전북대학교는 조재혁 소프트웨어공학과 교수가 최근 한양대학교병원에서 열린 '2026 정보관리부·의료정보연구센터 공동 심포지엄'에서 의료진의 판단을 돕고 병원이 데이터와 운영을 직접 관리하는 의료 AI 구축 방향을 제시했다고 11일 밝혔다.
이번 심포지엄에서는 인공지능(AI) 도입 전략과 임상 활용 경험, 연구 사례 등이 공유됐다. 조 교수는 '의료AI 연구에서 적용 방법과 활용 사례'를 주제로 감염병 환자 정보연계 통합관리 시스템 'MedShare'의 개발 경험과 의료 현장에 필요한 기술·운영 과제를 소개했다.
조 교수는 의료 AI가 영상 판독이나 질환 예측 등 개별 작업을 넘어 다양한 정보를 종합해 의사결정을 지원하는 방향으로 발전하고 있다고 설명했다. 스스로 작업을 계획하고 도구를 활용하는 '에이전틱 AI'와 신경망의 패턴 인식에 규칙 기반 추론을 결합한 '뉴럴심볼릭 AI'를 소개하며, 환자의 상태와 임상적 맥락을 함께 고려하는 기술의 가능성을 짚었다.
이 과정에서 강조한 것은 의료진의 통제와 판단이다. AI가 분석과 초안 작성을 수행하더라도 적용 범위를 정하고 결과를 검토하는 역할은 사람에게 남아야 한다는 것이다. 이를 위해 데이터와 도구, 접근 권한, 오류 확인과 피드백 절차를 함께 설계하는 '하네스 엔지니어링'을 설명하며, 개별 모델의 성능뿐 아니라 전체 업무 과정의 신뢰성을 확보해야 한다고 강조했다.
평가 역시 정확도 하나에 의존해서는 안 된다고 밝혔다. 활용 목적에 맞는 지표를 적용하고, 학습에 포함되지 않은 환자나 다른 환경에서도 성능이 유지되는지 확인해야 한다는 설명이다. 특히 감염병 예측 연구에서 해외 데이터를 추가한 뒤 오히려 오차가 커진 실험을 소개하며, 데이터의 양보다 지역별 유행 양상과 데이터 특성을 이해하는 것이 중요하다고 짚었다.
실제 적용 사례로 소개한 'MedShare'는 감염병 확산 추세와 병상 현황, 환자의 중증도와 임상정보를 연결해 대응 판단을 지원하는 시스템이다. 조 교수는 생체신호를 활용한 위험도 예측, 임상기록의 정보 추출, 영상·약물 분석 등을 실제 업무 흐름에 맞게 연결하고, 분석 결과와 근거를 함께 제공해 의료진이 검토하도록 하는 데 초점을 맞췄다고 설명했다.
또한 환자의 개인정보와 민감한 진료정보를 보호하기 위해 의료 특화 소형언어모델(sLLM) 기반의 병원 내부 구축형, 즉 '온프레미스' 시스템을 제안했다. 병원이 데이터의 저장 위치와 접근 권한을 직접 관리하고, 기관별 기록 양식과 진료 절차에 맞춰 시스템을 조정하는 방식이다.
이는 데이터와 AI 운영의 통제권을 확보하는 '소버린 AI' 관점과도 연결된다. 조 교수는 국제적인 AI 기술·공급 환경의 변화에 대응하려면 외부 서비스 의존도와 운영의 지속성을 함께 고려해야 한다고 설명했다. 민감한 핵심 업무는 병원 내부에서 처리하고 국내 의료 데이터와 전문가 지식을 반영해 모델을 개선하되, 최신 문헌 검색이나 복잡한 분석에는 외부 상용 AI를 선별적으로 병행하는 방향을 제시했다.
조 교수는 감염병 대응 시스템과 예측 모델링, 환경 유해인자 분석 등 실생활 문제 해결을 위한 AI 융합 연구를 수행해 왔다. 의료·공공보건 분야의 세미나와 교육을 통해 연구 경험을 공유하며 현장 적용 가능성을 넓히고 있다.
조 교수는 “의료 AI의 가치는 높은 성능을 넘어 실제 진료 현장에서 의료진의 판단과 업무에 얼마나 도움이 되는지에 달려 있다”며 “의료진이 결과의 근거를 이해하고 신뢰할 수 있도록 에이전틱 AI와 뉴럴심볼릭 AI 연구를 심화하겠다”고 밝혔다. 이어 “의료 현장과의 협력을 통해 연구 성과를 검증하고, AI가 료진의 든든한 조력자로 자리 잡도록 힘쓰겠다”고 덧붙였다.
전주=김한식 기자 hskim@etnews.com
