Andreas Cleve, Corti의 공동 창립자 및 CEO – 인터뷰 시리즈

Andreas Cleve, Corti의 공동 창립자 및 CEO는 의료 분야에서 인공 지능을 발전시키는 기업가입니다. 그는 덴마크에서 빠르게 확장된 후 2013년에 인수된 Ovivo와 같은 의료 분야에서 일하기 시작했습니다. 그는 이후 Hyvi를 공동 창립하여 실시간으로 복잡한 대화를 이해할 수 있는 컨텍스트 인식 언어 모델을 탐구하는 연구 이니셔티브를 진행했습니다. 이 프로젝트는 2018년에 Corti로 발전되었습니다. 기업을 구축하는 것 외에도 Cleve는 Nordic.ai와 같은 이니셔티브를 통해 북유럽 AI 생태계를 강화하는 데 중요한 역할을 했습니다.

Corti는 의료 대화와 실시간으로 의료 전문가를 지원하는 전문 모델을 개발하는 코펜하겐 기반의 의료 AI 회사입니다. Corti의 플랫폼은 의료 전문가를 위한 AI 어시스턴트로 작동하여 임상 문서를 생성하고 환자 상호 작용 중에 통찰력을 제공하며 행정 워크플로를 자동화합니다. Corti는 API와 의료 시스템 통합을 통해 기술을 제공함으로써 의료 전문가의 작업량을 줄이고 효율성 및 의사 결정 능력을 높이는 것을 목표로 합니다.

의료가 일상 생활의 중요한 부분인 가정에서 자랐는데, 초기 경험은 Corti의 창립과 해결하려는 문제에 어떤 영향을 미쳤나요?

의료가 일상 생활의 중요한 부분인 가정에서 자란 것은 두 가지를 명확히 보여주었습니다. 전문 지식이 매우 중요하며, 그 지식을 전달하는 과정은 취약하고 종종 필요로 하는 사람들을 실패합니다. 초기 가정 경험은 간호 제공자가 어려움을 겪고, 지식이 전달되는 과정에서 손실되고, 일관되지 않은 치료에서 비롯되는 두려움을 느꼈으며, 의료 전문가가 어려운 결정에 직면했을 때 혼자 있지 않도록 하는 믿음을 심었습니다. 이것은 Corti의 창립 임무로 직접 번역되었습니다. 즉, 의료 전문가를 위해 실시간으로 의사 결정 지원을 제공하는 시스템을 구축하는 것입니다.

우리는 첫날부터 현대 의학의 복잡성과 인간이 이를 모든 곳에서 적용하는 데 필요한 제한된 능력 간의 공급 및 수요 불균형을 해결하기 위해 노력했습니다. 우리는 변이를 줄이고 감지 속도를 높이며 의사 결정에 안전을 지원하는 AI를 생성했습니다.

Corti는 단독 AI 어시스턴트가 아닌 의료 AI 인프라로 자리 잡고 있습니다. 이 контек스트에서 인프라는 무엇을 의미하며, 포인트 솔루션 또는 채팅 기반 도구가 아닌 인프라가 제공하는 기능은 무엇인가요?

인프라에 대해 이야기할 때, 우리는 단일 어시스턴트 또는 위젯을 제공하지 않습니다. 우리는 임상 등급 AI를 다양한 워크플로에서 가능하게 하는 기초 스택을 구축하고 있습니다. 여기서 인프라는 의료 전용 모델 및 데이터(일반 웹 데이터가 아닌), 임상 컨텍스트와 함께 답변을 제공하는 임상 추론 계층, 모델 카드, 감사 트레일, 버전 관리 도구, 규제 기관을 충족하는 배포 옵션(주권 클라우드, 온프레미스 또는 사설 엔드포인트), 개발자용 API 및 SDK를 의미합니다.

이 접근 방식은 포인트 솔루션이 제공할 수 없는 세 가지를 제공합니다. 첫째, 모델 및 런타임이 실제 임상 제약 조건(대기 시간, 데이터 거주지, 감사 가능성)을 견딜 수 있는 배포 가능성을 제공합니다. 둘째, 재사용 가능한 인증된 빌딩 블록(음성, 코딩, 임상 범위 엔드포인트)을 통해 특수 분야에 대한 워크플로를 확장할 수 있습니다. 셋째, 규제 및 기업 신뢰를 제공하여 고객이 파일럿에서 생산으로 이동할 수 있습니다. 간단히 말해, 인프라는 임상 R&D를 배포 가능한 서비스로 전환하여 개발자와 병원이 이를 배송, 인증 및 확장할 수 있도록 합니다.

일반적인 목적의 AI 모델은 임상 환경에서 혼합된 결과를 나타낼 수 있습니다. 이러한 모델이 실제 의료 환경에서 부족한 가장 일반적인 방법은 무엇인가요?

