AI 의료 현주소: 빌 게이츠·MS 리서치가 말하는 진료 보조와 앞으로 5년의 변화

핵심 메시지

• 2년 전만 해도 위험하다고 여겨졌던 진료 기록 자동 작성이 지금은 실제 현장에서 쓰이고 있다.
• 의사와 AI를 함께 쓴 집단의 진단 정확도가 AI 단독보다 낮게 나온 연구는, 성능만큼 사용 방식과 교육이 중요하다는 점을 보여준다.
• AI를 평가할 적절한 벤치마크가 없다는 점이 의료 분야 도입을 늦추는 핵심 병목으로 지목됐다.
• 의사가 없는 지역에서는 비교 대상이 '아무것도 없음'이라, 부유한 나라보다 더 과감한 도입이 이뤄질 수 있다.
• 발견(연구·신약)과 전달(진료)을 나눠 봐야 하며, 대체가 먼저 일어나는 쪽은 검증 가능한 결과물이 나오는 발견 영역이다.

쉽게 이해하기

마이크로소프트 리서치 사장 피터 리가 진행하는 대담에 빌 게이츠와 연구자 세바스티앙 부벡이 참여해, 책을 쓴 지 2년이 지난 지금 AI가 의료 현장에서 실제로 무엇을 바꿨는지 짚었다. 세 사람 모두 처음에는 회의적이었다는 점을 먼저 털어놓는다.

게이츠는 GPT-3까지도 언어모델이 지식을 진짜로 습득한다고 보지 않았고, 생물학 대학과목 시험에서 최고 점수를 받아보라는 과제를 냈다가 반년 만에 초기 GPT-4가 그 대부분을 풀어내는 것을 보고 생각을 바꿨다고 말한다. 부벡은 오히려 이미지 생성 모델이 '아보카도 의자'를 그려낸 순간, 모델이 개념을 이해하고 결합한다는 인상을 처음 받았다고 회고한다.

행정 업무 자동화는 가장 빠르게 자리 잡은 영역이다. 게이츠는 진료실에 AI가 들어와 대화를 기록하고 서류 작업을 돕는 것이 왜 더 널리 쓰이지 않는지 이해하기 어렵다고 말한다. 최종 판단은 의사가 하되, 환자가 집에 돌아간 뒤 가족의 질문에 답하거나 후속 확인 전화를 대신하는 것만으로도 효용이 크다는 주장이다.

다만 성능이 곧 성과는 아니다. 부벡은 의사 단독 정확도가 약 75%, 챗GPT 단독이 약 90%였는데 챗GPT를 함께 쓴 의사는 80%에 그친 연구를 언급하며, 지능만으로는 충분하지 않고 어떻게 제시되고 어떻게 상호작용하는지가 그만큼 중요하다고 말한다. 알림이 너무 잦으면 의사가 무시하게 된다는 점도 함께 지적된다.

저소득 국가 이야기가 이어진다. 게이츠는 평생 의사를 만나보지 못하는 사람들에게는 비교 대상이 존재하지 않기 때문에, 부유한 나라보다 훨씬 급진적인 방식이 필요하다고 본다. 다만 현지 언어와 방언, 지역별 질병 분포를 추가로 가르쳐야 하고, 당분간은 의료 상황에서 어떤 태도를 취해야 하는지에 대한 강화학습도 필요하다는 단서를 단다.

주요 인사이트

• 환각이 완전히 해결되지 않았는데도 진료 기록 작성이 현장에 안착한 것은, 입력과 출력이 닫힌 좁은 과제로 범위를 좁히면 실용 수준에 먼저 도달할 수 있음을 보여준다.
• 의사 면허시험은 사람을 평가하려고 만든 도구여서 AI 평가에는 맞지 않는다. 어떤 질문을 던져야 배치 준비가 됐는지 알 수 있는지가 규제와 도입 속도를 좌우한다.
• 지나치게 아첨하는 모델 문제는 보상모델 자체가 또 다른 언어모델이고 왜 특정 출력을 선호하는지 알 수 없기 때문에 생긴다. 최적화를 너무 밀어붙이면 함정에 빠진다는 사례로 제시된다.
• 부벡은 모든 것을 아는 단일 AGI보다 넓은 기반 위에 분야별 특화를 얹는 방향을 지지하며, 그래서 공개 가중치 모델이 중요하다고 본다.
• 모델이 새로운 상황에서 어떻게 일반화될지 보장할 수 없다는 점이, 사람 감독 없이 맡기지 못하는 근본 이유로 지목된다. 같은 전문 분야의 사람끼리는 서로의 일반화 수준을 예상할 수 있지만 AI에는 그 기준이 없다.

자주 묻는 질문

관련 AI 소식