EviMed가 Zilliz Cloud의 확장 가능한 벡터 검색으로 AI 기반 헬스케어 인사이트를 강화하는 방법
30%
내부 시스템 운영 및 유지보수 비용 절감
8%
고객 응답 속도 향상
10%
검색 결과 정확도 향상
플러그 앤 플레이의 간편함
개발 및 DevOps 오버헤드를 최소화합니다
After integrating Zilliz Cloud vector database service, our system performance has significantly improved. During implementation, the Zilliz Cloud expert team provided excellent support and assistance, giving our EviMed platform a strong competitive advantage in the industry.
Dr. Zeyuan Wang
EviMed 소개
EviMed는 의료 전문가들에게 AI 기반 솔루션을 제공하는 데 전념하는 헬스케어 기술 기업입니다. EviMed의 플랫폼은 빅데이터와 인공지능을 활용하여 임상 의사결정, 의학 연구, 교육 및 헬스케어 관리를 지원합니다. 실시간의 근거 기반 의학 지식과 치료 권고안을 제공함으로써, EviMed는 임상의가 진료 현장에서 더 빠르고 더 정보에 기반한 결정을 내릴 수 있도록 합니다. 또한 이 플랫폼은 방대한 의학 문헌을 분석하여 연구 워크플로를 간소화함으로써 연구자와 교육자에게 필수적인 도구가 됩니다. 헬스케어 관리자에게 EviMed는 보다 효과적인 관리와 정책 개발을 지원하는 데이터 기반 인사이트를 제공합니다.
현재까지 EviMed는 300개 이상의 대형 3차 병원을 지원했고, 1,300만 건 이상의 의학 지식 검색 및 임상 Q&A 세션을 촉진했으며, 80만 개 이상의 의학 콘텐츠 생성에 기여했습니다. 의학적 정확성, 효율성 및 결과를 개선한다는 사명을 바탕으로, EviMed는 헬스케어 전문가들이 진료 연속체 전반에서 의학 지식에 접근하고 이를 적용하는 방식을 혁신하고 있습니다.
과제: 대규모 의학 지식의 복잡성 탐색
헬스케어 산업은 본질적으로 복잡하며, 방대한 정보 비대칭, 전문화된 용어 체계, 그리고 매우 세분화된 지식 영역으로 특징지어집니다. EviMed에게 이러한 과제는 빠르고 근거 기반의 답변을 대규모로 제공한다는 사명으로 인해 더욱 확대되었습니다.
EviMed는 3억 5천만 개 이상의 항목을 보유한 광범위한 의학 지식 데이터베이스를 구축하여 업계에서 가장 포괄적인 데이터베이스 중 하나가 되었습니다. 그러나 이 데이터의 규모와 깊이는 여러 기술적 병목 현상을 초래했습니다:
부정확하거나 불완전한 검색 결과: 기존의 전체 텍스트 검색 방식은 의학 언어의 미묘한 차이를 처리하는 데 어려움을 겪었습니다. 모호한 키워드 경계와 중복되는 용어로 인해 가장 관련성 높은 결과를 찾기 어려운 경우가 많았습니다. 사용자들은 검색 정확도와 완전성 문제를 자주 겪었고, 이는 제한적인 커버리지에 대한 불만과 불평으로 이어졌습니다.
성능 및 안정성 한계: 기존 인프라는 초 단위가 중요한 임상 환경에 필요한 낮은 지연 시간과 높은 안정성의 성능을 일관되게 제공하지 못했습니다. 그 결과 검색 작업은 종종 느리거나 불안정했습니다.
확장 및 비용 우려: 지속적인 비즈니스 성장에 따라, EviMed는 운영 오버헤드가 급증하지 않으면서 증가하는 벡터 저장 및 검색 수요를 처리할 수 있도록 탄력적으로 확장 가능한 솔루션이 필요했습니다.
