[IT비즈뉴스 최태우 기자] 자일링스가 징크(Zynq) 울트라스케일+ MPSoC 기반으로 구현되는 ZCU104 레퍼런스 디자인키트를 앞세워 의료·헬스케어시장 공략을 강화한다.

스플라인.AI(Spline.AI)와 공동 개발한 레퍼런스 디자인키트는 아마존웹서비스(AWS) 클라우드 위에서 의료용 X-레이 분류 딥러닝(DL) 모델을 구동할 수 있도록 설계됐다.

질병의 분류 및 감지 등과 같은 다양한 신경망을 실행할 수 있는 소프트IP 텐서 가속기인 딥러닝프로세서(DPU)도 탑재됐다.

파이썬(Python) 프로그래밍 플랫폼에서 실행되는 오픈소스 모델을 사용해 RTL 같은 복잡한 언어 없이도 다양한 애플리케이션별 요구사항에 능동적으로 대응할 수 있다는 게 자일링스의 설명이다.

AI모델은 아마존의 세이지메이커(SageMaker)로 트레이닝되고 AWS IoT 그린그래스(AWS IoT Greengrass)와 연결되면서 클라우드-엣지단에서의 ML 모델을 AI추론은 물론 원격 업데이트, 분산배치와 타 지역으로의 확장도 가능하도록 설계된 점이 특징이다.

흉부 X-레이 DL 모델에는 스탠포드대학 등 유수 대학, 의료기관에서 검증된 데이터셋을 활용해 정확도를 높였다.

이미지 프로세싱 매핑이 확실하게 구현돼 있으며 오픈소스인 핑크(PYNQ)와 파이썬, 징크보드 및 AWS 그린그래스가 유기적으로 연결된 헬스케어 플랫폼이라는 게 사측 주장이다.

특히 엣지에서 CNN/DPU를 구현할 수 있는 점, AWS 그린그래스와 다수 기기간의 확장성도 높아 부피나 무게가 큰 대형 의료장비의 이동 등 지엽적인 문제를 해결하고 타 로컬에서 운영되고 있는 장비 간 연결도 가능한 점을 강점으로 내세웠다.

더크 디다스칼로 AWS IoT 부문 부사장은 “임상 및 방사선 애플리케이션을 위한 트레이닝 모델을 신속하게 개발하고자 하는 엔지니어에게는 DL 모델과 레퍼런스 디자인 발표는 희소식”이라고 말했다.

이어 “자일링스와 스플라인.AI는 세이지메이커를 활용해 저가 의료기기로 정확한 임상 진단을 지원할 수 있는 고품질 솔루션을 개발하는 데 성공했다. 이는 IoT 그린그래스를 통해 의료진이 물리적인 의료기기를 사용하지 않고도 X-레이 이미지를 클라우드에 쉽게 업로드할 수 있어 원격진료 범위를 확장시켜줄 것으로 기대한다”고 말했다.

자일링스는 솔루션 공개를 통해 코로나19 팬데믹으로 발전 가능성이 더 커진 의료·헬스케어 시장에서의 입지도 강화한다는 전략이다. 

자일링스는 5년 전부터 FPGA의 유연성과 다수의 커스텀IO를 지원하는 등의 기술적인 강점을 이슈로 시스템온칩(SoC)화 전략을 앞세워 관련 시장에 대응하고 있다.

저전력/컴퓨팅파워 니즈를 반영한 초소형 의료용 IoT 플랫폼 시장에서 2016년 대비 2.5배 매출 신장을 기록하면서 점유율 확대에도 나서고 있다.

수브 바타차랴 자일링스 헬스케어·사이언스 부문 총괄은 “FPGA에서 SoC화로, 다시 적응형컴퓨팅(ACAP) 모듈로의 진화를 꾀하는 자일링스의 솔루션은 다수의 글로벌 의료장비 기업의 제품에 탑재되고 있다”며 “검증된 데이터로 고도화된 DL 모델, CPU/GPU 대비 전력효율성이 높은 MPSoC 기반 레퍼런스 디자인을 통해 의료·헬스케어 시장에서의 디지털혁신(DT)을 지원할 것”이라고 말했다.