의료 AI 연구센터 킥오프: 대화형 언어모델로 차세대 환자 보고 결과 플랫폼 만들기

핵심 메시지

• 암 치료는 종양을 없애는 데 집중하다 보면 급성·만성 부작용으로 환자의 삶의 질이 크게 떨어질 수 있어, 이를 정량적으로 재는 도구가 환자 보고 결과 설문이다.
• 현재의 설문은 통증·피로 같은 항목 점수로 쪼개져 있어, 환자가 실제로 겪는 경험의 맥락과 서사가 측정 과정에서 사라진다.
• 설문 분량이 많아 응답 피로가 크고 거부하는 환자도 있어, 교통비 같은 보상으로 참여를 유도하는 일까지 생긴다.
• 연구팀은 자연스러운 공감 대화가 가능해진 최신 언어모델을 활용해 환자의 종단적 건강 서사를 담는 차세대 환자 보고 결과 플랫폼을 만들겠다는 구상을 내놓았다.
• 올해는 프로토타입 개발이 목표이며, 국내 의료법과 개인정보 보호법 수준에 맞춘 설계를 처음부터 적용하고 5~10명 규모 파일럿을 거쳐 대규모 임상 시험으로 확장할 계획이다.

쉽게 이해하기

서울대학교AI연구원의 2026년도 선도혁신연구센터 킥오프 미팅에서 의료 AI 연구센터의 첫 과제가 소개됐다. 발표를 맡은 서울대학교 장범섭 교수는 센터 이름은 크지만 우선은 작은 프로젝트로 시작한다며, 차세대 환자 보고 결과 연구 플랫폼 개발로 방향을 잡았다고 밝혔다.

환자 보고 결과는 환자가 스스로 답하는 설문으로 삶의 질을 재는 도구다. 발표자는 수술·항암·방사선 치료가 종양을 없애는 데 효과적이더라도 급성과 만성 부작용이 5년, 10년 뒤에 나타날 수 있고 그만큼 환자의 삶의 질이 떨어진다고 설명했다. 특히 종양학 임상 시험에서 이 지표의 중요성이 커지고 있는데, 정작 측정 도구는 수십 년째 크게 달라지지 않았다는 것이 문제의식이다.

지적된 한계는 두 가지다. 첫째, 설문이 통증이나 피로 같은 항목 점수로 잘게 나뉘어 있어 환자가 치료 중이나 치료 후에 겪는 전체적인 맥락과 의미가 빠져나간다. 둘째, 대표적인 설문지들이 분량이 많아 응답 부담이 크고 그 때문에 참여를 거부하는 환자도 있어, 교통비 등 보상으로 응답을 유도하는 일이 벌어진다.

연구팀이 기대를 거는 지점은 최신 언어모델이 자연스러운 대화와 공감적 응대를 할 수 있게 됐다는 변화다. 이런 모델을 목적에 맞게 미세조정하면 환자의 종단적 건강 서사를 바탕으로 기존 점수 중심 지표를 한 단계 끌어올릴 수 있다는 것이다. 발표자는 올해 시드 펀딩 단계에 들어섰고 관련 특허도 준비 중이라고 덧붙였다.

실행 계획은 프로토타입 우선이다. 보안과 프라이버시를 설계 단계부터 반영하고 국내 의료법·개인정보 보호법에 걸맞은 수준으로 프레임워크를 짠 뒤, 외래에서 만나는 환자 5~10명 규모의 파일럿 연구로 시작해 점차 규모를 키운다는 구상이다. 팀은 임상 시험과 프로토콜을 이끄는 임상 팀, 서버와 프런트엔드·백엔드 등 기술 인프라를 맡는 의학물리 팀, 환자에게 다가가는 설문과 인터페이스 설계를 맡는 종양 간호 전문가로 구성된다.

주요 인사이트

• 의료 AI라고 하면 영상 판독이나 진단 보조를 먼저 떠올리기 쉽지만, 이 과제는 '환자에게 무엇을 어떻게 묻는가'라는 측정 도구 자체를 바꾸려 한다는 점에서 결이 다르다.
• 설문 응답률을 보상으로 끌어올리고 있다는 현장의 사정은, 측정 도구의 부담이 곧 데이터 품질 문제로 이어진다는 뜻이기도 하다.
• 환자 데이터를 다루는 만큼 규제 준수를 나중에 붙이지 않고 설계 시점부터 반영하겠다는 접근은, 임상 확장을 염두에 둔 의료 AI 프로젝트에서 특히 중요한 선택이다.
• 임상·의학물리·간호가 한 팀으로 묶인 구성은 이 문제가 모델 성능만으로 풀리지 않고 프로토콜, 인프라, 환자 접점 설계가 함께 맞물려야 함을 보여준다.

자주 묻는 질문

관련 AI 소식