MS ‘AI 의사’, 실제 의사보다 진단 정확도 2배 높았다 작성일 10-23 47 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">국제학술지 사이언스에 연구 결과 게재<br>고난도 질환 진단 정확도 83%…일반의 36%<br>AI 의사들끼리 토론하며 검사·진단 결정<br>“실제 의사를 대체하는 수준은 아냐”<br>보스턴 대형병원서 실제 환자 대상 검증 착수</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="G3rlSAu5lp"> <figure class="figure_frm origin_fig" contents-hash="d2339cb0f218180566f7f5014727b52082915be6dbe2b138781e0175ce1b84f7" dmcf-pid="H0mSvc71W0" dmcf-ptype="figure"> <p class="link_figure"><img alt="MS ‘AI 의사’, 실제 의사보다 진단 정확도 2배 높았다 [그림=챗GPT]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/23/mk/20261023134503974deer.png" data-org-width="700" dmcf-mid="WsJf40jJWu" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/23/mk/20261023134503974deer.png" width="658"></p> <figcaption class="txt_caption default_figure"> MS ‘AI 의사’, 실제 의사보다 진단 정확도 2배 높았다 [그림=챗GPT] </figcaption> </figure> <div contents-hash="1eb5a62f8b4178ef69ab9bc259704cfb0217f3a229859c7af37ef2cb7c5beed4" dmcf-pid="XpsvTkzty3" dmcf-ptype="general"> 마이크로소프트(MS)가 개발한 인공지능(AI) 진단 시스템이 복잡한 질환을 진단하는 시험에서 실제 의사보다 2배 이상 높은 정확도를 기록했다. 여러 명의 의사가 모여 의견을 나누듯 AI가 스스로 질문하고 검사를 선택한 뒤 진단을 내리는 방식이다. 다만 AI의 성능 향상 상당 부분은 오픈AI의 GPT-5와 같은 기반 모델에서 나온 것으로 나타났다. </div> <p contents-hash="b763d623b65c54c99c7763fdf3b40707723622fe613508703c0c8363eca4b8f4" dmcf-pid="ZD8edKsAvF" dmcf-ptype="general">22일(현지시간) MS AI 연구진은 자체 개발한 ‘MS AI 진단 오케스트레이터(MAI-DxO)’가 고난도 임상 사례 304건에서 83.2%의 진단 정확도를 기록했다고 발표했다. 같은 문제를 푼 일반의의 정확도는 36.1%에 그쳤다. 지난해 6월 처음 공개된 연구 결과가 전문가들의 검증을 거쳐 정식 논문으로 게재된 것이다. 연구 결과는 국제학술지 ‘사이언스’에 게재됐다.</p> <p contents-hash="0b98c429cc3a66355a97a45770c692681679569d88044b1ce5c0e2756d3cc316" dmcf-pid="5w6dJ9OcTt" dmcf-ptype="general">연구진은 의학 분야 최고 권위 학술지 중 하나인 뉴잉글랜드저널오브메디슨(NEJM)에 실린 임상 사례를 활용했다. 일반의가 교과서와 인터넷을 참고했을 때 정확도는 36.1%, 참고자료 없이 진단했을 때는 22.3%였다.</p> <p contents-hash="66f4c6fe393810c150c52cf1a0ff53c17aea87e2d899650af8cb0101a4c0d691" dmcf-pid="1rPJi2IkT1" dmcf-ptype="general">이번 연구의 특징은 AI가 실제 의사처럼 진단 과정을 거치도록 했다는 점이다. 기존 의료 AI 평가는 환자의 증상과 검사 결과를 모두 제공한 뒤 정답을 맞히는 방식이 일반적이었다. 반면 MS는 환자의 초기 증상만 알려주고 AI가 직접 필요한 질문을 던지고 검사를 선택하도록 했다.</p> <p contents-hash="f0b7b05e722886328571dd30e9d9807e10571f39bcf60c00370fd2d8d6b93a7a" dmcf-pid="tmQinVCEv5" dmcf-ptype="general">이를 위해 연구진은 ‘순차 진단 벤치마크’라는 새로운 평가 방식을 개발했다. AI가 검사를 요청하면 별도의 시스템이 해당 결과만 제공한다. 검사마다 비용도 매겨 무조건 많은 검사를 하는 것이 아니라 정확도와 비용을 함께 고려하도록 했다.</p> <p contents-hash="49e830656a67f93ac83682e30b32884390c0f63f830d0df0b2e37b950a683406" dmcf-pid="FsxnLfhDCZ" dmcf-ptype="general">MAI-DxO는 하나의 AI 모델에 여러 의사 역할을 맡기는 방식으로 작동한다. 각각의 AI가 가능한 질환을 제시하고 서로의 판단을 반박하면서 추가 검사가 필요한지 결정한다. 실제 병원에서 여러 전문의가 모여 환자 상태를 논의하는 협진과 비슷한 구조다.</p> <p contents-hash="594e20ce556fcf01a3e0dd90b915216107136990674d6c7c44ce3532b462fc2e" dmcf-pid="3OMLo4lwlX" dmcf-ptype="general">진단 과정에서도 차이가 나타났다. 일반의는 첫 검사를 지시하기 전 평균 5.6개의 질문을 던졌지만 AI는 25.5개를 물었다. AI가 진단에 앞서 환자 정보를 더 적극적으로 수집한 것이다. 오답을 낸 경우에도 AI는 실제 정답과 유사한 질환을 선택하는 경향을 보였다.