AI 명의가 온다…의대 열풍은 계속될까? 작성일 05-05 34 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="qZKkG0d8Sz"> <figure class="figure_frm origin_fig" contents-hash="9ee734ef1e3dc20adb9cbf45e8e621a236edc712a6d340bb5951faddf28b0ef4" dmcf-pid="B59EHpJ6v7" dmcf-ptype="figure"> <p class="link_figure"><img alt="AI 생성 이미지" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/05/kbs/20260505070505100vvzi.png" data-org-width="2752" dmcf-mid="7NGPkCzthB" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/05/kbs/20260505070505100vvzi.png" width="658"></p> <figcaption class="txt_caption default_figure"> AI 생성 이미지 </figcaption> </figure> <p contents-hash="126fec1fdf719855ca452b30fee53aa14c93ba1964a00f4e37714c3843e4d0ed" dmcf-pid="b12DXUiPCu" dmcf-ptype="general"><br>■ 미국 보스턴 응급실의 어느 밤</p> <p contents-hash="0b193f1213176ed248d02e0f52d7cb62859c780059e9ee3765646a4c7c1cc0e6" dmcf-pid="KdwUMgYClU" dmcf-ptype="general">새벽 2시, 미국 보스턴의 한 대학병원 응급실.</p> <p contents-hash="a83a187ebca85db4860818bad2cd2dee2624a3e46a5e54fa5752c1ab6bee3586" dmcf-pid="9JruRaGhSp" dmcf-ptype="general">50대 남성이 가슴이 쥐어짜는 듯이 아프다고 고통을 호소하며 실려 들어왔습니다. 하지만 심전도는 멀쩡합니다. 혈압도 정상 범위입니다. 구급대원이 건네준 기록엔 당뇨 병력이 있다는 것, 그리고 오늘 갑자기 식은땀을 흘렸다는 메모 한 줄이 전부입니다.</p> <p contents-hash="1d092f1c296ac54d80d6df9255507b97e3796143f14e8d67b6a29b0278fa8670" dmcf-pid="2im7eNHlW0" dmcf-ptype="general">응급의학과 의사는 머릿속으로 빠르게 여러 가지 가정을 해 봅니다. 심근경색일까? 폐색전증? 아니면 그냥 소화 불량? 잘못 짚으면 환자가 위험합니다. 검사를 너무 많이 돌려도 문제, 너무 적게 해도 문제입니다. 의사가 되기 위해 10년을 버틴 그 모든 공부와 경험이 바로 이 몇 초의 판단을 위한 것이었습니다.</p> <p contents-hash="727274b531b078a94e05312d609d558e3e7e4d9a60b3b1526d3c1e3a90a75083" dmcf-pid="VnszdjXSy3" dmcf-ptype="general">그런데 같은 환자 기록을 들여다본 AI는 이미 답을 내놓고 있었습니다.</p> <p contents-hash="a43c6b37192eea5e904ecdfde3b39ba8e51fdad8c7904ffcf16581d6851fc557" dmcf-pid="fLOqJAZvCF" dmcf-ptype="general">하버드와 스탠퍼드 공동 연구팀이 우리나라 시간으로 1일 세계에서 가장 권위 있는 과학 저널 <사이언스>에 발표한 논문은 의료계를 뒤흔들었습니다. 챗GPT를 서비스하는 오픈 AI의 추론 모델 o1 시리즈를 수백 명의 의사와 맞붙인 결과, AI가 진단과 치료 계획 수립 모두에서 인간 의사와 동등하거나 그 이상의 성적을 거뒀다는 내용이었습니다. 충격적인 건 응급실 현장의 6가지 실험 모두에서 월등한 능력을 보여줬다는 겁니다.</p> <p contents-hash="ae7af9d0bbec018b21cb96aa79d8e43488a054ec9b351024bf1ebd1dd36d84bc" dmcf-pid="4oIBic5TTt" dmcf-ptype="general">■ '사진 판독'이 아니라 '머릿속으로 생각하는 것'을 앞질렀다</p> <p contents-hash="56d78443d36e0e3531d096a9dfad3421483607a38bb62947988c41550e45d757" dmcf-pid="8gCbnk1yy1" dmcf-ptype="general">여기서 잠깐 짚고 넘어가야 할 것이 있습니다.