고급 검색 유형 지원: EviMed의 사용 사례에는 단순한 dense vector search 이상의 기능이 필요했습니다. 이 플랫폼은 의학적 의미의 전체 범위를 포착하기 위해 dense 및 sparse vector search뿐만 아니라 hybrid keyword-vector queries도 지원해야 했습니다.
기술적 호환성 요구사항: EviMed의 백엔드 인프라는 Java에 크게 의존하고 있었기 때문에, 새로운 솔루션 또한 원활한 통합을 위해 강력한 Java SDK 지원을 제공해야 했습니다.
EviMed의 CEO인 Dr. Zeyuan Wang은 이렇게 말했습니다: “가장 정확한 의학 지식을 검색하고 이를 가장 합리적인 방식으로 제시하는 방법이 우리 의료 플랫폼이 직면한 주요 기술적 과제입니다.”
왜 Zilliz Cloud를 선택했는가?
Zilliz 팀과의 철저한 평가 및 커뮤니케이션 이후, EviMed는 Zilliz Cloud가 자사의 요구에 이상적인 솔루션이라고 판단했습니다. 이 결정은 몇 가지 핵심 요인에 기반했습니다:
다양한 검색 기능: Zilliz Cloud는 dense vector search, sparse vector search, keyword search를 포함한 다양한 검색 메커니즘을 지원합니다.
확장성: 이 플랫폼은 증가하는 벡터 저장 및 검색 요구를 지원하기 위해 탄력적 확장을 제공합니다.
비용 효율성: Zilliz Cloud는 대안에 비해 더 낮은 운영 비용이 발생합니다.
Java 호환성: 이 솔루션은 기존 Java 기반 시스템과의 뛰어난 호환성을 제공했습니다.
전문가 지원: Zilliz Cloud 전문가 팀은 훌륭한 구현 지원과 도움을 제공했습니다.
Zilliz Cloud가 EviMed의 운영을 혁신한 방법
EviMed는 수천만 개의 벡터 데이터를 Zilliz Cloud로 성공적으로 마이그레이션하여 두 가지 핵심 비즈니스 모듈을 구동하고 있습니다:
의료 지식 검색: 관련성 높고 정확한 의료 지식에 대한 접근을 가속화합니다.
임상 연구 지원: 의학 문헌, 가이드라인, 제약 데이터를 효율적으로 마이닝하고 분석할 수 있도록 합니다.
Zilliz Cloud는 EviMed 플랫폼의 핵심 기반이 되었으며, 전반적으로 성능, 지능, 확장성에서 상당한 개선을 제공하고 있습니다.
1. 더 빠르고 정확한 데이터 검색
Zilliz Cloud는 EviMed의 의료 지식 검색 속도와 정확성을 크게 향상시킵니다. 이제 의료 전문가는 임상 질문에 대한 답을 더 빠르게 얻을 수 있어, 더 신속한 의사결정과 더 나은 환자 결과로 이어집니다.
2. 고급 데이터 마이닝을 통한 더 깊은 임상 인사이트
임상시험 및 의약품 평가와 같은 시나리오에서 Zilliz Cloud는 고차원 벡터 분석을 통해 의학 문헌, 치료 지침, 의약품 설명서와 같은 복잡한 데이터셋에서 핵심 인사이트를 추출할 수 있게 하여, 정성적 및 정량적 연구 결과의 속도와 품질을 모두 향상시킵니다.
3. AI 에이전트에 장기 메모리 제공
Zilliz Cloud는 또한 EviMed의 AI 기반 데이터 분석 모듈을 위한 중요한 백엔드 역량을 제공합니다. 비용이 많이 들고 비효율적인 방식으로 대량의 컨텍스트를 LLM에 로드하는 대신, EviMed는 Zilliz Cloud를 사용해 벡터 검색을 통해 AI 에이전트의 장문 메모리를 저장하고 검색합니다. 이는 더 지능적인 워크플로를 지원할 뿐만 아니라 운영 비용도 크게 절감합니다.
