"3년 내로 로봇이 의사의 수술을 대체할 것" 일론 머스크의 최근 발언이 논란이다. 의료계는 즉각 반발했다. 현실과 동떨어진 이야기라는 것이다.
머스크가 수술 로봇 논란을 일으키는 동안 스탠퍼드 의대 연구팀은 완전히 다른 돌파구를 열었다. 단 하룻밤의 수면 데이터만으로 최대 130개 질병의 위험 신호를 탐지하는 AI 모델이다. 파킨슨병 예측 정확도 89%, 치매 예측 85%.
병원 검사도, 영상 촬영도 필요 없이 수면 중의 심박, 호흡, 미세한 움직임, 수면 단계 전환 같은 생체 신호만으로 예측이 가능하다. 손목의 스마트워치가 10년 뒤 발병할 신경퇴행성 질환을 미리 경고할 수 있다는 뜻이다.
이 기술의 핵심은 '의료가 개입하지 못하던 시간대에 위험을 포착한다'는 점이다. 증상이 나타난 뒤 병원을 찾는 기존 의료 방식이 아닌 의료의 출발점이 증상 이전으로 이동하고 있음을 방증 한다.
병원, 장비, 인력이라는 물리적 한계에 묶여 있는 기존 의료에 비해 세계 수억 명이 웨어러블을 착용하고 매일 밤 생성하는 데이터를 활용해 수백만 명을 동시에 분석할 수 있는데다 채혈이 필요 없는 비침습형, 의료기기에 비해 규제 장벽 낮은 진단 보조 AI. 일단 확장성이 크다.
비용은 낮아지고 접근성은 넓어진다. 특정 환자를 위한 의료서비스에서 인구 전체를 대상으로 작동하는 인프라로 변모하는 초석이다. 확실히 의료 AI는 이미 우리가 상상하는 것보다 빠르게, 다만 보다 폭넓고 다양한 방식으로 의료의 판도를 바꾸고 있다.
의료 AI가 가장 확실한 성과를 내고 있는 영역은 진단이다. 구글 헬스의 유방암 검진 AI는 전문의보다 11.5% 높은 정확도를 기록했다. 한국 스타트업 루닛의 폐암 진단 AI는 60개국에서 사용되며 2,800억원을 투자 받았다.
이처럼 진단에서 AI의 성과가 큰 이유는 표준화된 데이터 덕분이다. X-ray, CT, MRI는 전 세계 동일한 포맷이다. 정상과 비정상 구분이 명확하고, 학습할 수 있는 데이터가 풍부하다.
그렇다면 수술은 어떨까? 아직은 요원해 보인다.
환자마다 해부학이 다르고, 같은 수술도 집도의마다 접근법이 다르다. 현재 가장 앞선 자율 수술 로봇(존스 홉킨스 대학 STAR)도 실험실에서 돼지 장을 봉합하는 단순 작업만 가능하다. 전 세계 7,000대가 설치된 다빈치 수술 로봇? 그건 집도의가 모든 동작을 실시간 제어하는 '정밀 원격조종 장치'지 자율 로봇으로 볼 수 없다.
자율주행차를 떠올려보면 이해가 쉽다. 레벨 2에서 레벨 5까지 테슬라 조차 10년 넘게 걸리고 있다. 자동차는 그나마 도로라는 예측 가능한 환경이다. 인체는 환자마다 완전히 다른 '지형'이고, 실수의 대가는 생명이다. 3년은 커녕 30년도 낙관적이라는 평이다.
의료 AI 분야에 있어 한국은 두 가지 강점을 지니고 있다.
첫째, 전 국민 건강보험 체계가 축적한 표준화된 의료 데이터다. 이는 의료 AI 학습에 있어 원유다. 둘째, 삼성, LG로 대표되는 정밀 제조 능력이다. 웨어러블 센서, 진단 장비는 결국 하드웨어다.
실제 성과도 나오고 있다. 고영 테크놀로지의 AI 척추 수술 로봇 'KARLO'가 상용화됐고, 메디픽셀의 내시경 AI '메디아이'는 실시간 용종 탐지로 주목받고 있다. 삼성이 투자한 웰트는 스마트 벨트로 수면무호흡증을 스크리닝 한다.
