테더가 QVAC MedPsy라는 의료 AI 모델을 출시했다. 이 모델은 스마트폰에서 완전히 실행되며 실제 시나리오에서 구글의 더 큰 모델인 MedGemma-27B를 능가한다. 회사에 따르면 이 모델은 구글 버전보다 컴퓨팅 리소스를 3배 적게 사용하며 크기는 16배 더 작다.
성능 대 크기
벤치마크 결과, QVAC MedPsy는 실제 임상 사용을 모방한 작업에서 MedGemma-27B보다 높은 점수를 기록했다. 구글의 모델은 상당한 서버급 처리가 필요한 반면, 테더의 모델은 모바일 기기에 적합하다. 효율성 향상은 모델의 컴팩트한 아키텍처(파라미터 수 기준 16배 더 작음)에서 비롯되며, 그럼에도 불구하고 우수한 결과를 제공한다.
이러한 크기 차이는 컴퓨팅 요구 사항으로 직접 이어진다. QVAC MedPsy는 MedGemma-27B의 약 1/3에 해당하는 처리 성능을 소비하므로 인터넷 연결 없이도 기기 내 추론이 가능하다.
의료 AI에서 효율성이 중요한 이유
스마트폰에서 AI를 실행하면 안정적인 서버 연결이 보장되지 않는 원격 진료소나 저자원 환경에서도 사용 사례가 열린다. 기기에 맞는 모델은 환자 데이터를 로컬에서 분석할 수 있어 지연 시간과 개인정보 보호 위험을 줄인다. 테더는 구체적인 배포 계획을 공개하지 않았지만, 모델의 성능은 정신과 또는 심리 검사(심리학이나 정신의학을 의미하는 QVAC MedPsy의 'Psy')를 처리할 수 있음을 시사한다.
의료 분야는 데이터 민감성 때문에 클라우드 전용 AI에 신중한 입장을 취해왔다. 대형 경쟁사보다 뛰어난 성능을 보이는 기기 내 모델은 병원과 모바일 헬스 앱에서 채택을 가속화할 수 있다.
기반 기술
스테이블코인 USDT로 가장 잘 알려진 테더는 조용히 AI 분야에서 역량을 쌓아왔다. QVAC MedPsy는 테더의 첫 번째 의료 모델 중 하나다. 회사는 상세한 네트워크 아키텍처를 공개하지 않았지만, 스마트폰에서 실행되면서도 훨씬 더 큰 모델을 능가하는 능력은 학습 또는 양자화 과정에서의 적극적인 최적화를 시사한다.
반면 구글의 MedGemma-27B는 클라우드 또는 고성능 하드웨어용으로 설계되었다. 테더의 접근 방식은 이러한 가정을 뒤집으며, 특정 도메인 작업에서는 더 작은 모델이 더 강력할 수 있음을 보여준다.
출시일이나 파트너십은 아직 발표되지 않았다. 현재로서는 벤치마크 결과가 의료 AI가 항상 대형 장비 없이도 큰 성과를 낼 수 있다는 증거로 남아 있다.
