오늘은 AI 의료 혁신에 대해 이야기 해보겠습니다. AI가 의사 단독보다 더 정확하게 의료 질문에 답한다는 연구 결과가 나왔습니다. 교육 현장에 있는 저로서는 이 소식이 낯설지 않았습니다. AI가 이미 교실 안에서도 교사와 학생 모두의 방식을 바꿔놓고 있으니까요.
진단 정확도, AI가 의사를 앞서기 시작했다
오픈AI는 2024년, 거대 언어 모델(LLM)의 의학적 실력을 평가하기 위해 헬스벤치(HealthBench)라는 벤치마크를 개발했습니다. 여기서 LLM이란 방대한 텍스트 데이터를 학습한 대형 언어 기반 AI 모델을 의미하며, 의료 분야에서는 진단 보조나 임상 질문 응답에 활용됩니다. 헬스벤치는 5,000개의 의학적 질문과 시나리오로 구성된 평가 세트로, 과거의 의사 면허 시험보다 훨씬 복잡하고 실제 임상에 가까운 문항들로 채워져 있습니다.
결과는 꽤 충격적이었습니다. 2024년 버전 GPT에서는 의사가 AI 답변을 수정 보완했을 때 소폭 나아지는 시너지가 있었지만, 2025년 버전에서는 의사가 개입했을 때 오히려 정확도가 떨어지는 경우까지 나왔습니다. AI 단독 수행이 더 효과적이라는 결론입니다.
솔직히 이건 예상 밖이었습니다. 저는 AI가 "보조 도구" 수준에 머물 것이라고 생각했는데, 텍스트 기반 상담에서만큼은 그 경계가 이미 무너졌을 가능성이 있습니다.
스웨덴의 한 병원에서는 유방암 정기 검진 시 영상의학과 전문의 한 명을 한국 AI 기업 루닛의 판독 보조 AI로 대체하는 임상 연구를 진행했습니다. 여기서 판독 보조 AI란 엑스레이나 유방촬영술 이미지를 분석해 병변 의심 부위를 자동으로 표시하는 시스템입니다. 결과적으로 전문의 두 명이 판독하던 기존 방식보다 더 많은 암 환자를 발견했으며, 오진에 해당하는 위양성(False Positive) 비율도 줄었습니다. 위양성이란 실제로는 암이 아닌데 암으로 잘못 판정하는 경우를 말하며, 환자에게 불필요한 추가 검사와 심리적 부담을 주는 문제입니다. 이 병원은 2023년부터 실제 진료에 루닛 AI를 도입해 운영 중입니다(출처: 루닛 공식 사이트).
AI의 의료 진단 정확도가 개선되고 있는 핵심 이유를 정리하면 다음과 같습니다.
- 방대한 의료 이미지 학습으로 미세한 병변 패턴 인식 가능
- 판독 피로 없이 일정한 집중력 유지
- 위양성(오진) 감소로 불필요한 재검사 횟수 절감
- 판독 시간 단축으로 같은 시간 안에 더 많은 환자 처리
의사의 역할, 어떻게 달라지는가
AI가 진단 영역을 침범하기 시작하면 의사는 무엇을 해야 하는가라는 질문을 두고, 보는 시각에 따라 꽤 다른 답이 나옵니다. 의사 수가 줄어들 것이라고 보는 분들도 있는데, 저는 역할이 재편되는 과정이 더 정확한 표현이라고 봅니다.
AI의 지식 전파 방식은 인간과 근본적으로 다릅니다. 사람은 수십 년간 쌓은 임상 경험을 제자에게 온전히 전달하기 어렵지만, AI는 학습된 모든 것을 동시에 수백만 개의 인스턴스에 적용할 수 있습니다. 여기서 인스턴스란 동일한 AI 모델이 동시에 여러 사용자를 응대하는 각각의 실행 단위를 의미합니다. 이 차이만으로도 AI가 의료 지식의 접근성을 얼마나 빠르게 바꿀 수 있는지 짐작이 됩니다.
메디컬 AI 분야 전문가들은 의료가 AI 기술이 가장 혁신적으로 적용될 수 있는 분야 중 하나라고 강조합니다. 실제로 세계보건기구(WHO)도 AI 기반 의료 도구가 저소득 국가의 의료 접근성 격차를 줄일 잠재력이 있다고 밝힌 바 있습니다(출처: WHO).
