AI가 의료 현장에서 실효성 입증해야 하는 이유

AI의 과장된 약속과 현실의 격차

AI 기업들은 의료 분야에서 혁신적인 성과를 내고 있다고 끊임없이 강조한다. 알파벳의 자회사 이소모픽(Isomorphic)은 ‘최첨단 AI가 더 깊은 과학적 통찰력과 신속한 돌파구, 생명을 변화시키는 약물을 가능하게 한다’고 주장한다. 리라(Lila)는 ‘획기적인 과학이 필요한 모든 분야에서 발견 속도를 높이는 AI’라며 자신감을 내비친다. 이 기업들은 이 같은 주장을 진심으로 믿는 듯 거액의 투자를 이어가고 있다. 안트로픽(Anthropic)은 최근 스텔스 스타트업 코에피션트 바이오(Coefficient Bio)를 4억 달러에 인수하기도 했다.

그러나 의료 AI의 진정한 시험대는 따로 있다. 바로 ‘인간에 적용되어 효과를 입증했는가?’이다. 환자의 생명을 구할 수 있는 약물을 개발했는가? 이 질문에 대부분의 AI 기업은 아직 명확한 답을 내놓지 못하고 있다. 이소모픽과 리라는 지금까지 시장에 내놓은 치료제가 단 한 건도 없다. AI의 마케팅은 현실과 부딪히면 그 빛이 바랜다.

의료 AI가 실효성을 내기까지의 장벽

의료 분야에서 진정한 성과를 내기 위해서는 극복해야 할 장벽이 많다. 신약 개발을 위해서는 10년에 걸쳐 20억 달러가 소요되는 임상 3상 시험을 통과해야 한다. 새로운 진단 기술의 경우에도 임상적 유효성을 입증하고, 제3자 기관의 엄격한 평가를 통과하며, 품질 관리 시스템을 구축해야만 비로소 임상에 도입할 수 있다. 인간의 새로운 생물학적 메커니즘을 규명하고 검증하는 데는 수십 년에 걸친 실험이 필요할 수도 있다.

AI 기업들이 현실 검증을 시작해야 하는 이유

AI 모델이 학습하는 환경과 실제 의료 현장은 완전히 다르다. 이 간극을 좁히는 것이 AI 기업들의 가장 시급한 과제다.在这方面，一些领先的AI医疗公司已经开始行动。Insilico Medicine和Recursion은 AI가 발견한 치료제를 임상 시험 단계로 끌어올리고 있으며, 오킨(Owkin)은 자체 개발한 암 치료제 OKN4395를 Phase 1a 임상 INVOKE 시험에 진입시켰다.不仅如此，Owkin은 수년간 실제 환자 데이터를 기반으로 AI를 훈련시켜 MSIntuit CRC를 유럽 CE 마크 인증을 획득, 병리 진단Praxis에 도입하는 데 성공했다.

이 같은 노력은 결코 쉽지 않지만, 환자에게 AI를 적용하는 데는 큰 보상이 따른다. AI가 환자의 데이터를 통해 끊임없이 학습하고 개선되면서, 더 정확하고 신뢰할 수 있는 기술로 거듭날 수 있기 때문이다. 우리는 임상 시험 과정에서 예상치 못한 문제들을 해결하며 AI 모델의 한계를 극복해 왔다. 예를 들어, 진단용 AI를 임상에 도입하던 초기에는 모델이 인구 집단이나 스캐너 설정의 변화에 잘 대응하지 못하는 문제가 발생했다. 이에 우리는 각 지역과 기술 환경에 맞춰 모델을 단순하면서도 견고하게 개선하는 방법을 개발해야 했다.

실시간 피드백 루프로 AI 성능 높이기

우리는 AI가 실제 환자 데이터를 통해 끊임없이 개선되는 ‘현실 검증’이 무엇보다 중요하다고 생각한다. 이를 위해 오킨은 INVOKE 임상 시험 구조에 실시간 피드백 루프를 도입했다. 전통적인 임상 시험은 핵심 성공 지표만을 중점적으로 평가하며, 중간 결과에 따라 시험 진행 여부가 결정된다. 그러나 우리는 환자 참여자들로부터 얻은 데이터를 지속적으로 활용해 AI를 개선한다. AI가 환자의 반응 예측을 잘못한 경우, 실제 데이터를 바탕으로 재훈련을 진행해 성능을 높인다.

이 같은 긍정적 피드백 루프는 AI의 발전과 환자 치료 개선, 그리고 더 많은 모델 테스트로 이어진다. 환자의 실질적 데이터를 기반으로 AI가 끊임없이 학습하고 발전하는 이 과정こそ가 AI 의료 분야의 미래 방향이다. 이제 AI 기업들은 과장된 약속을 넘어, 실제 환자의 생명을 구하는 기술로 거듭나야 한다.

“AI가 의료 현장에서 실효성을 내기 위해서는 끊임없는 현실 검증과 개선이 필수적이다. 환자의 데이터를 기반으로 AI를 훈련하고, 임상 시험을 통해 실시간으로 피드백을 반영해야만 진정한 혁신이 가능하다.”