우리만의 선형을
만드는 과정

데이터가 머무는 곳을 먼저 정하다

의료기관과 의료기업은 생성형 AI를 들이지 못하는 이유로 보안과 내부 전문 인력 부족을 꼽습니다. 문서와 기록을 외부 AI로 보내는 구조라면, 그 경로를 기관이 직접 확인하고 관리해야 합니다.

알파닥은 답을 만드는 모델과 자료를 기관 환경 안에 둡니다. 사내망이나 분리 클라우드에 설치하고, 답변에 외부 AI를 쓰지 않습니다. 개인 노트는 나만 보는 것이 기본이고, 조직에 공유하는 범위는 기관이 정합니다.

근거를 한 방향으로 보내다

새 지침과 문헌은 AlphaEvidence에서 정리한 뒤 각 기관 환경으로 보냅니다. 모델과 보안 업데이트도 같은 방향으로만 보냅니다. 기관의 문서, 질문, 답변은 이 경로를 거꾸로 타고 바이오레로 오지 않습니다.

이 구조는 첫 기관의 사내망에 적용돼 있습니다. 일방향 구조는 데이터가 어디에 머물고 어디로 흐르는지에 대한 설계이며, 기관의 개인정보 처리 근거나 법적 적합성까지 확인해 주지는 않습니다.

개인의 AI를 기관의 AI로 넓히다

의료인은 이미 개인 계정으로 AI를 업무에 쓰고 있습니다. 하지만 기관이 이를 업무 도구로 들이려면 기능만으로는 부족하고, 데이터 보호, 사용 권한, 운영 기준, 감사 기록이 갖춰져야 합니다. 바이오레는 이를 두 가지로 준비합니다. 하나는 사내망이나 분리 클라우드에 설치하는 알파닥이고, 다른 하나는 기관의 정책에 따라 접근 권한과 민감정보 처리를 통제하는 기관 단위 보안 체계입니다. 사내망 알파닥은 첫 기관에 설치를 마쳤고 기관 환경에서 공개 기반 모델로 돌아갑니다. 이 모델은 바이오레의 의료 특화 AI 모델로 바꿀 예정입니다.

AlphaLayer의 통제를 기관 전체로

AlphaLayer는 지금 일부 텍스트 기능에서 외부 AI 실행을 등록된 정책으로 통제합니다. 기관 단위 보안 체계는 이 통제를 기관 전체로 넓히는 설계입니다. 요청마다 인증과 접근 권한을 확인하고, 민감정보를 찾아 토큰으로 바꾸고, 입력과 첨부 자료를 검사한 뒤 허용된 모델만 부릅니다. 응답은 정보 누출과 복원 권한을 점검한 뒤 전달하고, 기관별 감사 기록과 보관 정책을 적용합니다. 검사를 통과하지 못한 요청은 처리하지 않고 막는 것을 원칙으로 합니다.

모델을 직접 만드는 이유

의료기관 중에는 환자 정보와 내부 자료를 외부 클라우드의 상용 AI로 보낼 수 없는 곳이 많습니다. 이런 기관에는 외부 API 없이 기관 안에서 돌아가는 모델이 필요합니다. 모델을 직접 만드는 첫째 이유입니다. 둘째는 비용입니다. 답의 품질을 지키면서 더 적은 연산으로 더 빨리 답해야 기관이 감당할 수 있는 비용으로 운영할 수 있습니다. 셋째는 검증입니다. 어떤 데이터로 무엇을 학습했고 어떤 기준으로 평가했는지 밝힐 수 있어야 의료인과 기관이 모델을 믿고 쓸 수 있습니다.