</p> <p contents-hash="c6edb55c1da53fd8d5b9547dca987a01cdeba7507e95ce9245af259d96e1aa16" dmcf-pid="6ahKLEtWh5" dmcf-ptype="general">사실 AI가 의료 영상을 잘 읽는다는 건 새로운 이야기가 아닙니다. 폐암 의심 CT, 당뇨 환자의 안저 사진. 이런 영상 판독 분야에서 AI가 인간 못지않다는 연구 결과는 이미 여러 차례 나왔습니다. 여러분도 어디선가 한 번쯤 들어봤을 겁니다.</p> <p contents-hash="f8e64931285a44c0d4cd3b9e711b964d5ddc2121038feb8d5f2bd7126368a03d" dmcf-pid="PNl9oDFYvZ" dmcf-ptype="general">그런데 이번 연구가 특별한 건 다른 이유 때문입니다.</p> <p contents-hash="97ee1353416e749815e521bbe49d817299ad63847ca23e0e75a6a0319f589d5d" dmcf-pid="QjS2gw3GvX" dmcf-ptype="general">영상 판독은 '눈'의 문제입니다. 패턴을 찾는 일입니다. 하지만 이번에 AI가 앞질렀다고 입증된 것은 '뇌'의 영역입니다. 환자의 증상들을 종합해서 "이게 무슨 병일까?"를 추론하고, "그다음엔 무엇을 해야 하지?"를 판단하는 것. 의사들이 수년간 수련을 거쳐 겨우 익히는 바로 그 능력, 이른바 임상 추론(Clinical Reasoning)에서 AI가 인간을 넘어섰다는 겁니다.</p> <p contents-hash="12d57f8c68f5edf8d63541506dd23f80a3df228d15b80acc46114ec7159b5c46" dmcf-pid="xeDpxoWIWH" dmcf-ptype="general">연구팀의 공동 책임자인 하버드 의대 아르준 만라이 교수도 이 점을 강조했습니다.</p> <p contents-hash="d7297765182ea44d033f92537e225f716e42ede8d416b1b4bcfd44af2c1423c5" dmcf-pid="yGqjytMVyG" dmcf-ptype="general"><i><strong>"우리는 AI가 엑스레이를 잘 읽는다고 이야기하는 게 아닙니다. 증상과 기록을 보고 머릿속에서 '이게 왜 이럴까?'를 따져가는 그 과정에서 AI가 의사를 앞선다는 겁니다."<br></strong></i><br>■ 어떻게 실험했나?</p> <p contents-hash="4e864455a6d04d3a3852ef7ea6922f2eb0a01016cf4777e551a8ef93d1ffd7f9" dmcf-pid="WHBAWFRfyY" dmcf-ptype="general">연구팀은 두 가지 방식으로 AI를 시험했습니다.</p> <p contents-hash="182232883371d3b26305bc5ae85867c05874204d96511939a782610fd9b5f568" dmcf-pid="YXbcY3e4lW" dmcf-ptype="general">첫 번째는 의대생과 전공의들이 가장 두려워한다는 문제집으로 테스트하는 것이었습니다. 의학계에서 반세기 넘게 '가장 어려운 시험지'로 통해온 '뉴잉글랜드 저널 오브 메디신(NEJM)'의 임상 사례들로 테스트를 한 것입니다. 희귀 질환, 함정이 가득한 복잡한 증상들, 방심하면 오진으로 이어지는 사례들의 집합입니다. 이 사례들에서 AI는 78.3%라는 경이로운 정확도로 정답 후보군을 찾아냈습니다. 10년 넘게 50%의 벽에 갇혀있던 과거의 보조 도구들과는 차원이 다른 '추론의 비약'을 보여준 것입니다.</p> <p contents-hash="c221f97a7415f64cc4919d874735e6eb7ce1716e0d3b5e00899bf08bbdb9caae" dmcf-pid="GZKkG0d8Cy" dmcf-ptype="general">두 번째 시험은 더 가혹했습니다. 바로 실제 응급실 환자를 대상으로 한 인간 의사와 AI의 맞대결이었습니다. 매사추세츠주 주요 응급 의료 센터에서 무작위로 선정한 76명의 환자를 대상으로 연구팀은 다음과 같은 6개 사안에 대한 테스트를 진행했습니다.</p> <blockquote class="pretip_frm" contents-hash="f1ff2d365abbc9ea0e214cdda4a6e164a7da3ceaa54cb04286efa959527a656d" dmcf-pid="H59EHpJ6hT" dmcf-ptype="pre"> 1. 응급도 분류: 아우성 치는 환자들 속에서 누구부터 먼저 치료할지 결정하는 판단 <br>2. 