ASCO 2025에서 ‘EXAONE Path 1.5’ 공개 ━ 기술 잠재력에 현장서 뜨거운 반응

LG AI연구원이 조직병리 이미지 분석에 특화된 모델인 EXAONE Path의 1.5 모델을 새롭게 공개했습니다. 지난해 공개한 1.0 버전에 이어 선보인 EXAONE Path 모델은, 별도의 유전자 검사 절차 없이도 유전자 변이를 예측하고 환자에게 적합한 치료 방법과 약제를 제안할 수 있습니다. 새로운 모델 공개로 LG AI연구원은 AI 기반 개인 맞춤형 의료의 가능성을 한층 더 확장했다는 평가를 받고 있습니다.

Try EXAONE Path 1.5 Model →

환자의 생명을 위한 기술, EXAONE Path

조직병리 이미지는 일반인들에게는 생소하지만 임상의학에서는 필수적인 데이터입니다. 조직병리 이미지 분석을 통해 세포 및 조직 특성을 파악하고 진단명 확정 및 치료, 복약 계획을 수립할 수 있습니다. 조직병리 이미지는 보통 20k x 20k 로 이미지 사이즈가 매우 크고, 이미지가 가지는 색조의 범위도 범용 이미지와 상이합니다. 조직병리 이미지에서 다루는 객체도 핵, 세포질 등 한정적이라는 점도 특수한 점입니다. 조직병리 이미지의 특성 때문에, 이를 효율적으로 처리하고 분석할 수 있는 특화된 모델 개발의 필요성이 대두되어 왔습니다.

EXAONE Path를 통해 AI가 조직병리 이미지를 이해하고 분석할 수 있게 되면, 기존 유전자 검사 단계 없이도 유전자 변이를 예측하고 적합한 치료 방법과 약의 종류를 결정할 수 있습니다. 최대 2주까지 소요되던 기존의 유전자 검사 기간을 단축함으로써 시간과 비용을 모두 줄일 수 있게 됩니다. 결과적으로 시간이 많지 않은 암 환자들의 치료 속도를 빠르게 진행할 수 있고, 이를 통해 위급한 환자의 생명을 살리는 데 기여할 수 있습니다.

LG AI연구원은 지난해 EXAONE Path 1.0 모델을 공개한 바 있습니다. 1.0 모델은 글로벌 GPU 제조사 엔비디아가 운영하는 의료 AI 플랫폼인 모나이(MONAI)에도 탑재되어 그 기술력을 인정받았습니다. EXAONE Path는 모나이에 등록된 유일한 국내 AI 모델로, 공개 후 단 2주 만에 1만회 이상의 다운로드 수를 기록하며 의료계와 연구기관의 높은 관심을 입증했습니다.

ASCO 2025에서 첫 공개된 EXAONE Path 1.5

이번 EXAONE Path 1.5 모델은 2025년 5월 30일부터 6월 3일까지(현지시간) 미국 시카고에서 열린 ASCO 2025(미국임상종양학회 연례 학술대회)에서 최초로 공개됐습니다. ASCO는 전 세계 종양학 전문가들이 한자리에 모여 최신 암 연구 결과를 공유하고 임상 적용 방안을 논의하는 세계 최대 규모의 종양학 학술 행사입니다.

현장에서는 전 세계 연구자와 의료 전문가들이 EXAONE Path 1.5의 기술적 발전에 깊은 관심을 보였으며, 이 AI 모델이 암 치료의 정밀성과 속도 면에서 기존 방식을 어떻게 혁신할 수 있는지를 두고 활발한 논의가 이어졌습니다. 기술의 잠재력에 놀라움을 표현하는 목소리도 곳곳에서 들려왔습니다.

더욱 강력해진 EXAONE Path 1.5

1. 세포 형태에 대한 지식 강화 : 1.5 모델은 기존 35,000여 장에서 약 73,000장으로 확장된 슬라이드 이미지 데이터를 기반으로 사전학습(pretraining)된 모델입니다. 약 5억 장 이상의 타일(tile) 이미지를 분석한 결과로, 1.5 모델은 세포의 미세한 형태와 조직 구조에 대한 높은 이해도를 갖추고 있습니다.

2. 슬라이드 이미지 분석에 최적화 : 슬라이드 이미지 한 장은 수천 개의 타일 이미지로 구성되며, 이를 어떻게 통합하느냐가 모델 정확도 향상의 핵심입니다. 이번 1.5 모델은 타일별 정보를 효과적으로 슬라이드 단위로 통합(aggregation) 할 수 있도록, 어텐션 기반의 아키텍처를 강화했습니다. 그 결과, 1.5 모델은 병리 이미지를 보다 정교하게 해석하고 중요한 영역을 더 정확히 판단할 수 있습니다.

3. 이미지를 넘어 유전자 정보까지 : 1.5 모델은 알고리즘 보강을 통해, 약 10,000여 쌍의 슬라이드-RNA 유전자 정보 Pair 데이터도 추가 학습(Further Training) 했습니다. 이를 통해 1.5 모델은 단순히 이미지 자체의 정보뿐만 아니라, 유전자 정보까지 함축할 수 있도록 개선되었습니다. 특히 검체가 없거나(환자 사망 등) 유전적 특징(변이 또는 과발현 유무)에 대한 단서가 긴급히 필요한 경우, EXAONE Path를 통해 이를 예측함으로써 신속한 치료 전략 수립은 물론 특정 코호트에 대한 후향적 연구에도 폭넓게 활용될 수 있습니다.

LG AI연구원은 EXAONE Path 1.5 모델의 공개에서 멈추지 않고 연구를 이어갈 계획입니다. AI 기반 맞춤형 의료의 가능성을 열고, Bio 분야 혁신을 가져올 뿐만 아니라 환자의 생명을 살리는 데 기여하기 위한 LG AI연구원의 행보를 기대해주시기 바랍니다.