실제 가상진료에 AI 투입: 전국 무작위 임상시험이 중요한 이유

의료 AI는 “똑똑해 보이는 기술”을 넘어, 실제 진료에서 사람의 건강에 영향을 줄 수 있는 도구입니다. 그래서 중요한 건 성능 자랑이 아니라, 실제 환자·의료진·현장에서 안전하고 유용한지 “증거로” 확인하는 일이죠.

이번에 Google이 Included Health(미국의 대표적 의료 서비스 제공업체)와 함께, 실제 가상 진료 환경에서 대화형 AI를 평가하는 전국 단위 무작위 임상시험을 준비 중이라는 소식은 그런 점에서 의미가 큽니다(단, IRB 승인 후 진행).¹ 이 글에서는 왜 ‘전국 규모·무작위·실제 진료’라는 조합이 결정적이며, 어떤 데이터를 쌓아야 신뢰할 수 있는 의료 AI로 갈 수 있는지 쉽게 풀어보겠습니다.

전국 무작위 임상시험(랜덤화 연구)이 왜 ‘게임 체인저’인가

의료 분야에서 “좋아 보인다”와 “좋다” 사이엔 깊은 강이 있습니다. 시뮬레이션이나 과거 기록 분석은 출발점으로 유용하지만, 현실 진료는 변수의 숲이거든요. 환자의 표현 방식, 지역별 의료 자원, 동반질환, 시간 압박, 담당 의료진의 스타일이 모두 결과를 흔듭니다.

무작위 대조 연구는 이 변수들을 최대한 공정하게 나눠 담아, “AI를 쓴 그룹”과 “기존 진료 그룹”의 차이가 정말 AI 때문인지 확인하게 해줍니다. 이번 연구는 그것을 전국 규모, 실제 가상 진료에서 하겠다는 점이 핵심입니다.¹

Included Health와의 협업이 의미하는 ‘현장성’

연구실에서 잘 되는 AI는 많습니다. 하지만 진짜 어려운 건 “현장 프로세스에 얹었을 때”입니다. 환자가 접속해 증상을 말하고, 문진이 오가고, 필요하면 검사나 처방으로 이어지고, 기록이 남고, 추후 안내까지 이어지는 흐름 속에서 AI가 어디에 서야 하는지가 더 중요하죠.

Included Health 같은 실제 의료 제공업체와의 협업은, AI가 단순히 답변을 잘하는지를 넘어 진료 흐름을 방해하지 않으면서 의료진을 돕고, 환자에게도 납득 가능한 경험을 제공하는지까지 함께 보겠다는 뜻입니다.¹

무엇을 비교하나: ‘AI 버추얼 케어’ vs 기존 진료의 정면승부

이번 연구는 다양한 지역과 질환의 실제 환자를 참여시켜, AI를 도입한 가상 진료와 기존 임상진료의 결과를 직접 비교하는 형태를 목표로 합니다.¹ 여기서 중요한 포인트는 “정답 맞히기 대회”가 아니라는 점입니다.

현실의 성패는 이런 질문에서 갈립니다. 환자가 필요한 수준의 안내를 받았는가, 불필요한 불안이나 과잉진료를 줄였는가, 위험 신호를 놓치지 않았는가, 의료진의 시간과 집중력을 진짜로 아껴줬는가. 즉, 임상적 유용성과 안전성, 그리고 시스템 전체의 효율을 같이 보게 됩니다.

안전성은 어떻게 보나: ‘감독 개입’과 ‘사고의 방지 설계’

의료 AI에서 가장 먼저 확인해야 할 건 “잘할 때의 성능”이 아니라 “실수할 때의 피해”입니다. 실제로 온라인에서 건강 정보를 그럴듯하게 요약해 보여주는 기능이 오히려 위험한 조언을 만들 수 있다는 지적도 있어, ‘그럴듯한 오류’(환각)에 대한 경계가 커지고 있습니다.²

이번 연구는 단계별로 안전성과 유용성 데이터를 축적하면서 책임 있는 적용을 목표로 합니다.¹ 특히 의료진 감독이 언제, 얼마나, 어떤 이유로 개입했는지 같은 지표는 AI의 안전장치를 설계하는 데 매우 실용적인 단서가 됩니다. “AI가 혼자 판단해도 되는 범위”와 “반드시 사람 손이 필요한 구간”이 숫자와 사례로 드러나니까요.

기술은 어디서 왔나: 개인 건강 데이터·증상 체크·길찾기 AI의 합류

이번 실험 설계는 갑자기 하늘에서 떨어진 아이디어가 아니라, 여러 디지털 헬스 연구에서 쌓인 경험을 토대로 합니다.¹ 수면·활동 같은 개인 건강 데이터를 분석해 맞춤형으로 돕는 개인 건강 에이전트, 증상 체크나 의무기록 탐색을 돕는 도구, 그리고 온라인 건강 정보 탐색을 안내하는 ‘Wayfinding AI’ 같은 시도들이요.¹

이 흐름을 한 문장으로 줄이면 이렇습니다. “정보가 많은 AI”를 넘어 “현실에서 길을 잃지 않는 AI”로 가는 과정입니다. 환자 입장에서 필요한 건 의학 상식이 아니라, 지금 내 상황에서 다음 행동이 무엇인지에 대한 정확하고 안전한 안내니까요.

시사점: 의료 AI는 ‘도입’보다 ‘검증’이 먼저다

핵심은 간단합니다. 의료 AI가 정말 의료 접근성을 높이고 의사의 업무 부담을 덜어줄 수 있다면, 그 잠재력은 엄청납니다. 하지만 의료는 한 번의 멋진 데모보다, 수많은 평범한 날의 안전이 훨씬 중요합니다.

그래서 이번처럼 실제 가상 진료에서 전국 규모 무작위 연구로 데이터를 쌓는 접근은, “AI가 의료에 들어와도 되는가?”라는 질문을 “어떤 조건에서, 어떤 범위로, 어떤 책임 구조로 들어와야 하는가?”로 바꾸게 해줍니다.¹

독자 입장에서 실용적인 팁 하나만 덧붙이면요. 앞으로 의료 AI 서비스를 보게 되면 ‘정확도’만 보지 말고, 어떤 임상시험·현장 검증을 거쳤는지, 위험 상황에서 사람에게 어떻게 넘기는지(에스컬레이션), 개인정보·기록 처리 원칙은 무엇인지까지 같이 확인해보세요. 그게 “좋은 AI”를 고르는 가장 현실적인 기준입니다.

참고

¹전국 규모의 무작위화된 연구에서 실제 가상 진료에서 AI를 협업하여 연구함

²Google AI Overviews put people at risk of harm with misleading health advice | Google | The Guardian