모델을 만드는 방법

검증된 공개 기반 모델에 의료 지식을 추가로 학습시키고 최적화합니다. 기반 모델을 처음부터 만드는 대신, 더 작은 모델에서 의료 업무에 필요한 성능을 끌어내는 데 집중합니다. 의료 성능은 AlphaEvidence의 근거를 기준으로 대형 상용 모델과 같은 조건에서 비교해 평가합니다. AlphaDoc Engine은 처음부터 특정 모델에 묶이지 않게 설계했기 때문에, 이 모델은 현재 기관 환경에서 돌아가는 공개 기반 모델의 자리에 그대로 들어갑니다. 사내망과 분리 클라우드 모두 기관 환경 안의 모델로 답하며, 외부 모델을 부르지 않습니다. 이후에는 기관이 허용한 범위와 적법한 권한 안에서 기관별 전용 모델로 넓히려 합니다.

대화 내용과 전달 정보를 분리하다

전송 구간만 암호화하면 서버에 저장된 내용은 서버가 읽을 수 있습니다. AlphaSeal을 적용한 1:1 쪽지는 보내는 사람의 브라우저에서 본문을 암호화하므로, 서버의 일반 저장소에는 암호문으로 남습니다.

보낸 사람, 받는 사람, 시각, 읽음 여부처럼 전달에 필요한 정보는 암호화하지 않고 따로 남습니다. 신고할 때는 당사자가 복호화한 내용을 제출할 수 있습니다. 그래서 AlphaSeal이 대화의 모든 정보를 숨기는 것은 아닙니다.

브라우저에서 봉인하고 상대의 브라우저에서 열다

새 쪽지는 대화와 보낸 순서 정보를 묶어 암호화되고, 받는 사람의 브라우저에서 검증한 뒤 복호화됩니다. 키는 지원 환경과 복구 설정에 따라 보호되고, 기기를 바꿀 때 쓸 수 있는 복구 방법을 제공합니다.

현재 적용 범위는 지원하는 1:1 쪽지입니다. 그룹 대화, 완전한 순방향 비밀성, 이미 침해된 사용자 브라우저의 보호, 환자정보 전송 적합성은 포함하지 않습니다.

외부 AI를 쓸 때의 경계를 정하다

일부 글자를 가린다고 외부 AI 사용이 통제되지는 않습니다. 어떤 기능이 어떤 조건에서 외부 AI를 쓰는지 확인하고, 허용되지 않은 요청은 밖으로 나가기 전에 막아야 합니다.

AlphaLayer는 AlphaDoc Engine과 외부 AI 사이에서 요청이 등록된 목적과 조건에 맞는지 확인합니다. 지원하는 데이터 유형과 텍스트에 정책을 적용하고, 실행에 필요한 내용만 넘깁니다.

허용된 요청만 밖으로

보호 대상으로 지정된 텍스트는 등록된 정책을 거친 뒤에만 외부 AI에서 실행됩니다. 돌아온 결과가 원래 요청의 것인지 확인한 뒤 알파닥에 전달하고, 기록은 운영에 필요한 만큼만 남기는 것을 원칙으로 합니다.

현재 알파닥의 일부 텍스트 기능에서 운영 검증을 마쳤습니다. 모든 기능, 모든 식별정보 유형, 이미지, 원본 파일까지 보호하는 것은 아니며, 환자정보 처리 준비나 법적 적합성을 뜻하지도 않습니다.

해석하기 전에 입력부터 맞추다

같은 이미지라도 파일 형식, 방향, 크기, 좌표 기준이 다르면 다음 단계에서는 다른 이미지처럼 다뤄집니다. 원본과 변환본을 따로 관리하면 어디서 무엇이 바뀌었는지도 알기 어렵습니다.

AlphaImage는 지원하는 정적 이미지를 같은 형식과 좌표계로 정리하고, 원본과 기존 주석의 이력을 남긴 Image Artifact를 만듭니다.

서로 다른 이미지를 하나의 기준으로

허용된 입력인지 확인한 뒤 안전한 공통 형식으로 바꾸고, 좌표 변환 내역과 기존 주석의 출처를 아티팩트에 기록합니다. 이후 기능은 이 결과를 다시 씁니다.

