산업 / 의료기기
제이엘케이, 의료영상 특화 멀티모달 LLM 플랫폼 ‘JOOMED’ 발표
의료 인공지능 전문기업 제이엘케이(대표이사 김동민, 이하 JLK)는 의료영상 기반 멀티모달 LLM 플랫폼 ‘JOOMED’를 발표했다고 밝혔다.JOOMED는 의료영상과 병원 내부 텍스트 데이터를 통합해 분석할 수 있도록 설계된 플랫폼이다. 범용 대규모언어모델(LLM)이 의료 현장에서 직면하는 영상 데이터 처리 한계를 보완하고, 병원 워크플로우 개선을 지원하는 인프라로 개발됐다.의료영상은 일반 이미지와 달리 복잡한 3차원 공간 데이터로 구성된다. CT와 MRI는 수십 장에서 수백 장의 슬라이스로 이뤄지며, T1, T2, FLAIR, DWI, NCCT, CTA, CTP 등 촬영 시퀀스와 프로토콜에 따라 서로 다른 임상 정보를 담고 있다. 또 병원 내 영상정보시스템(PACS)과 전자의무기록(EMR)이 분리돼 있어 영상과 임상 정보를 유기적으로 연동하는 데 한계가 있었다.JOOMED는 CT·MRI 등 고차원 의료영상 데이터를 자동으로 식별·분류하고, 이를 표준화·익명화한다. 이후 환자 정보 등 병원 내부 데이터, 의학 논문, 글로벌 진료 가이드라인과 연결해 자동 분석, 유사 사례 검색, 예후 관련 연구 등에 활용할 수 있도록 지원한다.제이엘케이는 JOOMED를 “범용 LLM이 쉽게 접근하기 어려운 의료영상 데이터 레이어를 선점하는 플랫폼”으로 설명했다. ChatGPT, Claude, Gemini 등 범용 AI 모델과 직접 경쟁하기보다, 범용 LLM이 의료 현장에서 활용되기 위해 필요한 의료영상 특화 데이터 처리·해석·구조화 인프라에 가깝다는 설명이다.범용 모델이 의료영상에서 직면하는 주요 한계는 컨텍스트 윈도우와 토큰 비용 문제다. CT·MRI 영상을 그대로 LLM에 입력할 경우 수백만 토큰 규모의 비용이 발생할 수 있다. 이에 따라 의료영상 분석에는 임상적으로 중요한 슬라이스와 위치 정보를 선별하고 구조화하는 전용 처리 체계가 필요하다.JOOMED는 JLK의 의료영상 분석 엔진을 통해 영상 내 핵심 정보를 선별·분석·구조화한 뒤 LLM 입력에 적합한 형태로 변환한다. 회사에 따르면 약 87만 토큰이 필요한 뇌관류 CT영상(CTP)의 입력 비용을 4500토큰으로 압축할 수 있다. 이를 통해 토큰 사용량과 연산 부담을 줄이면서 의료영상, 임상 정보, 문헌, 가이드라인을 함께 검토할 수 있도록 지원한다.의료영상 데이터의 복잡성도 JOOMED가 해결하려는 영역이다. 의료영상은 해부학적 위치, 좌우 방향, 슬라이스 간 연속성, 촬영 시퀀스, 병원별 프로토콜 차이를 함께 고려해야 한다. JOOMED는 의료영상 AI가 도출한 분석 결과를 기반으로 임상 정보, 최신 의학 문헌, 진료 가이드라인, 병원 내부 데이터를 연결해 연구 워크플로우를 지원한다.데이터 접근성 문제도 주요 개발 배경이다. 의료영상 데이터는 대표적인 개인정보로, 일반 인터넷 데이터처럼 대규모로 수집하거나 학습하기 어렵다. 병원 내부에서도 영상은 PACS에, 임상 정보와 검사 결과는 EMR에, 판독문과 임상 기록은 별도 텍스트 데이터로 저장되는 경우가 많다.JOOMED는 PACS 영상, EMR 정형 데이터, 판독문 비정형 텍스트를 하나의 멀티모달 의료 AI 구조 안에서 통합한다. AI가 영상 시퀀스를 자동 분류하고 DICOM 데이터를 표준화·익명화하며, EMR의 임상 정보와 검사 수치, 판독문을 LLM이 분석 가능한 형태로 정렬하는 방식이다.또한 ASA/AHA 등 글로벌 가이드라인, 주요 학술지의 최신 연구, 대한뇌졸중학회·일본뇌졸중학회 등 각국의 진료지침을 반영할 수 있는 구조를 갖췄다. 이를 통해 의료진이 최신 의학 근거와 국가별 임상 환경을 함께 고려해 연구와 진료 인사이트를 도출할 수 있도록 지원한다.JOOMED는 병원 내부 데이터를 활용한 유사 사례 검색과 예후 관련 연구에도 활용될 수 있다. 단순 키워드 검색이 아니라 영상 소견, 임상 정보, 치료 경과, 예후 정보를 종합적으로 고려해 유사도를 계산하는 방식이다. 병원에 축적된 의료영상과 임상 텍스트 정보를 기반으로 새로운 데이터와 유사한 사례를 찾고, 이를 분석해 근거 기반 임상 연구에 활용할 수 있다.제이엘케이 관계자는 “JOOMED는 ChatGPT, Claude, Gemini와 같은 범용 LLM과 경쟁하기 위한 서비스가 아니라, LLM이 의료 현장에서 활용되기 위해 필요한 의료영상 특화 데이터를 기반으로 한 통합 멀티모달 LLM 플랫폼”이라며 “의료영상은 컨텍스트 윈도우를 키우거나 단순히 RAG를 붙인다고 해결되는 영역이 아니라, 영상의 공간적 특성, 임상적 맥락, 관련 근거를 정확히 이해하고 구조화해야 하는 고난도 데이터”라고 설명했다.이어 “병원 내부의 의료영상, 판독문, 치료 결과, 예후 관련 데이터는 외부 범용 모델이 쉽게 접근하기 어려운 프라이빗 데이터 영역이자 복잡한 알고리즘이 필요한 특수 영역”이라며 “JOOMED는 병원 데이터를 안전하게 활용해 유사 사례 검색, 치료 경과 비교 등 다양한 연구와 서비스로 확장될 수 있는 차세대 의료 AI 플랫폼으로 발전해 나갈 것”이라고 밝혔다.JOOMED 개발을 총괄한 이명재 부사장은 “JOOMED는 분리돼 있던 병원의 PACS와 EMR을 하나로 통합해 종합적인 분석을 제공하는 플랫폼”이라며 “독자적인 기술력을 바탕으로 전 세계 의료진에게 통합 의료 AI 인사이트를 제공하고, 글로벌 파트너와 협력하는 기회를 확대할 것”이라고 말했다.한편 JOOMED는 연구 목적의 소프트웨어로 개발된 플랫폼으로, 의료진의 임상 연구 활용을 지원하는 도구다. 최종 분석 결과의 해석은 사용자가 수행하며, 국가별 제품 기능, 출시 일정, 규제 승인 현황은 지역에 따라 달라질 수 있다. 기술 내용과 데모 영상은 제이엘케이 홈페이지 및 공식 블로그를 통해 공개된다.
권혁진
2026.05.11