지방 소멸 지역이나 의료 취약 지역에서 소수의 의사가 AI를 활용해 더 많은 환자를 효율적으로 돌볼 수 있다는 시나리오는 낙관적으로 보는 시각도 있는데, 저는 이 부분만큼은 가능성이 충분히 현실적이라고 판단합니다. 의사가 줄어드는 것이 아니라, 한 명의 의사가 커버할 수 있는 범위가 AI를 통해 넓어지는 방향이 될 수 있습니다.
한편, 예후 예측(Prognosis Prediction)이라는 분야도 주목할 필요가 있습니다. 예후 예측이란 수술 후 환자가 어떤 경과를 보일지, 특정 치료가 효과가 있을지를 데이터를 바탕으로 사전에 추정하는 것입니다. AI는 수천 건의 과거 사례를 학습해 개별 환자에게 맞춤화된 예측을 내놓을 수 있어, 의사가 치료 방향을 결정하는 데 실질적인 도움이 됩니다.
교육 현장이 먼저 경험한 것들
의료 AI 이야기를 접하면서 제가 직접 겪고 있는 교육 현장이 자꾸 겹쳐 보였습니다. 학생들은 이미 ChatGPT를 숙제 해결 도구로 당연하게 씁니다. 어떤 학생은 "숙제 ChatGPT 돌리면 다 나와요. 문제 푸는 거 이제 너무 쉬워요"라고 말했고, 그 말이 꽤 오래 머릿속에 남았습니다.
시험 문제를 만드는 쪽도 달라졌습니다. 예전에는 교과서와 교재를 번갈아 뒤지며 문제 유형을 직접 설계해야 했지만, 이제는 출제 방향과 핵심 개념만 입력하면 AI가 초안을 뽑아줍니다. 제가 직접 써봤는데, 시간이 절반 이하로 줄었고 문항 품질은 오히려 더 균일해졌습니다.
자연어 처리(NLP, Natural Language Processing)가 교육과 의료 모두에서 핵심 기술로 작동하고 있습니다. NLP란 컴퓨터가 인간의 언어를 이해하고 생성하는 기술로, AI가 의료 기록을 분석하거나 학생의 질문에 답하는 것 모두 이 기술을 기반으로 합니다. 교육과 의료는 분야가 달라 보이지만, AI가 비정형 텍스트 데이터를 처리하는 방식은 본질적으로 같습니다.
일반적으로 AI는 단순 반복 업무만 대체한다고 알려져 있지만, 제 경험상 이건 좀 다릅니다. 교육 현장에서 AI는 이미 창의적 문제 출제, 학습 수준 분석, 개별 피드백 생성 등 과거에는 전문가 판단이 필요하다고 여겼던 영역에까지 들어와 있습니다. 의료에서도 같은 방향으로 가고 있다는 것이 지금 데이터들이 보여주는 흐름입니다.
AI가 교실과 병원 양쪽에서 동시에 변화를 일으키고 있다는 사실은, 이것이 특정 분야의 문제가 아니라 우리 사회 전체의 패러다임 전환임을 말해줍니다. 지금 의대를 고민하는 세대가 20~30년 뒤 마주할 의료 현장은, 저 같은 교육자가 지금 교실에서 경험하는 변화만큼이나 낯설고 새로울 것입니다.
AI가 없으면 안 되는 시대가 왔다기보다는, AI를 어떻게 쓸 줄 아느냐가 경쟁력의 기준이 되는 시대로 옮겨가고 있습니다. 의료 분야에서 AI가 진단 정확도를 높이고 의사의 업무 부담을 줄이는 방향으로 발전하는 건 분명 긍정적입니다. 다만 인간만이 제공할 수 있는 공감과 판단, 그 부분까지 AI가 대신할 수 있는지는 아직 열린 질문입니다. 저는 지금 교육 현장에서 그 경계를 매일 직접 확인하고 있습니다. 독자 여러분도 본인이 속한 분야에서 AI가 어디까지 들어와 있는지 한 번 점검해보시길 권합니다.
이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 의료 조언이 아닙니다. 건강 관련 결정은 반드시 의료 전문가와 상담하시기 바랍니다.