“생성형 인공지능(AI)은 첫 배움에 시간이 필요하지만, 익숙해지면 연구 생산성을 획기적으로 높이고 시간을 크게 절약할 수 있습니다.”

분당서울대병원 순환기내과 전기현 교수는 최근 본지 주최로 열린 ‘2025 대한민국 헬스케어 포럼’에서 ‘챗GPT를 활용한 의학연구’를 주제로 강연하며 이같이 밝혔다.

전 교수는 이번 강연에서 바쁜 임상 업무에도 생성형 인공지능(AI)을 활용해 연구 생산성을 높인 경험을 바탕으로 의학 연구에 AI를 단계별로 적용하는 방법을 상세히 설명했다.

그는 “진료 후 너무 힘들어 아무것도 못 하는 날들이 반복됐는데, 챗GPT가 힘든 일상을 조금이나마 도와줄 수 있겠다고 생각해 쓰기 시작했다”고 말했다. 

이어 “점차 활용 범위가 넓어지면서 챗GPT 관련 강의와 워크숍, 유튜브 채널 운영까지 하게 됐다”며 임상의사의 인공지능 입문 배경을 소개했다.

전 교수는 AI 활용 첫 단계로 ‘커스텀 GPT’ 제작법을 소개했다. 기존 범용 AI는 광범위한 지식을 다루지만 연구자가 속한 특정 분야 전문성이나 스타일을 완벽히 반영하지 못하는 한계가 있다. 

그는 “연구자가 자신이 참고하는 주요 논문과 데이터를 AI에 업로드하고, 학술적 문체와 인용 방식을 지정하면 연구에 최적화된 맞춤형 AI, 즉 커스텀 GPT를 손쉽게 만들 수 있다”고 설명했다.

이어 “커스텀 GPT를 활용하면 정보 검색부터 논문 작성 지원까지 처리할 수 있어 연구 생산성이 크게 향상된다”며 “누구나 쉽게 제작 가능하므로 적극 활용하길 바란다”고 덧붙였다.

전기현 교수는 AI를 활용한 문헌 검색과 딥 리서치 기능도 설명했다.

과거에는 연구자들이 키워드 검색에 의존해 수 많은 논문을 일일이 검토해야 했지만, 생성형 AI는 자연어 질문만으로 관련 논문을 분석하고 핵심을 5분 내외로 종합해 리뷰 논문을 작성해 준다.

특히 AI는 생성 과정에서 참고한 출처와 링크를 실시간으로 제공, 그간 문제로 지적됐던 허위 정보 생성(할루시네이션) 위험을 크게 줄일 수 있다.

또한 구글 제미나이 등 경쟁 AI 모델도 발전을 거듭하며 임상시험 비교 표, 가이드라인 변경 내역 추적, 인포그래픽 자동 생성 등 다양한 부가 기능 지원도 가능하다. 

논문 검색·데이터 분석, 기초작업 수행력 탁월

연구결과 입력시 그래프 등 시각화 작업 가능

전기현 교수는 연구 설계 단계에서 AI가 기존 연구의 빈틈을 찾아내 추가 연구 방향을 제안하고, 샘플 사이즈 계산도 정확하게 돕는다고 소개했다.

그는 “AI에게 연구 목적과 주제를 구체적으로 설명하면 최적의 연구 디자인과 방법론을 상세히 제안받을 수 있다”고 말했다.

데이터 분석과 통계 처리도 AI의 핵심 지원 분야다.

전 교수는 “복잡한 통계 코드 작성부터 실행, 결과 해석까지 AI가 대신 처리하고, 연구자는 음성이나 텍스트 명령만으로 다양한 통계 분석과 시각화 작업을 할 수 있다”고 말했다.

특히 논문에 인용된 그래프 이미지를 AI에 제공하면, AI가 해당 그래프 유형을 분석해 연구 데이터에 맞는 유사 그래프 코드를 자동 생성하는 기능도 소개했다.

이를 통해 연구자는 시각화 작업의 시간과 노력을 크게 줄일 수 있다.

전기현 교수는 “지금까지 의학 연구 현장은 ‘사각 바퀴’를 끌며 힘겹게 연구해 왔지만, AI라는 ‘원형 바퀴’를 도입하면 훨씬 빠르고 효율적인 연구가 가능하다”고 말했다.

이어 “초기 적응에는 시간이 필요하지만, 익숙해지면 생산성과 효율성이 획기적으로 개선될 것”이라고 덧붙였다.