환자 병력 요약: 환자의 방대한 과거 병력을 순식간에 훑어 핵심을 뽑아내는 능력 <br>3. 차등 진단: 겉으로 드러난 증상 뒤에 숨은 여러 가능성을 논리적으로 추론하는 능력 <br>4. 검사 제안: 수많은 검사 중 지금 이 순간 가장 필요한 검사를 골라내는 안목 <br>5. 확진 및 치료: 최종 병명을 확정하고 약물과 처치 단계를 설계하는 결단 <br>6. 실시간 의사 결정: 시시각각 변하는 환자 상태에 맞춰 치료 방향을 수정하는 유연성 <br> </blockquote> <div contents-hash="3cf6c195aab8cb4d71fb6930ebcbb83bae5d85f3f5d9dc31be69f410326716c9" dmcf-pid="X12DXUiPhv" dmcf-ptype="general"> <br>가장 중요한 점은 채점 방식입니다. 평가는 AI가 작성한 소견서인지, 전문의가 작성한 소견서인지 모르게 한 뒤 의사들에게 점수를 매기도록 했습니다. 선입관을 걷어내고 오직 실력만으로 겨룬 결과 AI는 6가지 항목 전 과정에서 인간 전문의와 동등하거나 그 이상의 성능을 기록했습니다. 인간 의사가 '직관'과 '경험'으로 채워 넣던 행간을 AI가 무심하게도 정확하고 정교하게 메우기 시작한 것입니다. </div> <figure class="figure_frm origin_fig" contents-hash="6a28f2dfdcba92ab5d00aa08a390f304c8bb8a388f867b1f1c0fc82ca4a6fcb6" dmcf-pid="ZtVwZunQlS" dmcf-ptype="figure"> <p class="link_figure"><img alt="그래프 하단의 갈색 막대(Clinician)와 최상단의 진한 파란색 막대(o1-preview)를 대조해 보면 임상 사례 대결에서, 숙련된 인간 의사들의 진단 정확도는 30%대 중반인 반면, 오픈 AI의 모델인 o1-preview는 80%에 근접해 큰 차이를 보이는 것으로 나타났다. 또한, 2012년부터 2022년까지 전문 진단 도구들(ISABEL, Diagnosis Pro)은 10년 넘게 50%의 벽을 넘지 못하고 정체되어 있지만 2023년 GPT-4의 등장을 기점으로 AI의 임상 진단 정확도는 수직에 가까운 상승 곡선을 그리고 있다. 출처: Brodeur et al., Science (2026)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/05/kbs/20260505070506596tljy.png" data-org-width="725" dmcf-mid="zKRSuVkLhq" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/05/kbs/20260505070506596tljy.png" width="658"></p> <figcaption class="txt_caption default_figure"> 그래프 하단의 갈색 막대(Clinician)와 최상단의 진한 파란색 막대(o1-preview)를 대조해 보면 임상 사례 대결에서, 숙련된 인간 의사들의 진단 정확도는 30%대 중반인 반면, 오픈 AI의 모델인 o1-preview는 80%에 근접해 큰 차이를 보이는 것으로 나타났다. 또한, 2012년부터 2022년까지 전문 진단 도구들(ISABEL, Diagnosis Pro)은 10년 넘게 50%의 벽을 넘지 못하고 정체되어 있지만 2023년 GPT-4의 등장을 기점으로 AI의 임상 진단 정확도는 수직에 가까운 상승 곡선을 그리고 있다. 출처: Brodeur et al., Science (2026) </figcaption> </figure> <p contents-hash="e06f351ce49dd50d2e24a4e1d72addb530074a2ccf70566cc1321b35282804d0" dmcf-pid="5Ffr57Lxyl" dmcf-ptype="general"><br>■ 정보가 부족할수록 AI가 더 강해진다</p> <p contents-hash="1b414b4ef86ed93111600f4109fe87d9c314f3596c8fcd8d608f1d21a08c2ddb" dmcf-pid="134m1zoMTh" dmcf-ptype="general">흥미로운 발견은 또 있습니다.</p> <p contents-hash="e978b4f2ff54c133234753af54ee6a5c216c5af003d95e9e125274a9bd67cd12" dmcf-pid="t08stqgRvC" dmcf-ptype="general">정보가 쌓일수록 성능이 좋아지는 건 인간도, AI도 마찬가지입니다. 당연한 이야기죠. 