정부도 2023년 '디지털 헬스케어 혁신 전략'으로 AI 의료기기 승인 간소화와 데이터 활용 규제 완화를 추진 중이다. 문제는 속도다. AI는 18개월마다 두 배로 발전하는데, 규제는 여전히 10년 전 틀에 갇혀 있다.
사실 의료 AI의 발전 속도는 걱정할 필요가 없다. 그 보다 더 중요한 것은 의료 AI에 대한 올바른 이해와 수용이다.
AI나 로봇이 의사를 대체하는 일은 사실상 불가능하다. 대체보다는 '증강'으로 이해하는 편이 바람직하다. 예컨대 미래의 의사는 과거처럼 판독에 많은 시간을 사용하기보다는 AI가 이상 소견을 표시해 제시한 진단 가능성 중 최적의 치료를 선택하는 역할에 비중을 둘 것이다. AI가 시간 소모가 많은 행정적 처리를 해주면 의사는 보다 심도 있는 설명과 지도를 통해 환자의 불안을 덜어줄 수 있다. 의료 AI는 의사와의 협업으로 의사의 본질적 업무를 증강하는 셈이다.
치료에서 예방으로 의료 프레임이 변화한다는 점도 감안해야 한다. AI는 '증상 전에 위험을 예측하고 예방한다'는 예측적 모델을 가능케 한다. 스탠퍼드 수면 AI가 파킨슨병 위험을 5-10년 앞서 잡아낸다면, 그 시간 동안 생활습관 개선과 조기 개입으로 발병을 늦추거나 막을 수 있다. 의료의 무게중심이 병원에서 일상으로, 치료에서 예방으로 이동하는 것이다. 평소 건강에 대한 개인의 관심과 관리의 몫이 커진다.
의료 AI가 가져올 윤리적 딜레마도 고려해야 한다. 특히 정확도의 함정에 유의해야 한다. 예컨대 89% 정확도는 인상적이지만 통계의 함정이 있다. 파킨슨병 유병률이 1%일 때, 1,000명을 검사하면 실제 환자 10명 중 9명을 잡아낸다. 하지만 건강한 990명 중 109명을 '위험'으로 오판한다.
'위험' 판정 받은 118명 중 실제 환자는 9명뿐이다. 실제 의료현장에 도입된다면 이는 불필요한 불안과 추가 검사 비용을 안길 수 있다. 혹시라도 보험사가 이 데이터에 접근한다면 아직 뱔병하지 않은 질병의 '위험도'를 이유로 보험료를 올리거나 가입을 거부할 수도 있다. 이는 유전자 정보와 유사한 윤리적 논란을 일으키게 된다.
만일 10년 후 치매 위험 85%라는 정보를 알았을 때, 현재 확실한 예방법이 없다면? 이는 삶의 질을 높이는 것일까, 아니면 불안만 가중시키는 것일까? '알 권리'와 '모를 권리'의 충돌도 예상이 가능하다.
머스크의 '3년 내 AI 수술' 주장은 과장이다. 하지만 그가 촉발한 논의는 의미가 있다. 의료 AI는 분명 의료를 바꿀 것이다. 다만 수술실이 아니라 침실에서, 병원이 아니라 일상에서, 치료가 아니라 예방에서 그 파괴력을 발휘할 것이다.
그리고 그 미래는 우리 예상보다 훨씬 가까이 와 있다. 중요한 것은 이 기술을 맹신하지도, 막연한 거부감도 가지지 않는 것이다.
의료AI가 무엇을 할 수 있고 무엇을 할 수 없는지, 어떤 가능성과 어떤 위험을 동시에 품고 있는지 이해하는 것. 그것이 바로 AI 시대 시민으로서 가져야 할 의료 AI에 대한 리터러시가 아닐까?
◇하민회 이미지21대표(미래기술문화연구원장) =△경영 컨설턴트, AI전략전문가△ ㈜이미지21대표 △경영학 박사 (HRD)△서울과학종합대학원 인공지능전략 석사△핀란드 ALTO 대학 MBA △상명대예술경영대학원 비주얼 저널리즘 석사 △한국외대 및 교육대학원 졸업 △경제지 및 전문지 칼럼니스트 △SERI CEO 이미지리더십 패널 △KBS, TBS, OBS, CBS 등 방송 패널 △YouTube <책사이> 진행 중 △저서: 쏘셜력 날개를 달다 (2016), 위미니지먼트로 경쟁하라(2008), 이미지리더십(2005), 포토에세이 바라나시 (2007) 등
