덴마크 연구진, AI 기반 수명 예측 도구 'Life2Vec' 공개 - 78% 정확도로 수명 예측

덴마크 공과대학교(DTU) 연구진이 오픈AI의 트랜스포머 모델과 유사한 인공지능 모델인 라이프2벡(Life2Vec)을 개발했습니다. 기존의 언어 기반 데이터 처리 방식에서 벗어나, 라이프2벡은 주요 인생 사건들의 연속을 분석하여 개인의 성격과 더 나아가 예상 수명까지 예측합니다. 'AI 사망 계산기'로 불리는 이 모델은 개인의 삶의 궤적을 기반으로 사망 시점을 78%라는 놀라운 정확도로 예측한다고 주장합니다.

Life2Vec의 수명 예측 – 예측 분석의 혁명적인 도약

DTU에서 개발된 Life2Vec은 예측 분석 분야에서 획기적인 도약을 나타내며, 의료 산업에 혁신적인 변화를 가져올 것으로 기대됩니다. 이 도구는 덴마크 전체 인구의 의료 기록, 교육 수준, 직업 정보, 소득, 혼인 상태 등 다양한 데이터 세트를 분석하여 작동합니다. 

DTU의 수네 레만 요르겐센 교수에 따르면, Life2Vec은 인간 삶의 주요 사건에 대한 이해를 높이는 것을 목표로 하며, 의학 분야에서 유망한 응용 가능성을 지니고 있습니다. 이 모델이 특정 질병을 감지하는 능력은 조기 개입을 통해 잠재적으로 생명을 구할 수 있는 길을 열어줍니다.

과 유사한 방법론을 활용합니다 언어 모델 . 텍스트 데이터를 분석하는 대신, Life2Vec은 삶의 사건들에 대한 세부적인 사항들을 분석합니다. 초기 단계에서는 주로 보험사에서 쏟아져 나오는 방대한 데이터를 활용하여 사망률 예측에 집중했습니다. 

연구진은 엄격한 방법론을 사용하여 2008년부터 2016년까지 건강 보험에 가입한 수천 명의 개인에 대한 생활 정보를 담은 방대한 데이터셋으로 알고리즘을 세심하게 학습시켰습니다. 그 결과, 이 알고리즘은 2020년 기준 해당 개인들의 생존 결과를 예측하는 데 78%라는 놀라운 정확도를 보여주며 예측 능력의 우수성을 입증했습니다.

사망률 예측을 넘어 – 벡터 표현 및 임베딩 공간에 대한 LLM의 전문성

이 모델은 삶의 사건들을 임베딩 공간 내의 벡터 표현으로 변환합니다. 각 사건에 할당된 이러한 디지털 값을 통해 Life2Vec은 사건을 분류하고 사건 간의 연결 관계를 설정할 수 있습니다. 

이는 각 인생 사건의 순서와 세부 사항을 고려하여 정확한 예측을 위한 토대를 마련합니다. 예를 들어, 프란시스코가 2012년 헬싱외르의 크론보르 성에서 경비원으로 일하며 월 2만 크로네를 벌었다는 사실이나 헤르미오네가 고등학교에서 5개의 서로 다른 A레벨 과목을 이수했다는 사실과 같은 구체적인 정보가 임베딩으로 인코딩되어 정확한 예측을 가능하게 하는 경우를 생각해 보세요.

초기에는 사망률 예측에 초점을 맞췄지만, 연구진은 Life2Vec의 기능이 이 영역을 넘어선다고 강조합니다. 인간 사회의 다양한 측면을 예측할 수 있는 이 모델의 잠재력은 인공지능을 사회 예측에 활용하려는 더욱 광범위한 노력의 시작일 뿐입니다. 인공지능이 계속 발전함에 따라 Life2Vec의 응용 분야는 더욱 확장되어 인간 행동에 대한 이해와 예측에 혁명을 일으킬 것으로 예상됩니다.

결론적으로, Life2Vec의 공개는 예측 분석, 특히 인간 수명 예측에서 78%라는 놀라운 정확도를 달성하며 선구적인 발걸음을 내디뎠습니다. 이는 의료 및 사회 예측에 지대한 영향을 미치며, 질병의 조기 발견 및 개입을 위한 새로운 길을 열어줍니다. 이러한 기술 발전의 기로에 선 지금, Life2Vec이 인간의 삶과 사회의 복잡성을 이해하고 예측하는 방식을 어떻게 변화시킬 것인가라는 질문이 제기됩니다