그런데 정보가 아주 부족한 상황, 즉 환자가 막 응급실에 들어와서 아직 아무것도 모를 때 — 바로 그 순간에 AI의 우위가 가장 두드러졌습니다. 거대 언어모델(LLM)의 강점은 임상의가 최소한의 정보만으로 신속한 결정을 내려야 하는 응급실 초기 환자 분류 단계에서 가장 분명하게 나타났습니다.</p> <p contents-hash="9e819d057527fa7501112f8f884cb6c54719023b23ce86b7eadde02c5e48c5e3" dmcf-pid="F08stqgRTI" dmcf-ptype="general">인간 의사는 정보가 없으면 흔들립니다. 불안해합니다. 빠진 정보를 채우려 더 많은 검사를 지시하거나, 반대로 가장 흔한 진단으로 섣불리 결론을 냅니다. 하지만 AI는 단편적이고 사소한 기록들 사이에서도 흔들리지 않고 핵심을 잡아냈습니다.</p> <p contents-hash="e2297cce0fee801fad16a92e8e73850779978d04f368084fe2af821165db2fdb" dmcf-pid="3p6OFBaeTO" dmcf-ptype="general">그리고 또 하나의 충격적인 발견이 있습니다. 치료 계획 수립, 즉 '다음에 뭘 해야 하지?'를 판단하는 영역에서 AI는 단순히 의사를 앞선 게 아니라, 압도적으로 앞섰습니다. 치료 계획 수립 실험에서 o1은 기존 AI 모델보다 41.6%p, 구글 검색 등 일반 자료를 활용한 의사들보다 49%p나 높은 점수를 기록했습니다. 거의 두 배 가까운 차이입니다.</p> <p contents-hash="03d72e2f22ab91776ed7fcd95926cc91dbdfc53bfbbd6295d964bbc89c8e2b16" dmcf-pid="0UPI3bNdls" dmcf-ptype="general">임상 추론 문서화 능력을 평가하는 별도 실험에서는, 80개 사례 중 78개에서 AI가 만점을 받았습니다. 전문의는 80개 중 28개, 레지던트는 16개에서 만점을 받는 데 그쳤습니다.</p> <p contents-hash="c12c23601b3b2e008b05f915d2a924a649a0f967934da386f474d774a2d202fa" dmcf-pid="puQC0KjJhm" dmcf-ptype="general">■ 데이터가 읽지 못하는 '행간'은?</p> <p contents-hash="49310c93c557ca8bc1e66a67d3ab7c06b10b7b78268dfa6fe35d33d7c9bb1cbc" dmcf-pid="U7xhp9Ailr" dmcf-ptype="general">물론 연구팀은 냉정하게 선을 긋습니다.</p> <p contents-hash="fbf87fa05574aa014acfe075a752b31307d7e94899ed4d453ebd87ce3c639d8f" dmcf-pid="uzMlU2cnTw" dmcf-ptype="general">"이 결과가 AI가 의사를 대체할 수 있다는 의미가 아닙니다." 연구를 이끈 만라이 교수의 말입니다. 이번 실험은 전부 텍스트, 즉 글로 된 기록을 바탕으로 진행됐습니다. 실제 진료실에서 의사가 읽어내는 것은 그것만이 아닙니다. 환자의 얼굴빛, 말할 때 목소리의 떨림, 아픔을 감추려는 억지웃음이나 과장하려는 비명, 손끝에서 느껴지는 식은땀. 만라이 교수는 의사들이 환자의 말을 듣고 엑스레이, 영상 검사, 심전도 등 수많은 생리 신호를 종합해 판단을 내린다고 지적했습니다. AI는 이 모든 것을 아직 보지 못합니다. 차트를 읽을 뿐, 사람을 읽지는 못합니다.</p> <p contents-hash="e25c262cebe38835d3b4d9954a5a3dad024ea931249f2786ca4a91fb48ea85fe" dmcf-pid="7qRSuVkLSD" dmcf-ptype="general">그렇지만 동시에 연구팀은 이런 말도 남겼습니다. 현재 AI가 의료 이미지와 생체 신호를 함께 처리하는 능력도 빠르게 향상되고 있다고요. 다시 말해, 지금 AI가 못하는 그 영역도 시간문제일 수 있다는 뜻입니다.</p> <p contents-hash="b3c2a5b8ede83a57958210aa2cbc8500e5b27fbf231211f71cd3557541a38578" dmcf-pid="zBev7fEoyE" dmcf-ptype="general"><strong>■ 한국의 의대 열풍, 10년 뒤에도 유효할까?</strong></p> <p contents-hash="9ff8a2a18e7a89273a8116982b58de509b9cb894a8fe5e4f378e3a4605de9e16" dmcf-pid="qbdTz4DgTk" dmcf-ptype="general">한국에서 의사는 여전히 가장 선망받는 직업입니다. 