구현과 합성 이미지를 사용한 제한된 실행 검증을 마쳤고, 알파닥 사용자 화면에 적용할지는 검토 중입니다. AlphaImage는 영상을 판독하거나 진단하지 않으며, 환자정보 처리 준비나 법적 적합성은 확인하지 않았습니다.

읽은 문서를 다시 쓰는 지식으로

PDF, DOCX, HWP, CSV는 구조를 담는 방식이 서로 다릅니다. 글자만 뽑아내면 표와 문단 구분, 원문의 위치, 처리 이력이 빠지기 쉽습니다.

AlphaDocument는 지원하는 문서를 구조와 출처가 남는 Document Artifact로 바꿉니다. 같은 문서를 같은 기준으로 처리하면 같은 결과가 나와 다시 확인할 수 있고, 변환한 내용은 알파닥의 여러 기능에서 다시 씁니다.

문서가 아티팩트가 되는 과정

문서를 읽어 남길 수 있는 구조와 원문 위치를 정리하고, 처리 기준과 무결성 정보를 붙입니다. 이렇게 만든 아티팩트는 알파닥에서 문서 내용이 필요한 기능에 다시 쓰입니다.

핵심 엔진과 제품 연결은 구현돼 있고, 적용 범위를 넓히고 있습니다. 남길 수 있는 요소는 파일 형식마다 달라서 원본의 표, 이미지, 페이지 배치를 모두 그대로 재현하지는 못합니다.

질문 다음의 일을 설계하다

근거를 찾는 일, 문서를 다루는 일, 기록을 정리하는 일은 필요한 입력도 확인할 점도 다릅니다. AlphaDoc Engine은 어떤 모델을 쓸지보다 사용자가 지금 하려는 일이 무엇인지를 먼저 구분합니다.

그다음 그 일에 맞는 근거와 문서, 도구, 답의 형식을 고릅니다. AlphaDoc Engine은 바이오레가 만든 거대언어모델이 아니라, 바이오레의 기술을 의료 업무에 맞게 묶어 실행하는 계층입니다. 바이오레가 개발 중인 의료 특화 AI 모델도 이 계층에서 지금 쓰는 모델을 대신할 예정입니다.

목적을 확인하고 다음 작업으로

할 일을 확인하면 AlphaEvidence의 근거와 쓸 수 있는 문서, 이미지 데이터를 불러옵니다. 외부 AI 실행에 보호가 필요한 요청은 AlphaLayer가 적용된 경로로 보내고, 결과는 사용자가 확인한 뒤 다음 작업으로 넘어갑니다.

이 구조는 알파닥의 여러 기능에서 동작합니다. 근거의 품질을 평가하는 범위와 방법은 기능마다 다릅니다.

근거는 어디에서 왔는가

논문과 진료지침은 많이 모은다고 믿을 수 있는 근거가 되지 않습니다. 어디서 가져왔는지, 언제 확인했는지, 그 뒤 무엇이 바뀌었는지가 남아 있어야 의료인이 다시 확인할 수 있습니다.

AlphaEvidence는 문헌과 진료지침마다 식별 정보, 출처, 이용 조건, 변경 이력을 묶어 저장합니다. 답변을 저장하지는 않습니다. 답에 쓰인 근거를 나중에 다시 찾아갈 수 있게 하는 것이 목적입니다.

자료가 근거가 되기까지

새 자료가 들어오면 출처와 식별 정보를 맞추고, 같은 자료의 이전 버전과 품질 정보를 연결합니다. AlphaDoc Engine은 이렇게 이력이 붙은 근거를 받아 답에 씁니다.

AlphaEvidence는 알파닥이 근거를 찾는 경로에 연결돼 있습니다. 아래 공개 집계는 보유한 문헌과 진료지침의 수이며, 임상 검증을 마친 자료의 수가 아닙니다.