솔직히 저는 처음 이 연구 결과를 접했을 때 "드디어 올 것이 왔구나" 싶었습니다. AI 단독이 의사+AI 조합보다 더 정확하다는 메타 분석 결과였는데, 현업에서 연구를 하고 있는 입장에서는 고개가 갸웃해졌습니다. 정확도 숫자 하나로 설명되지 않는 부분들을 너무 많이 봐왔기 때문입니다.
논문이 말하는 것과 현장이 말하는 것
최근 npj Artificial Intelligence에 게재된 메타 분석 연구가 꽤 화제입니다. 319편의 논문을 검토해 52편을 추려 분석한 결과, 의사 단독보다 의사+AI가 낫고, 더 나아가 의사+AI보다 AI 단독의 진단 정확도가 비슷하거나 오히려 높다는 결론이 나왔습니다. 1천 명 이상의 의사와 약 35,000건의 진단 케이스를 종합한 수치이니 무게감이 없다고 할 수는 없습니다(출처: npj Artificial Intelligence).
여기서 메타 분석(Meta-analysis)이란 여러 독립된 연구들을 통계적으로 종합해 더 큰 표본과 신뢰도를 확보하는 연구 방법입니다. 의학에서는 근거 수준, 즉 레벨 오브 에비던스(Level of Evidence) 중 가장 높은 등급에 해당합니다.
그런데 제가 실제 연구를 해보면서 느낀 건, 이 정확도라는 수치가 임상 현장에서 갖는 의미가 생각보다 제한적이라는 점입니다. 논문에서 다루는 정확도는 대부분 특정 조건의 데이터셋에서 나온 수치입니다. 실제 환자는 교과서처럼 딱 맞아떨어지지 않습니다. 기저질환이 복합적으로 얽혀 있고, 환자가 호소하는 증상의 표현 방식도 제각각이며, 병원마다 검사 프로토콜도 다릅니다. 진단이 무조건 "x → A"처럼 단순 매핑되는 구조가 아니라는 것이죠.
논문에서 '의사의 개입이 AI 성능에 노이즈로 작용한다'고 해석할 여지가 있다고 했는데, 저는 그 개입이 반드시 노이즈인지는 다시 생각해봐야 한다고 봅니다. 의사가 AI 결과를 수정하는 행위 안에는 환자의 사회적 맥락, 선호도, 다른 임상 정보들이 녹아 있을 수 있기 때문입니다. 수치로는 잡히지 않는 그 부분이 오히려 임상적으로는 더 중요하게 작용할 때도 있습니다.
CDSS 도입의 현실, 정확도만으로는 부족합니다
그렇다면 AI 단독 진단 소프트웨어를 지금 당장 임상에 들여오면 어떻게 될까요. 솔직히 이건 예상 밖으로 복잡한 문제입니다.
CDSS(Clinical Decision Support System)란 의사의 임상 판단을 보조하기 위해 환자 데이터를 분석하고 권고안을 제시하는 소프트웨어 시스템을 말합니다. 단순한 AI 모델이 아니라, 전자의무기록(EMR)과 연동되어 실제 진료 흐름 안에 통합되어야 하는 복잡한 구조입니다.
제가 연구를 진행하면서 가장 많이 부딪힌 벽이 바로 이 지점입니다. 모델의 성능 지표인 민감도(Sensitivity)와 특이도(Specificity)가 충분히 높아도, 실제 임상 환경에서 쓰기 위해 넘어야 할 장벽들이 따로 있습니다. 민감도란 실제 환자를 환자로 맞히는 비율이고, 특이도란 정상인을 정상으로 맞히는 비율인데, 이 두 수치만으로 임상 적합성을 판단하기에는 무리가 있습니다.
현장에서 AI 기반 의료 소프트웨어가 실제로 쓰이려면 확인해야 할 요소들이 있습니다.
- 기존 EMR 시스템과의 연동 호환성
- 임상 워크플로우 방해 없이 결과를 제시하는 UX 설계
- 오류 발생 시 책임 소재를 명확히 하는 법적 기반
- 식품의약품안전처 인허가 및 의료기기 소프트웨어(SaMD) 등록 여부
- 보험 수가 적용 가능 여부
여기서 SaMD(Software as a Medical Device)란 의료기기로 분류되는 독립형 소프트웨어를 말합니다. AI 진단 소프트웨어가 임상에서 쓰이려면 단순히 성능이 좋은 것을 넘어 SaMD로 허가를 받아야 하고, 이 과정이 결코 간단하지 않습니다. 식품의약품안전처 기준에 따르면 AI 기반 의료기기 소프트웨어는 별도의 임상 시험 데이터와 안전성·유효성 자료를 제출해야 합니다(출처: 식품의약품안전처).
제 경험상 이 인허가 과정에서 모델 자체보다 서류와 임상 근거를 쌓는 데 훨씬 더 긴 시간이 걸립니다. 기술이 준비됐다고 해서 현장에 바로 들어올 수 있는 구조가 아닙니다.
AI 단독이 의사를 넘어서는 시대, 브릿지가 필요한 이유
AI가 의사보다 정확해지면 질수록 의사+AI 조합보다 AI 단독이 더 유리해지는 경향이 강해진다는 분석, 이건 앞으로를 준비하는 관점에서는 분명히 의미 있는 인사이트입니다. 그런데 이 결론을 읽으면서 제가 동시에 드는 생각이 있었습니다. "그 격차가 벌어지는 속도보다, 제도와 현장이 준비되는 속도가 훨씬 느리다"는 것입니다.
상호보완성 비율, 즉 컴플리멘터리 레이시오(Complementary Ratio)란 AI와 인간이 협력할 때 각자 단독으로 할 때보다 얼마나 더 나은 결과를 내는지를 나타내는 지표입니다. 이 수치가 AI 성능이 올라갈수록 줄어드는 경향이 있다는 건, 역설적으로 인간 의사가 개입할 여지가 점점 좁아진다는 의미이기도 합니다.
하지만 저는 그 여지가 완전히 사라지기 전까지의 구간, 그러니까 현재 우리가 살고 있는 이 시간대가 가장 중요하다고 생각합니다. AI가 압도적으로 정확한 시대가 오더라도, 그 AI가 실제 환자 앞에서 작동하려면 규제 체계, 수가 구조, 임상 프로토콜, 의료진 교육이 함께 따라와야 합니다. 기술이 먼저 달려나가고 제도가 뒤를 쫓아가는 구조에서, 그 간격을 메우는 것이 지금 이 시점에서 현장이 해야 할 가장 현실적인 과제입니다.
이 글은 현업에서 의료 AI를 연구하는 개인의 경험과 의견을 공유한 것이며, 전문적인 의료 또는 투자 조언이 아닙니다.