구글, 이중 스트림 혈당 예측 모델 GlucoFM 공개

스마트워치 같은 웨어러블은 움직임과 심박 같은 간접 신호로 활동량과 수면을 추정하는데요, 혈당 조절 상태를 직접 보여주지는 않아요. 반면 CGM은 피부 아래 작은 센서로 몇 분마다 간질액 포도당을 재서 공복·야간·식후 패턴까지 잡아내요. 문제는 이 신호를 해석할 기준이 되는 고품질 임상 라벨이 드물고 확보 비용도 크다는 데 있어요. CGMformer, GluFormer, CGM-JEPA 같은 기존 CGM 파운데이션 모델들도 혈당 신호를 하나의 표현 흐름으로만 처리해서, 느린 기저 패턴과 식사·활동·센서 잡음에서 나오는 단기 요동을 구분하지 못했어요.

느린 흐름과 짧은 요동을 갈라 학습하다

GlucoFM은 이 지점을 겨냥해 하루 24시간 혈당 기록을 5분 간격 격자에 맞춘 다음, 관측된 지점과 비어 있는 지점을 구분하는 마스크를 따로 유지해요. 인코더는 두 갈래로 나뉘는데요, 하나는 느린 혈당 기저 흐름을 담당하고 다른 하나는 식사·활동·센서 잡음에서 오는 잔차 요동을 담당해요. 원시 혈당값을 그대로 복원하는 대신, 잠재 표현을 예측하는 두 가지 목표로 사전학습을 진행했고, 기저선 이탈이나 압축 손실, 희소 샘플링, 짧은 연결 끊김 같은 실제 CGM 기록의 결측 상황을 학습 중에 인위적으로 겪게 했어요. 이 모델은 Wear-CGM 두 건과 기존 공개 데이터셋 네 개를 합쳐 109,066시간, 477명 참가자·세션 분량의 라벨 없는 데이터로 사전학습됐어요.

얼마나 앞섰나

구글 리서치는 CGMacros, Stanford, Hall, ShanghaiT2DM 네 개 코호트에서 당뇨병 위험·인슐린 저항성·베타세포 기능장애·고지혈증·저혈당·비만·글루코타입까지 일곱 개 임상 과제를 평가했어요. 인코더를 고정한 채 선형 분류기만 새로 학습시키는 방식으로, 학습·평가 세트에 같은 참가자가 겹치지 않게 나눴는데요.

비교 항목	기존 최강 모델	GlucoFM
평균 PR-AUC (14개 조합)	54.7	58.8
GluFormer 대비 (동일 코퍼스 사전학습)	기준	+5.8점
식후 2시간 혈당 예측 MAE	22.90 mg/dL	21.88 mg/dL
교차 데이터셋 전이 (12개 평가)	기준	11개서 0.5~8.6점 우위

GlucoFM은 당뇨병 위험과 베타세포 기능장애 평가 전부에서, 인슐린 저항성 평가 네 개 중 세 개에서 가장 높은 점수를 냈어요. Dexcom과 Libre 두 종류의 CGM 기기에서 얻은 874건의 식사 이벤트(참가자 34명)로 식후 혈당 변화를 예측했을 때도, 사전 식사 한 시간 데이터와 영양 정보, 공복혈당·체질량지수를 다 더한 조건에서 평균절대오차 21.88 mg/dL을 기록해 최고 베이스라인 22.90 mg/dL, 단순 평균 기준선 27.69 mg/dL을 모두 앞섰어요.

라벨이 적을수록 격차가 커진다

하루치 기록을 최대 7일까지 평균 내어 합치면 대부분의 설정에서 예측력이 올라갔는데요, Stanford 베타세포 기능장애 평가는 9.6점, Hall 당뇨병 예측은 14.0점이 올랐어요. 한 코호트에서 학습한 분류기를 전혀 다른 코호트에 적용하는 교차 데이터셋 전이 시험에서는 12개 평가 중 11개에서 기존 최강 모델을 0.5~8.6점 차로 앞섰고, 절대 PR-AUC는 61.6%(Stanford→Hall)부터 90.0%(Hall→CGMacros 인슐린 저항성)까지 나왔어요. 라벨이 붙은 참가자를 클래스당 한 명, 관측치를 1%만 쓰는 극단적으로 적은 조건에서도 GlucoFM 표현이 가장 높은 점수를 유지했다는 점은, 임상 라벨을 구하기 힘든 실제 연구 환경에서 특히 값어치가 있는 결과예요. 연구진이 이중 스트림 구조를 원시 입력·기저 흐름 중심·단기 요동 중심 버전과 비교했을 때도, 요동만 쓴 버전이 가장 약했고 두 흐름을 함께 쓴 전체 모델이 꾸준히 앞섰어요.

