Glucose Foundation Model: Label-Free Representations Encode Metabolic Phenotypes and Postprandial Response'를 발표 주제로 삼아 자체 개발한 AI 모델의 구조와 주요 연구 지표를 공개했다.
파운데이션 모델은 대규모 비정형 데이터를 사전 구축해 여러 하위 작업에 범용적으로 활용할 수 있도록 구현한 인공지능 기술이다. 랜식 연구진은 연속혈당측정기(CGM) 연동 서비스 '글루코핏'의 실사용자 1만 5,212명이 약 34개월 동안 생성한 7,440만 건의 일상 혈당 시계열 데이터를 별도의 진단명 표기(라벨) 없이 스스로 학습하도록 설계했다. 이를 통해 평균 수치나 목표범위 내 비율(TIR) 같은 기존 통계 방식으로는 포착하기 어려웠던 연속 혈당 곡선의 세밀한 궤적을 AI가 스스로 판별하도록 했다.
검증 결과, 당뇨 전단계와 당뇨를 아우르는 혈당이상 여부를 정상군과 가려내는 분류 성능(AUC)은 0.864를 기록해 표준 혈당지표의 0.814를 유의미하게 앞질렀다. 정답 라벨이 매겨진 250명 규모의 표본 데이터만 투입해 추가 학습을 진행했을 때도 환자 3,654명 전원의 데이터를 활용한 표준지표보다 높은 판별력을 나타내, 라벨링 자원이 제한적인 실제 의료 연구 환경에서의 적용 가능성을 확인했다.
연구진은 개인의 연속 혈당 패턴을 동년배 건강 대조군과 비교 분석하는 '혈당 나이' 측정 모델도 함께 소개했다. 실제 2형 당뇨 이용자들의 혈당 패턴 곡선은 동일 연령대 정상군 대비 평균 6.3세가량 높은 노화 경향을 보였다. 아울러 식후 혈당 반응을 사전에 내다보는 작업에서는 식단 정보에 환자 개인의 초기 10일 치 CGM 누적 데이터를 결합했을 때 예측력이 약 3배까지 향상됐다.
랜식은 향후 대형 병원의 실제 환자 코호트 데이터를 접목해 해당 알고리즘의 임상 신뢰도를 추가 검증할 방침이다. 이와 함께 글로벌 제약사와의 파트너십을 추진해 GLP-1 유사체 치료제 투약 전후에 나타나는 혈당 나이 추이를 모니터링하고, 궁극적으로 당화혈색소 수치나 합병증 발생 위험도를 예측하는 임상 평가 지표로 체계화할 계획이다.
양혁용 랜식 대표는 "1만 5천 명 이상의 한국인 실측 혈당 데이터를 토대로 독자 구축한 파운데이션 모델을 글로벌 학술 무대에서 처음 발표했다"며 "한국인의 대사 특성을 가장 정밀하게 해석해내는 특화 AI 모델을 지속해서 확장해 나갈 것"이라고 밝혔다.
이미지 확대보기