4. 호환성 및 탄력적 확장성
Zilliz Cloud는 Java와의 즉시 사용 가능한 호환성과 밀집 벡터, 희소 벡터, 키워드 기반 검색을 포함한 하이브리드 검색 지원을 통해 EviMed의 기존 인프라에 원활하게 통합될 수 있도록 합니다. 또한 완전 관리형 클라우드 네이티브 아키텍처를 통해 팀은 비즈니스 성장에 맞춰 손쉽게 확장할 수 있습니다.
주요 이점 및 결과
Zilliz Cloud의 구현은 EviMed에 상당한 이점을 제공했습니다:
고객 경험 개선
고객 응답 속도 8% 증가
검색 결과 정확도 10% 향상
운영 효율성
내부 시스템 운영 및 유지보수 비용 30% 절감
플러그 앤 플레이의 단순성으로 개발 및 DevOps 부담 최소화
향상된 검색 기능
EviMed는 이전 솔루션을 괴롭히던 "검색 결과 없음" 문제를 제거했습니다. 의료 용어는 다양하며, 질병에는 여러 하위 그룹과 수식어가 있는 경우가 많습니다. 예를 들어, "advanced gastric or gastroesophageal junction adenocarcinoma in patients previously treated with fluoropyrimidine- or platinum-containing chemotherapy"와 같은 복잡한 쿼리는 기존 전문 검색 시스템에 어려움을 줄 수 있습니다. Zilliz Cloud의 결합된 벡터 검색 및 키워드 기반 전문 검색 기능은 일관되게 관련성 높은 결과를 제공하는 하이브리드 검색을 가능하게 합니다.
우수한 검색 기능
Zilliz Cloud는 특히 복잡하고 다면적인 쿼리에서 이전 솔루션을 괴롭히던 답답한 “결과 없음” 문제를 해결하는 데 도움을 주었습니다. 예를 들어, 다음과 같은 검색은:
“Advanced gastric or gastroesophageal junction adenocarcinoma in patients previously treated with fluoropyrimidine- or platinum-containing chemotherapy” 기존 전문 검색 시스템을 압도할 수 있습니다.
Zilliz Cloud의 하이브리드 검색은 벡터 기반 의미 검색과 키워드 기반 전문 검색을 결합하여, 가장 미묘한 임상 맥락에서도 매우 관련성 높은 결과를 제공합니다.
AI 에이전트에 메모리 제공
EviMed의 데이터 분석 모듈은 일련의 AI Agent에 의존합니다. 모든 배경 정보를 대규모 언어 모델에 입력하는 것은 지나치게 많은 비용이 들 것입니다. Zilliz Cloud는 이러한 배경 정보를 저장하고 Agent의 필요에 따라 벡터 검색을 통해 검색하여, 대규모 모델의 긴 컨텍스트에 대한 의존도를 줄이고 데이터 분석 비용을 낮춥니다.
향후 전망
EviMed와 Zilliz의 파트너십은 의료 지식 플랫폼이 지속적으로 성장하고 혁신할 수 있는 기반을 마련했습니다. EviMed의 CEO인 Dr. Zeyuan Wang은 다음과 같이 말합니다. "Zilliz Cloud 벡터 데이터베이스 서비스를 통합한 후, 우리 시스템 성능은 크게 향상되었습니다. 구현 과정에서 Zilliz Cloud 전문가 팀은 훌륭한 지원과 도움을 제공했으며, 이를 통해 우리 EviMed 플랫폼은 업계에서 강력한 경쟁 우위를 갖게 되었습니다."
Zilliz Cloud를 기반으로, EviMed는 전 세계 의료 전문가들이 의료 지식을 더 쉽게 접근하고 실행에 옮길 수 있도록 한다는 사명을 계속 발전시켜 나가고 있습니다.