앞서 구글 리서치가 의료 AI 'AMIE'에 영상·음성 진료 능력을 더한 사례도 같은 조직의 헬스케어 AI 연구 흐름 위에 있는데요, AMIE가 진료 상담이라는 접점을 다뤘다면 GlucoFM은 그 이전 단계인 생체신호 해석에 자리해요.

연구진은 논문에서 현재 사전학습 인구가 아직 크지 않다는 점을 한계로 밝혔고, 앞으로 더 크고 다양한 인구 집단으로 확장하는 동시에 24시간 단위 독립 처리를 넘어 몇 주·몇 달 단위로 이어지는 다일(多日) 모델링, 실시간 변화 대응까지 다음 단계로 잡고 있다고 전했어요.

에디터의 시선

CGM 시장은 지금까지 당뇨병 환자를 위한 의료기기로 시작해 최근 몇 년 사이 일반 소비자용 대사 건강 관리 기기로 저변을 넓히고 있어요. 이 흐름에서 병목은 늘 같았어요 — 센서는 5분마다 데이터를 쏟아내는데, 그 데이터를 「이 사람이 당뇨병 위험이 높다」로 번역해 줄 라벨 붙은 임상 사례는 병원 하나에서 몇백 건을 모으기도 힘들었거든요. GlucoFM이 겨냥한 지점이 정확히 여기예요. 라벨 없는 원시 신호로 먼저 표현을 익히고, 그 위에 아주 적은 라벨만 얹어 성능을 끌어올리는 구조는 의료 AI에서 몇 년째 반복되는 처방이지만, 혈당 신호처럼 개인차가 크고 기기(Dexcom·Libre)마다 잡히는 값이 다른 영역에서 이 정도 전이 성능이 나온 건 눈에 띄는 결과예요.

비슷한 크기의 자기지도 파운데이션 모델을 실제 코호트 데이터에 붙여 보면 늘 같은 패턴이 반복돼요 — 데이터를 하나의 흐름으로 뭉쳐 넣으면 초반 성능은 그럴듯하게 나오지만, 코호트를 바꾸는 순간 점수가 무너져요. GlucoFM이 기저 흐름과 단기 요동을 구조적으로 갈라놓고도 교차 코호트 전이에서 12개 중 11개를 이긴 건, 그 분리가 단순한 설계 취향이 아니라 실제로 노이즈를 걸러내는 역할을 했다는 뜻으로 읽혀요.

국내에서 이 기술을 지켜볼 곳은 CGM 기기를 다루는 의료기기 업체와 디지털 헬스 스타트업, 그리고 코호트 데이터를 쌓아 온 병원 연구팀일 거예요. 라벨링에 드는 비용을 줄이면서도 예측력을 확보하고 싶다면, 자체 데이터를 처음부터 다 라벨링하기보다 이런 사전학습 표현을 가져와 소량의 라벨만 얹는 방식을 먼저 검토해 볼 만해요. 다만 이번 평가는 참가자 수백 명 규모의 코호트 네 개에 그쳐 있어서, 한국인 대사 특성이 반영된 코호트에서 같은 전이 성능이 나올지는 아직 다른 문제예요.

앞으로 몇 달 안에는 이 논문이 다른 연구팀의 CGM 코호트에 재현되면서 성능 격차가 얼마나 유지되는지가 관전 포인트가 될 거예요. 구글 리서치가 다일(多日) 모델링과 실시간 대응까지 다음 단계로 못박아 둔 만큼, 웨어러블과 CGM을 함께 쓰는 소비자 대사 건강 서비스에도 이 표현이 흘러들어갈 가능성이 커요.