트릴리온랩스를 위한 기술 제안
도메인 특화 소형 LLM에 항암 식이 근거를 더하는 식품군별 부작용 위험도 205건과 권장·주의 식품 분류
한국식품연구원 정밀식이연구단
최효경 연구단장
기술 개요
2022년부터 항암 치료 환자 660명을 추적하며 식이(FFQ)·임상(EMR)·자가보고 부작용(PRO-CTCAE)·유전체(SNP)를 한 사람 단위로 모은 연구데이터와, 이 데이터로 어떤 식품군을 얼마나 먹으면 어떤 부작용 위험이 커지는지를 계산해 환자별 권장·주의 식품을 제시하는 부작용 예측 알고리즘입니다.
트릴리온랩스
가 이 기술을 주목해야 하는 이유
1
도메인 특화 소형 LLM: 항암 식이 학습 데이터
기존 문제
도메인 특화 증류로 소형 모델을 만들려면 그 분야의 검증된 지식이 필요하지만, 항암 식이는 공개 자료가 대개 일반 가이드라인 수준이라 식품군과 부작용의 연관을 가르칠 한국인 환자 근거가 부족하고 학습 뒤 성능을 확인할 평가 기준도 없습니다.
적용 방식
식품군별 위험도(OR) 205건과 권장·주의 식품 분류를 질문-근거 형식으로 정리해 의과학 도메인 증류 학습·평가 데이터에 넣고, 학습 전후로 범용 모델과 답변을 비교하는 기준으로도 씁니다. 식별정보 제거 가공 데이터의 이용 계약으로 시작합니다.
2
퍼스널 AI 에이전트: 건강 질문 안전성 평가
기존 문제
앱을 대신 조작하는 퍼스널 AI 에이전트는 사용자의 건강 질문에도 답하게 되는데, 암 치료 중 식단처럼 잘못 답하면 위험한 질문을 미리 가려낼 평가 기준이 없으면 건강 영역의 출시 범위와 답변 정책을 정하기 어렵고 내부 검증도 늦어집니다.
적용 방식
PRO-CTCAE 20개 항목과 식품군별 위험도로 항암 환자 식이 질문 시나리오와 기대 답변 근거를 만들어 에이전트 안전성 평가 문항으로 쓰고, 근거가 약한 질문은 답변을 보류하거나 전문가 안내로 넘기는 응답 정책 설계까지 PoC로 검토합니다.
도입 효과
기술·성능 개선
소형 LLM·에이전트에 항암 식이 학습·평가 데이터 추가
식품군별 위험도(OR) 205건으로 항암 식이 질문-근거 학습 데이터 구성
PRO-CTCAE 20항목 기반 에이전트 건강 질문 안전성 평가 문항 설계
학습 전후 범용 모델 대비 의과학 도메인 답변 비교 지표 추가
B. 비즈니스·사업 개선
의과학 특화 모델 협력·파운데이션 모델 공급 제안 강화
의과학 특화 모델 협력 제안서에 항암 식이 영역 평가 결과 추가
퍼스널 AI 에이전트 출시 전 건강 영역 답변 범위 판단 근거 확보
환자 데이터 수집 없이 660명 코호트 분석 결과로 바로 학습 착수
C. 협업 파트너십 체결
연구데이터 사용계약부터 공동연구까지 협업 가능
연구데이터 사용계약 · 민간수탁 · 공동연구 단계별 진행
연구자와 한국식품연구원 기술지원사업화센터 직접 참여
제공·협업 범위
구분
내용
코호트 데이터
항암 환자 660명의 임상·식이·부작용·유전체
환자당 평균 2.6회 관찰한 종단 데이터
식별정보 제거·마스킹 후 제공, 유전체 원데이터 제외
분석 결과·모델
식이 독립 효과 63개 등 위험도(OR) 라이브러리
시제품 3종: 웹 알고리즘·모바일 앱·LLM 식단
특허 출원 4건·영업비밀 등록 알고리즘
연구자 협업
자사 데이터 결합·해석을 돕는 1:1 기술교류
PRS·LP 최적화 등 고도화 모델 공동연구
암종 특화 모델·CDSS 실증은 민간수탁·공동연구로
이용·협업 조건
연구데이터 사용계약·민간수탁·공동연구 중 선택
비밀유지계약 후 데이터 실사·도입 검토부터
이용 범위·비용은 한국식품연구원 기술지원사업화센터와 협의
기술 핵심정보
어떤 기술인가요?
