"당신은 70세까지 밖에 살 수 없습니다."

네이처 컴퓨팅 사이언스에 발표된 획기적인 연구에서 연구원들은 라이프투백스(life2vec)라는 이름의 혁명적인 인공 지능 시스템을 소개했다.

이 혁신적인 기계 학습 모델은 개인의 삶의 다양한 측면에 대해 놀랍도록 정확한 예측을 하기 위해 인간의 삶을 언어로 다루는 독특한 접근 방식을 사용했다.

덴마크의 수백만 명의 주민들의 광범위한 데이터를 기반으로 하는 라이프투백스 모델은 사망률, 국제적인 움직임 및 심지어 성격 특성의 영역을 파고드는 능력을 보여줬다.

이 연구의 의미는 지금까지 탐험되지 않은 인간 삶의 측면에 대한 방대하고 유망한 통찰력이다.

△라이프투백스의 발전

라이프투백스는 독특한 방법론을 사용한 연구자 팀에 의해 만들어졌다. 급여 변경 및 입원과 같은 이벤트의 디지털 표현을 만들면서, 그 모델은 개인의 데이터를 독특한 타임라인으로 처리했다.

이러한 이벤트들은 기계가 인식할 수 있는 디지털 ‘토큰’으로 인코딩되어 개인의 생활 이력에 기초한 미래에 대한 예측을 생성할 수 있게 했다.

△사망률 예측의 전례 없는 정확도

라이프투백스의 가장 놀라운 성과 중 하나는 사망률 예측 정확도다. 연구 지표에 따르면 이 모델은 4년 동안 사망률 예측에서 78% 이상의 정확도를 달성해 보험수리표 및 기타 기계 학습 도구와 같은 전통적인 방법을 능가했다.

이 기능의 잠재적인 응용 분야는 개인화된 건강 예측에서 희귀 질병의 인구 수준 위험 요소를 이해하는 것까지 광범위하다.

사망률 예측 외에도 라이프투백스는 약 73%의 정확도로 국제적인 움직임을 예측하는 능숙함을 보여줬다.

이는 이주 패턴과 사회 변화를 이해하는 길을 열어준다. 또한 연구원들은 성격 특성을 삶의 사건과 연결하는 모델의 능력을 탐구했다.

초기 결과는 유망한 상관 관계를 시사하며 개인의 특성이 삶의 궤적에 어떻게 영향을 미치는지에 대한 더 미묘한 이해의 가능성을 암시한다.

△숨겨진 관계 공개

프린스턴 대학의 사회학 교수인 매슈 살가닉은 라이프투백스의 개발자들은 이 분야에서 전에 볼 수 없었던 스타일을 사용한다고 말하며, 그 연구의 혁신적인 접근법에 대해 칭찬했다.

그 모델의 유연성과 포괄적인 훈련 데이터는 그것을 인간 삶의 다양한 측면들을 예측하는 다용도의 도구로 만든다.

의료 전문가들은 희귀 질병의 인구 수준 위험 요소들을 밝히기 위해 이미 건강과 관련된 버전의 라이프투백스을 개발하는 것에 관심을 표명했다.

라이프투백스가 계속해서 진화함에 따라 개발자들은 인간 삶의 아직 탐험되지 않은 수많은 측면을 탐색하기 위해 미세 조정될 수 있는 도구를 구상했다.

이 모델은 삶의 질에 대한 관계의 영향, 급여 및 조기 사망의 결정 요인, 숨겨진 사회적 편견의 식별과 같은 중요한 질문에 답할 수 있는 잠재력을 가지고 있다.

덴마크의 방대한 데이터 세트를 활용해 라이프투백스는 직업적 발전과 연령 또는 출신 국가와 같은 요인 사이의 예상치 못한 연관성을 밝힐 수 있다.