"거대언어모델(LLM)이 일반화되면서 의료현장 혁신이 한층 가속화될 것으로 전망됩니다.”

서울아산병원 융합의학과 김남국 교수는 최근 본지 주최로 열린 '2025 대한민국 헬스케어 포럼'에서  인공지능(AI)이 의료현장에 미칠 영향과 앞으로 의료 혁신 방향성을 구체적으로 제시했다.

김남국 교수는 "AI와 빅데이터 기술이 전염병 대응부터 임상 진료 전반에 이르기까지 의료 패러다임을 근본적으로 바꾸고 있다"고 진단했다. 

미국 체온계 데이터를 실시간으로 수집해 독감 확산을 예측하는 킨사(Kinsa) 사례와 이를 질병관리센터(CDC) 통계와 비교해 높은 예측 정확성을 보인 점을 예로 들었다. 

그는 "개별적으로는 가치가 없는 체온 데이터를 묶어 실시간으로 분석하면 지역별 독감 창궐 상황과 코로나19 같은 전염성 질환 확산 정도까지 알 수 있다. 이것이 빅데이터 특성"이라고 말했다.

아울러 기존 머신러닝과 딥러닝 기술의 발전 흐름도 상세히 소개했다.

지난 2012년 딥러닝 혁명을 시작으로, 2017년 트랜스포머 모델이 등장하면서 방대한 데이터를 학습해 사람과 유사한 언어 이해 및 생성 능력을 갖춘 거대언어모델(LLM)이 가능해졌다고 설명했다.

이후 이런 LLM은 영상, 음성, 비디오 등 다양한 형태의 데이터를 함께 이해하고 생성하는 멀티모달 AI로 발전해 의료현장에 새로운 가능성을 열고 있다.

김남국 교수는 “멀티모달 LLM은 영상과 텍스트를 동시에 학습해 환자 판독문과 의료영상을 연결하며 더욱 똑똑한 모델 지능으로 발전한다”고 말했다.

그러면서도 현실적 과제로 개인정보 보호, 법적 규제, 비용 부담 등을 꼽았다.

그는 “LLM을 병원에서 운용하려면 엄청난 전기와 시스템이 필요하다”며 “환자 개인정보를 안전하게 보호하면서 법적 기준도 지키는 것도 매우 중요하다”고 말했다.

국내외 의료 데이터가 각기 다르고 의료환경도 상이한 만큼 AI 모델을 의료기관별·국가별로 맞춤 개발하고 평가하는 과정이 중요하다는 점도 강조했다.

거대언어모델, 의료영상·텍스트 동시 학습 등 더 똑똑한 모델 지능 발전

수술 후 모습도 시뮬레이션 가능 시대 개막

서울아산병원 사례도 소개됐다. AI를 활용해 암 환자 퇴원 요약지 작성 시간을 1/3로 단축시켰으며 CT 영상에서 정상으로 판단되는 케이스를 AI가 선별해 의사의 판독 부담을  23% 줄였다. 

이는 의료진의 업무 효율성 증대와 환자 안전성 향상에 긍정적인 영향을 미친 사례로 평가된다.

또 김남국 교수는 디지털 트윈 기술을 활용해 환자 수술 후 모습을 가상으로 시뮬레이션하는 사례를 소개했다.

그는 "수술 전 영상과 수술방법 등을 바탕으로 수술 후 영상을 생성할 수 있다"며 "수술 계획 수립과 환자 상담에 활용할 수 있으며, 이를 통해 환자의 치료 이해도를 높일 것"이라고 기대했다.

이 밖에도 파킨슨병 진단 영상 분석, 암 환자의 치료 경로 예측, 의료영상 기반 이상 징후 탐지 등 다양한 연구개발 성과가 소개됐다.

김남국 교수는 “디지털 혁신을 바탕으로 스크리닝 진단과 치료, 의사 업무를 돕는 AI 기술이 빠르게 발전하고 있다”며 “앞으로 의료현장이 크게 변화할 것”이라고 내다봤다.