</p> <figure class="figure_frm origin_fig" contents-hash="b3528fa3e97bacd54af97dc44f9cd3a766795d0f46be5961cbb34381224f4440" dmcf-pid="0IRog8SrSH" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 시스템인 DxO(Diagnostic Orchestrator)가 실제 순차적 임상 추론(Sequential Diagnosis)을 통해 환자의 질환을 진단해 나가는 모습 [사진=사이언스]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/23/mk/20261023134505276fnwx.png" data-org-width="680" dmcf-mid="YLzVf3NdWU" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/23/mk/20261023134505276fnwx.png" width="658"></p> <figcaption class="txt_caption default_figure"> AI 시스템인 DxO(Diagnostic Orchestrator)가 실제 순차적 임상 추론(Sequential Diagnosis)을 통해 환자의 질환을 진단해 나가는 모습 [사진=사이언스] </figcaption> </figure> <div contents-hash="572f2ad44fdf23df225b65d47aff719e414fbfbeb39c363687f8cf4550e1d458" dmcf-pid="pCega6vmlG" dmcf-ptype="general"> 연구진은 응급실 환자를 대상으로도 성능을 확인했다. 미국 의료 데이터베이스에 수록된 응급실 입원 사례 325건을 분석한 결과 AI의 진단 정확도는 80.3%로 일반의의 46.8%보다 약 1.7배 높았다. 복잡하고 드문 질환뿐 아니라 상대적으로 일상적인 응급실 사례에서도 높은 정확도를 보인 것이다. </div> <p contents-hash="cec6f32f6e9f3b0a7461aea57b22bdfb6168617972c6564883b4bebfd624090b" dmcf-pid="UyokEeHlSY" dmcf-ptype="general">다만 AI가 항상 비용을 절감한 것은 아니다. 검사비 제한 없이 정확도만 높이도록 설정했을 때 AI의 사례당 평균 검사비는 5431달러로 일반의의 4725달러보다 많았다. 반면 비용을 제한하자 정확도 79.6%를 유지하면서 검사비를 1303달러까지 낮췄다. 이는 실제 환자에게 청구된 의료비가 아니라 미국 병원의 표준 수가를 적용해 계산한 금액이다.</p> <p contents-hash="8991e3fa62ae6f50012fd16cb408e00fea5f22e38a0cdf350566152a4ee98d51" dmcf-pid="uWgEDdXShW" dmcf-ptype="general">주목할 부분은 AI 진단 시스템의 성능이 기반 모델에 크게 좌우된다는 점이다. GPT-5는 별도의 진단 시스템 없이도 고난도 사례에서 78.9%의 정확도를 기록했다. MS 시스템을 적용했을 때 정확도는 83.2%로 약 4%포인트 높아졌다. 대신 검사 비용은 사례당 약 3000달러 줄었다.</p> <p contents-hash="47b70cd2e3a9d45631a0dbbd661b36ef0878da2c6decdbd9fbcce355d2f97e64" dmcf-pid="7YaDwJZvhy" dmcf-ptype="general">최신 모델을 활용하면 결과는 더 좋아졌다. 올해 4월 공개된 GPT-5.5를 적용한 경우 고난도 사례의 진단 정확도가 72%에서 87% 가까이로 높아졌다. 반면 응급실 사례에서는 시스템 적용 여부와 관계없이 정확도가 85% 안팎이었다. 구글의 ‘제미나이 2.5 플래시’는 46.4%에서 약 69%로 크게 개선됐다.</p> <p contents-hash="8ff5fa95c046503eac435a2f4db0f75de94835a33eb245de2da24bc518e94810" dmcf-pid="zGNwri5TCT" dmcf-ptype="general">이는 기본 AI 모델의 성능이 높을수록 추가적인 진단 시스템이 가져오는 정확도 개선 효과는 작아질 수 있다는 의미다. MS는 정확도뿐 아니라 검사 비용까지 함께 줄일 수 있다는 점에 의미를 두고 있다.</p> <p contents-hash="a9f40c3723cd55e183cf3c680edf00a17f29e2c8d170d75d8ccbfcb5b36d84e1" dmcf-pid="qHjrmn1ylv" dmcf-ptype="general">다만 이번 연구가 AI가 의사를 대체할 수 있다는 것을 입증한 것은 아니다. 비교 대상은 전문의가 아닌 일반의였으며 실제 진료에서 중요한 치료 결정과 환자 안전은 평가하지 않았다. 영상이나 조직검사 사진 없이 문자로 된 의료 정보만 활용했다는 한계도 있다.</p> <p contents-hash="48f0630be9ef53b582e97eba321ee326df5b3183625931a7f01a41e7d18aa31b" dmcf-pid="BXAmsLtWvS" dmcf-ptype="general">MS는 실제 환자를 대상으로 한 검증에 착수한다. 미국 보스턴의 대형병원인 베스이스라엘디코니스메디컬센터(BIDMC)와 협력해 환자가 기존 진료를 받는 동시에 AI와도 상호작용하도록 할 계획이다. 이후 AI의 진단 결과를 실제 의사의 판단과 비교한다. 무스타파 술레이만 MS AI 최고경영자(CEO)는 메이요클리닉과 함께 의료 분야에 특화된 AI 기반 모델을 개발해 내년 공개할 계획“이라며 ”2027년에는 의료기록 분야에서 코딩과 같은 돌파구를 목전에 두게 될 것”이라고 말했다. [실리콘밸리 원호섭 특파원]</p> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 젠슨 황 “2029년 메모리 공급과잉 없을 것”…반도체 슈퍼사이클 논란에 반박 10-23 다음 낸드값 치솟는데…SK하이닉스, 투자 '골든타임' 놓치나 10-23 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