공부 잘하는 학생은 모두 의대로 향하고, 대치동 학원가에는 초등학생을 위한 의대 입시반이 생겨날 정도입니다.</p> <p contents-hash="92e354f0e7d5755b4ff8e547b2b0d926dbabc93e4fdaabfd22dc6660e5859a1f" dmcf-pid="BKJyq8waWc" dmcf-ptype="general">그런데 지금 이 순간, 보스턴의 응급실에서 벌어지고 있는 일을 알고 있는 학부모들과 학생들은 어떤 생각이 들까요?</p> <p contents-hash="d9fe9ffea6079eafc6200911e1766e358d34aca0a983b087843ae80ea501d6e9" dmcf-pid="b9iWB6rNWA" dmcf-ptype="general">AI는 이미 가장 어려운 의학 시험에서 전문의보다 높은 점수를 받았습니다. 정보가 부족한 혼란스러운 상황에서도 흔들리지 않고 진단을 내립니다. 치료 계획 수립에서는 인간 의사보다 거의 두 배 가까이 정확했습니다. 10년, 20년 뒤 AI가 지금보다 훨씬 더 발전한다면, 진단과 처방의 정확도만 놓고 봤을 때 인간 의사보다 AI를 더 신뢰하는 세상이 올지도 모릅니다.</p> <p contents-hash="02f265689c5033375a8b51ba793f4b5017b873f79b2df5dd5f7d3324d09ef040" dmcf-pid="KUPI3bNdhj" dmcf-ptype="general">하지만 여기서 한 가지 생각해 볼 게 있습니다.</p> <p contents-hash="3a5fe43c56d8d73a0eba91b9d9930078d4a591ba2a587d05b4d0e2f446c32b47" dmcf-pid="9uQC0KjJTN" dmcf-ptype="general">우리가 아파서 병원을 찾을 때, 진짜 원하는 게 무엇인지를요. 콜센터에 전화를 걸었을 때 자동응답 기계 목소리가 답답한 이유가 뭘까요? 내 말을 정확히 알아듣지 못해서이기도 하지만, 더 근본적으로는 내 상황을 이해하고 공감해 줄 사람을 원하기 때문이 아닐까요? 두렵고 혼란스러운 순간일수록, 우리는 정확한 답보다 먼저 곁에 있어 주는 사람의 온기를 찾는 건 아닐까요? 몇 년 전 가족이 암 진단을 받고 치료를 하는 과정에서 당시 주치의의 말 한마디, 한마디가 너무 큰 위안이 되기도 했던 기억 때문일지도 모르겠습니다.</p> <p contents-hash="e984dc4d5e12bf4883e3bb580ea84a123a38f221236ed89d82d56e3e79043464" dmcf-pid="27xhp9Aila" dmcf-ptype="general">너무 주제넘은 이야기일 수도 있지만, 어쩌면 AI가 진단을 대신하는 시대에 의사에게 남는 가장 중요한 역할은 바로 그것일지 모릅니다. 데이터가 읽어내지 못하는 두려움을 알아채고, 차트에는 기록되지 않는 환자의 마음을 들여다보는 것이요.</p> <div contents-hash="781f44cc8d70001fcd93afe684af5a0a19463ae71b958d68c3a0f4fc8f996784" dmcf-pid="VzMlU2cnSg" dmcf-ptype="general"> 10년 뒤 의대를 다닐 지금의 초등학생들이 마주할 의료 현장은, 지금과는 전혀 다른 모습일 것입니다. 그 세상에서 의사라는 직업이 무엇을 의미하는지, 지금 우리가 함께 생각해 봐야 할 이유가 여기에 있습니다. 다른 직업도 마찬가지 아닐까요? 여러분은 어떻게 생각하십니까? <br> <div> <br>■ 제보하기 <br>▷ 전화 : 02-781-1234, 4444 <br>▷ 이메일 : kbs1234@kbs.co.kr <br>▷ 카카오톡 : 'KBS제보' 검색, 채널 추가 <br>▷ 유튜브, 네이버에서도 KBS뉴스를 구독해주세요! </div> </div> <p contents-hash="3e7a9646acc07caf358c4ebdf18dda63aa6397adbc1f175cb9a2857cf4f77cb6" dmcf-pid="fqRSuVkLTo" dmcf-ptype="general">김학재 기자 (windows@kbs.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © KBS. All rights reserved. 무단 전재, 재배포 및 이용(AI 학습 포함) 금지</p> 관련자료 이전 재활 넘어 꿈 키우는 병원…넥슨이 그리는 어린이 의료 미래 05-05 다음 中 발칵 뒤집혔다! '축구·농구·배구 전부 무너진' 중국, 배드민턴+탁구도 위기…"대체 뭐가 문제야?" 깊은 한숨 05-05 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