항암 부작용 예측·식이 의사결정 지원 기술은 항암 치료 환자 660명의 임상·처방·식이·자가보고 부작용·유전체 데이터를 한 사람 단위로 묶은 종단 코호트에서 어떤 식품군이 어떤 부작용 위험을 높이거나 낮추는지 찾아내는 데이터·분석 기술입니다. 28개 암종을 7개 군, 339종 약물을 5개 치료법으로 정리하고 432명·1,131개 관찰값을 교란 요인을 통제한 모델(CLMM)로 분석해 식이 독립 효과 63개를 확인했습니다. 이를 위험도(OR)로 바꿔 웹·앱·LLM 식단 추천 시제품으로 구현했고, PRS와 선형예측인자(LP) 최적화로 개인 맞춤 식단까지 고도화하고 있습니다.
어떤 문제를 해결하나요?
1.
가이드라인에 머무는 항암 환자 식이 관리
암 환자 60~80%가 치료 중 부작용을 겪지만 식이 관리는 일반 가이드라인·경험에 기대고, 치료별 반응 차이를 반영하지 못합니다. 암종·치료법·식이 데이터로 부작용 위험을 정량화해 치료 단계부터 식이로 조절하게 합니다.
2.
교란변수에 가려지는 식이-부작용 관계
단순 상관분석은 연령·성별·암종·치료법의 영향을 걸러내지 못해 식이와 부작용의 관계를 잘못 읽기 쉽습니다. 환자당 평균 2.6회 관찰한 432명·1,131개 관찰값을 CLMM으로 분석해 식이의 독립 효과만 골라냅니다.
3.
위험도 예측에서 멈추는 식이 추천
위험도만 알려 주면 무엇을 얼마나 바꿔야 할지는 환자와 의료진의 몫으로 남습니다. 선형예측인자(LP)로 부작용 예측과 식단 최적화를 하나의 수식으로 잇고, 572명 SNP 기반 PRS로 개인별 민감도까지 반영합니다.
연구자 소개
최효경
책임연구원 · 연구단장
한국식품연구원 식품기능연구본부 정밀식이연구단
연구 분야: 암 생존자 정밀영양 재활·의사결정 지원(P-NuRECA), 항암 치료 부작용-식이-유전체 코호트(660명) 구축·분석 책임, 유전체 기반 개인맞춤 영양, 후성유전학 기반 대사질환 조절
한국식품연구원 식품기능연구본부 정밀식이연구단 단장(책임연구원)
본 내용은 연구자가 직접 작성한 내용입니다.
연구자 한마디
“질병은 이제 단순한 치료를 넘어 조절과 관리의 대상입니다. 개별적으로 존재하던 임상, 영양, 유전체 데이터를 통합한 본 알고리즘은, 항암 환자는 물론 건강인 시장까지 확장 가능한 ‘개인 맞춤형 식이추천 플랫폼’의 강력한 코어가 될 것입니다.”
진행 프로세스
STEP 1
상담 신청
신청 폼 작성
STEP 2
연구자와 미팅
데이터·기술 확인
STEP 3
조건 협의
이용 범위·비용 범위
STEP 4
계약 체결 및 협업
협업 착수
자주 묻는 질문
왜 우리 회사에 기술을 제안했나요?
문의&상담 신청 이후 절차는 어떻게 진행되나요?
문의하면 비용이 발생하나요?
이 연구자와 다양한 협업을 진행하고 싶은데 어떻게 하면 되나요?
문의
담당자
송재민
이메일
jm.song@rndcircle.io
소속
(주)디써클 기술매칭팀
이 연구데이터 사용계약 및
상담 신청하기
데이터 연구
공동 연구
협업 제안
데이터 이용·협업 조건
데이터·기술 관련 문의
양측 협업 방식 진행 논의
자세한 자료 받기
데이터 구성/ 연구성과 자료를
보내드립니다