일반적인 목적의 모델은 많은 작업에서 잘 작동합니다. 그러나 의료는 수평적인 AI가 쉽게 복제할 수 없는 깊이를赏합니다. 임상 추론은 미묘한 단서, 전문 용어, 기관 컨텍스트 및 문서가 규제 및 보상 시스템을 통해 흐르는 방식을 이해하는 데 의존합니다. 이를 올바르게 수행하려면 임상 데이터에 대한 훈련, 임상 벤치마크에 대한 검증 및 스택에 대한 컴플라이언スの 구축이 필요합니다. 이는 프롬프트 문제가 아니라 연구 문제입니다. 따라서 우리는 의료가 전용 AI 연구소가 필요하다고 생각합니다. 이 연구소는 도메인에 깊이 있는 접근 방식을 제공할 수 있어야 합니다.

유럽, 미국 및 기타 지역에서 Corti는 다양한 치료 모델과 거버넌스를 가지고 있습니다. 이러한 실제 복잡성에 적응하는 AI 시스템을 설계하는 방법은 무엇인가요?

우리는 스택의 더 많은 부분을 소유하고 배포 및 거버넌스를 1차 시민으로 만듦으로써 복잡성을 설계합니다. 실제로 이는 의료 전용 데이터에 대한 훈련, 임상 추론을 위한 모델 조정, 감사 트레일, 모델 카드 및 BAA 준비 API를 의미합니다. 또한 지리 및 위험 프로필에 따라 규제 컨트롤을 선택하는 라우팅을 설계합니다. 필요한 고객에게는 주권 클라우드 및 온프레미스 배포 옵션을 제공하여 제공자가 데이터가 저장되는 위치를 선택하고 모델이 실행되는 위치에 대한 제어를 유지할 수 있습니다.

이러한 유연성으로 우리는 다양한 치료 모델에서 동일한 임상 AI를 실행할 수 있으며 지역 문서 표준, 개인 정보 보호 법, 기관 거버넌스를 존중합니다. 중요한 것은 연구가 생산으로 이어지는 것을 의미하며, 모든 발전은 추적 가능하고 테스트 가능하며 실제 세계에서 배포할 수 있어야 합니다. 이것이 임상 현실에서 번창하는 것을 의미합니다.

현재 임상 워크플로에서 Corti는 어디에서 가장 즉각적이고 측정 가능한 영향을 미치나요? 이러한 영역이 과부하된 임상 전문가에게 왜 가장 중요한가요?

Corti의 가장 즉각적인 영향은 임상 및 행정 워크플로에서 발생하며, 이는 가장 큰 부담을 지는 영역입니다. 우리의 모델 및 API는 의료 전문가가 매일 사용하는 의료 소프트웨어 내에서 앰비언트 문서화, 코딩 및 에이전트 기반 자동화를 강화합니다.

이러한 영역은 문서화와 청구가 치료 제공의 가장 시간이 소요되며 오류가 발생하기 쉬운 부분이기 때문입니다. 대화가 실시간으로 구조화된, EHR 준비된 노트가 되고, 코딩이 완료되고 더 정확해지며, 루틴 워크플로가 규제된 시스템 내에서 안전하게 자동화되면, 임상 전문가는 문서 작업에 덜 시간을 보낼 수 있으며, 조직은 효율성 및 청구 품질에서 측정 가능한 개선을 볼 수 있습니다.

의료는 하나의 거대한 문제가 아니라 수천 개의 전문 분야별 워크플로로 구성되어 있으며, 규제 압력을 받고 있습니다. 생산 등급 AI를 구축함으로써 우리는 소프트웨어 회사와 의료 시스템이 이러한 문제를 규모에 따라 해결할 수 있도록 합니다. 이것이 의료의 AI 연구소가 실제로 측정 가능한 수익을 제공하는 곳입니다.

Corti는 매일 수백 만 개의 환자 상호 작용을 지원합니다. 파일럿 또는 연구 환경에서 명백하지 않은 규모에서 운영하는 AI의 교훈은 무엇인가요?

규모에서 운영하면 파일럿에서 숨겨진 마찰이 노출됩니다. 이 마찰에는 이질적인 데이터 품질(두 개의 EHR 또는 콜 전사가 똑같이 보이지 않음), 생산 대기 시간 및 스트리밍 제약, 법적 및 계약적 복잡성, 그리고 실제 로드에서만 나타나는 영역이 포함됩니다. 연구실에서는 정확도를 측정할 수 있지만, 생산에서는 라우팅, 관찰 가능성, 모델 롤백 및 책임 있는 감사 트레일을 해결해야 합니다. 또 다른 교훈은 실제 신뢰를 얻는 데 모델을 설명 가능하게 만들고, 반복 가능하게 만들고, 인증 가능하게 만드는 것이 중요하다는 것입니다.

의료는 소비자 AI보다 설명 가능성이 더 높은 것을 요구합니다. 임상 의사 결정에 AI가 영향을 미칠 때, 임상 추론, 투명성 및 책임에 대한 접근 방식은 무엇인가요?

