바이오메디컬 AI 강연 정리: IBM 왓슨의 의사 일치율과 한국형 닥터앤서, 엘라이자가 남긴 질문

핵심 메시지

• 의생명 분야는 논문과 교과서, 환자 기록 같은 비정형 텍스트가 압도적으로 많아, 이를 정형 데이터로 바꾸는 일이 AI 적용의 출발점입니다.
• IBM 왓슨은 훈련받은 암 종류에서는 의사와 90% 넘게 의견이 일치했지만, 국내 두 대학병원에서는 일치율이 약 50%에 그쳤습니다.
• 차이의 원인으로는 인종·문화적 차이와 함께, 국내 진료가 전제하는 건강보험 급여 여부가 왓슨에 반영되지 않은 점이 지목됐습니다.
• 한국형 의료 AI인 닥터앤서는 2018년부터 전국 25개 병원과 21개 소프트웨어 기업이 참여해 8개 질환을 대상으로 개발되고 있습니다.
• 강연은 AI 상담자와 사람 상담자 중 누구에게 속마음을 말할 것인가라는 질문으로 끝나며, 기록이 남는다는 사실이 선택을 바꿉니다.

쉽게 이해하기

이 영상은 2026년 카오스 콘서트를 앞두고 2020년에 진행된 인공지능 강연을 다시 공개한 회차입니다. 그래서 등장하는 사례와 수치는 당시 시점의 것으로 읽어야 하지만, 의료 AI가 부딪히는 문제의 구조는 지금도 그대로 유효합니다. 강연은 의생명 분야의 문헌이 의료 서적과 학술지, 환자 기록처럼 대부분 비정형 텍스트라는 점에서 출발합니다. 논문 데이터베이스 한 곳에만 3천만 건이 넘는 자료가 쌓여 있어, 이를 정형화해 학습시키는 일 자체가 큰 과제라는 설명입니다.

대표 사례로 다룬 것이 IBM 왓슨입니다. 뉴욕의 한 암센터가 보유한 290개가 넘는 의학 학술지와 200개가 넘는 교과서, 치료 가이드라인과 임상시험 자료를 학습한 뒤 실전에 투입됐고, 이후 다른 병원의 가이드라인도 추가로 익혔습니다. 강연자가 놀랍다고 짚은 대목은 왓슨이 의료 정보보다 사람의 행동과 소셜미디어 활동 데이터를 훨씬 많이 학습한다는 점이었습니다. 작동 방식은 환자 정보와 의학 문헌을 입력받아 후보 치료 계획을 나열한 뒤, 여러 알고리즘의 결과를 앙상블로 통합해 추천·비추천·고려의 세 가지로 순위를 매겨 제시하고 최종 선택은 의사가 하는 구조입니다.

문제는 일치율이었습니다. 왓슨이 처음 훈련받은 암 종류에서는 의사와의 의견 일치율이 90%를 넘었지만, 왓슨을 도입한 국내 두 대학병원에서는 약 50%에 그쳤습니다. 현장 의사들이 든 이유는 인종·문화적 차이, 그리고 더 결정적으로는 급여와 비급여의 구분이었습니다. 국내 의사는 건강보험 급여가 되는 쪽으로 치료 계획을 세우는데 왓슨에는 그 기준이 들어 있지 않았다는 것입니다. 다만 왓슨이 같은 의견을 냈을 때 환자가 의사의 진단을 받아들이는 정도는 오히려 높아졌다는 관찰도 함께 소개됐습니다.

그래서 나온 것이 한국형 의료 AI인 닥터앤서입니다. 2018년부터 전국 25개 병원과 21개 소프트웨어 기업이 참여해, 국내 진료·치료 가이드와 건강보험 심사 기준, 유전체 정보와 생활 패턴까지 반영해 여덟 개 질환을 대상으로 개발하고 있다고 설명했습니다. 강연자는 여기서 한 걸음 더 들어가, 인공지능이 아니라고 했는데 의사가 암이라고 진단하면 환자는 그 말을 받아들일 수 있겠느냐고 되묻습니다. 의료계는 AI를 보조 시스템이라 부르지만 환자 입장에서는 그렇게 단순하지 않다는 문제 제기입니다.

후반부는 음성 데이터로 넘어갑니다. 미국 벤처가 개발한 간호사 아바타 몰리는 약 복용과 혈압 측정을 챙기고 진료 일정을 잡아 주는데, 여기에는 순환 신경망과 음성-문자 변환 기술이 쓰입니다. 강연자는 이 계보를 1960년대 중반 MIT에서 만든 엘라이자까지 거슬러 올라갑니다. 엘라이자는 규칙 기반 패턴 매칭과 되묻기로 대화를 이어 갔고, 뒤이어 편집증 환자를 흉내 낸 챗봇 패리가 만들어져 정신과 의사 33명 중 약 48%를 헷갈리게 했습니다. 1972년에는 두 프로그램이 인터넷의 전신인 아파넷을 통해 서로 대화를 나누기도 했습니다.

주요 인사이트

• 진단 성능보다 제도 정합성이 도입 성패를 갈랐습니다. 급여 기준이 반영되지 않은 치료 추천은 아무리 근거가 많아도 국내 진료 현장에서 채택되기 어렵습니다.
• 보조 시스템이라는 규정은 의료진 쪽의 언어일 뿐입니다. AI와 의사의 판단이 갈릴 때 환자가 진단을 받아들이지 못한다면, 그 시스템은 이미 의사결정에 실질적으로 참여하고 있는 셈입니다.
• 음성 인터페이스는 상담의 문턱을 낮춥니다. 병원 진료 시간에 매이지 않고 한밤중이나 사적인 공간에서도 상담할 수 있으며, 환자가 스스로 설명하지 못하는 상태를 아바타가 관찰해 전달할 수 있습니다.
• 튜링 테스트를 통과했다는 주장은 조건을 함께 봐야 합니다. 강연자는 대화 시간이 5분으로 제한돼 있었다는 점을 들어 유명한 통과 사례에 비판적인 시각을 밝혔습니다.
• 가장 큰 장벽은 성능이 아니라 기록입니다. 강연자는 혼자 독백하듯 말하고 싶어 AI를 택하겠다고 했지만, 무엇이든 다 기록된다는 이유로 사람을 택한 대학원생의 답을 듣고 생각을 바꿨다고 말합니다.

자주 묻는 질문

관련 AI 소식