구글 리서치가 8월 26일 연속혈당측정(CGM) 곡선만을 다루는 자기지도 기반모델 'GlucoFM'을 공개했다. 논문은 arXiv에 2605.30865번으로 게재됐으며, 저자는 구글 리서치의 Ahmed A. Metwally와 Zechen Li다. 다루는 문제는 구체적이다. 팔에 착용한 센서가 5분마다 수치를 하나씩 내놓고, 며칠치가 쌓이면 길고 잡음이 많은 곡선이 된다. 여기서 인슐린 저항성이나 베타세포 기능 같은 임상적으로 유용한 지표를 읽어내려면 그동안 수작업 특징 설계가 필요했다.
모델은 곡선을 두 갈래로 나눠 처리한다. 한쪽은 몇 시간에서 하루 단위의 대사 추세, 즉 '느린 변수'를 맡고 다른 쪽은 식후 급상승이나 야간 저혈당 같은 짧은 편차, 즉 '빠른 변수'를 맡는다. 각각 따로 인코딩한 뒤 합쳐서 표현을 만든다. 연구팀이 진행한 절제 실험(ablation)에서는 '이벤트 흐름'만 남긴 버전의 성능이 가장 나빴는데, 순간적인 변동만으로는 안정적인 대사 그림을 그릴 수 없다는 뜻이다.
숫자로 보면
사전학습에는 5개 데이터셋에서 모은 참가자·세션 기록 477건, 총 10만 9000시간의 라벨 없는 CGM 데이터가 쓰였다. 평가는 CGMacros, 스탠퍼드 코호트, Hall 코호트, ShanghaiT2DM 등 4개 집단·7개 임상 예측 과제에 걸쳐 이뤄졌고, 조합하면 14개의 코호트-과제 평가가 된다. 비교 대상인 GluFormer의 최상 변형과 비교했을 때 GlucoFM의 PR-AUC는 평균 5.8퍼센트포인트 높았고, 상대적 개선폭은 약 7.5%였다. 당뇨병 위험과 베타세포 기능에서는 전면적으로 앞섰고, 인슐린 저항성은 4개 평가 중 3개에서 이겼다. 식후 혈당 반응 예측의 평균절대오차(MAE)는 21.88 mg/dL로 베이스라인 22.90보다 낮았다. 데이터셋 간 전이를 보는 12개 평가 중 11개에서 이겼으며, 격차는 0.5~8.6점이었다.
실제 활용에 더 가까운 것은 소수 샘플(few-shot) 결과다. 카테고리마다 라벨이 붙은 참가자를 단 1명만 주거나 관측량의 1%만 쓰는 조건에서도 GlucoFM은 우위를 유지했다. 임상 연구에서는 라벨링 비용이 데이터 수집 비용보다 한 자릿수 이상 높은 경우가 흔한데, 이는 리더보드 점수보다 실용적인 의미를 지닌다.
데이터 규모라는 반전
대략 계산하면 10만 9000시간을 5분 간격으로 샘플링했을 때 데이터 포인트는 약 130만 개다. 요즘 언어모델이 수조 개 토큰 단위에서 출발하는 것과 비교하면 이 규모는 거의 눈에 띄지 않는 수준이다. 477건의 기록, 5개 데이터셋이라는 규모 역시 결코 크다고 할 수 없다. 구글 스스로도 한계점에서 이를 솔직히 인정하는데, 사전학습에 쓰인 모집단이 비교적 작고, 모델은 현재 독립된 24시간 창(window) 단위로만 처리하며 주 단위·월 단위 추세는 아직 보지 못한다고 밝혔다.
신호 기반 기반모델과 언어모델은 스케일링 논리 자체가 다르다. CGM 곡선은 자유도가 낮고 구조가 강해서, 수백 명 규모의 데이터만으로도 모델이 '정상적인 변동이 무엇인지'를 학습하기에 충분하다. 향후 계획으로 구글은 더 크고 다양한 집단으로의 확장, 여러 날을 아우르는 네이티브 모델링, 실시간 적응 지원을 언급했고, 코호트 간 잡음 패턴 차이를 규명하고 싶다고 밝혔다.
기기 적용
평가는 Dexcom과 Libre 두 종류의 센서에서 각각 따로 검증됐는데, 이는 모델이 특정 하드웨어의 샘플링 특성에 종속되지 않았음을 보여준다. 식후 반응 데이터는 참가자 34명에게서 얻은 페어링된 식사 이벤트 874건으로, 양은 많지 않지만 데이터 품질은 깔끔하다. CGM은 최근 몇 년간 당뇨병 관리에서 건강한 일반인으로 활용 범위를 넓혀 왔고, 처방전 없이 구매 가능한 버전이 나오면 착용자 수는 더 늘고 자기지도학습에 쓸 수 있는 라벨 없는 곡선 데이터도 함께 늘어난다. 소수 샘플로도 전이가 잘 되는 경량 모델은 바로 이 지점에 들어맞는다.
참고 출처: Google Research 공식 블로그, arXiv 논문 2605.30865, CocoLoop; 모델 구조, 사전학습 데이터량, 14개 코호트-과제 평가 기준은 공식 블로그 내용을 따랐다.