의료는 더 높은 표준을 요구합니다. 임상 AI는 단순히 가능한 언어를 생성할 수 있을 뿐만 아니라, 규제된 고위험 정보를 투명하고 검사 가능한 방식으로 추론해야 합니다.

이것이 왜 우리는 임상 추론을 더 해석 가능하게 만드는 GIM(Gradient Interaction Modifications) 방법을 개발했는지입니다. GIM은 최근 Hugging Face Mechanistic Interpretability Benchmark에서 1위를 차지했습니다. 이것은 해석 가능성이 학술적인 연습이 아니라 의료에서 신뢰, 안전 및 규제적 채택의 기초이기 때문입니다.

연구를 넘어선 배포에서 투명성은 지속되어야 합니다. 우리는 모델 카드, 검증 벤치마크, 감사 트레일 및 버전 제어를 제공하여 고객이 정확히 무엇이 실행되고 어떻게 평가되었는지 알 수 있습니다. 출력은 증거에 연결되고, 불확실성은 명시적이며, 시스템은 임상 전문가를 대체하는 불투명한 블랙박스가 아니라 의사 결정의 보증자로 지원하도록 설계됩니다.

의료에서 설명 가능성은 기능이 아닙니다. 신뢰의 전제 조건입니다. 따라서 우리는 임상 AI를 연구소 규율로 접근하여 연구가 생산 등급 시스템에 포함되도록 합니다.

규제된 분야에서 AI 주권은 중요한 주제입니다. 의료에서 주권은 무엇을 의미하며, 제공자는 어떻게 고급 AI의 혜택을 유지하면서 제어를 유지할 수 있나요?

의료에서 주권은 제공자가 데이터 거주지, 모델 선택 및 운영 거버넌스를 제어하는 것을 의미합니다. 실제로 주권은 주권 클라우드 및 온프레미스 호스팅, 사설 모델 엔드포인트, 전체 감사 및 수명 주기 제어, 계약 및 기술 보증(BAAs, SLAs, DPIAs)을 통해 달성됩니다. 주권은 클라우드에 반대되는 것이 아닙니다. 제공자가 워크로드가 실행되는 위치를 선택하고 모델 및 데이터에 대한 검증 가능성 및 추적 가능성을 가지도록 하는 것입니다.

EU 이니셔티브의 창립자이자 고문으로서, 규제가 어떻게 발전하고 있는지 그리고 정책 입안자들이 임상 AI의 기술적 현실을 여전히 과소평가하는 영역은 무엇인가요?

유럽은 규제를 심각하게 다루고 있습니다. 의료에서 감사 가능성, 추적 가능성 및 책임은 선택이 아닌 신뢰의 전제 조건입니다.

정책 입안자들이 때때로 현실을 과소평가하는 영역은 운영 중인 임상 AI의 기술적 현실입니다. 인증은 일회적인 승인이 아니라 지속적인 모니터링, 버전 제어 및 지속적인 검증을 필요로 합니다. 동시에 우리는過度 규제를 피해야 합니다. 규제가 비례하지 않으면 혁신이 둔화되고 유용한 도구가 임상 전문가에게 도달하지 못합니다.

Corti에서 우리는 규제를 1일부터 가정합니다. 우리는 모델 및 API에 감사 가능성, 모델 거버넌스 및 주권 배포 옵션을 직접 구축하여 스타트업과 확립된 공급자가 나중에 규제 준수를 위해 리트로핏할 필요가 없습니다. 의료는 복잡하고 단편화되어 있으며, 규제 준비를 기초에 구축함으로써만 빠르게 진행할 수 있습니다. 유럽이 필요한 균형은 엄격하지만 실제적인 것입니다. 환자를 보호하지만 안전하게 대규모로 구축하고 배포할 수 있도록 합니다.

12~24개월을 내다보면, 의료 전문가들은 Corti에서 어떤 주요 변화를 기대할 수 있으며, 이러한 계획은 2026년을 위한 기초를 어떻게 마련할까요?

Corti는 연구 지원, 임상 등급 모델 및 이를 배포 가능한 인프라로 패키징하는 것을 강화할 것입니다. 로드맵 계획에는 개선된 음성 텍스트 변환 및 대기 시간 벤치마크, 음성 에이전트, 의료 코딩 모델을生产에 배치하고, 여러 주권 클라우드 출시가 포함됩니다. 모든 것은 파일럿에서 인증된 생산으로 고객을 이동하도록 설계되었습니다. Corti는 단일 응용 프로그램이 아닙니다. 의료의 AI 연구소로, 안전하고 감사 가능한 임상 소프트웨어의 전체 클래스를 가능하게 하는 것을 목표로 합니다. 이것이 2026年的 우리의 야망을 위한 기초입니다.

멋진 인터뷰에 감사합니다. 더 많은 정보를 원하는 독자는 Corti를 방문하십시오.