의료 AI는 오랫동안 단일 진단 대화의 정확도를 높이는 데 집중해왔습니다. 그러나 실제 임상은 한 번의 상담으로 끝나지 않습니다. 증상은 변하고, 검사 결과는 시간차를 두고 도착하며, 약물 반응과 생활습관 변화에 따라 치료 계획은 계속 조정되어야 합니다. Google Research와 Google DeepMind가 개발한 연구용 의료 AI 시스템, AMIE(Articulate Medical Intelligence Explorer)는 바로 이 지점, 즉 진단 너머의 연속적인 치료 관리에서 유의미한 기준을 제시한 사례입니다.
무엇이 AMIE인가: 에이전트 협업 구조와 시공간적 확장
AMIE는 Gemini 모델 기반의 다중 에이전트 아키텍처를 중심으로 설계되었습니다. 텍스트 기반 상담에서는 대화 에이전트와 추론 에이전트가 협력하여 진단 대화를 수행하며, 자체 대국(self-play) 기반 시뮬레이션 학습을 통해 다양한 질병과 상황에 대한 대화 품질을 지속적으로 개선해왔습니다. 여기에 Project Astra의 실시간 시청각 인식 역량이 결합되면서 AMIE는 영상 상담 영역으로 확장되었습니다. 영상 기반 AMIE는 대화 에이전트(Talker), 계획 에이전트(Planner), 인지 에이전트(Perception agent)로 구성된 비동기 다중 에이전트 구조로 실시간 시각 및 청각 신호를 해석하고, 가상 신체 검사를 안내하며, 진단 추론을 수행할 수 있습니다.
무엇이 달라졌는가: 일회성 평가에서 연속적 관리 평가로
AMIE의 독창성은 실험 설계 자체에서 두드러집니다. 2026년 Nature에 발표된 연구는 5개 전문 과목에 걸쳐 100개의 시나리오를 구성하고, 각 시나리오당 3회의 연속 방문을 설계했습니다. 환자 역할을 맡은 배우들은 방문마다 달라지는 증상과 검사 결과를 연기했으며, AMIE와 21명의 1차 진료 의사가 각각 이 환자들을 텍스트 기반으로 상담했습니다. 이는 단발적 진단 정확도가 아니라, 시간 흐름에 따른 질병 관리 능력을 평가하기 위한 구조였습니다.
영상 상담 연구에서는 설계가 한층 더 정교해졌습니다. 캐나다, 영국, 인도의 객관적 구조화 임상 시험(OSCE) 제공업체로부터 수집된 149개의 사례 시나리오를 활용한 무작위 맹검 교차 연구뿐 아니라, 30명의 1차 진료 의사(PCP), 15명의 환자 배우, 100개의 임상 시나리오를 대상으로 AMIE(비디오), AMIE(텍스트), 영상 진료 PCP를 비교했습니다. 시뮬레이션 기반이지만 평가의 입체성을 확보한 설계입니다.
결과가 말해주는 것: 가이드라인 정합성과 관계적 한계
결과는 주목할 만한 대비를 보여줍니다. 독립적 전문의 평가단은 AMIE의 치료 계획이 전체 방문에 걸쳐 87~94%의 사례에서 적절하다고 평가했습니다. 반면 의사 그룹의 적절성 평가는 62~71% 수준이었습니다. 특히 AMIE는 진료 지침 가이드라인 충실도 항목에서 의사보다 높은 점수를 기록했는데, 이는 Gemini 모델의 긴 컨텍스트 윈도우를 활용해 여러 방문에 걸친 환자 기록과 방대한 의학 지침을 동시에 처리할 수 있기 때문으로 분석됩니다. 약리학 테스트에서도 고난도 문항일수록 의사 평균을 웃도는 정확도를 보였습니다.
영상 기반 평가에서도 유사한 흐름이 관찰되었습니다. 임상 평가자들은 병력 청취 철저성, 진단 정확성, 관리 적절성, 신체 관찰 및 검사 등 핵심 임상 역량에서 AMIE(비디오)의 성능을 PCP와 동등하거나 더 우수하다고 평가했습니다. 환자 배우들 역시 의사소통 효과성, 편의성, 이해받는 느낌 측면에서 텍스트 채팅보다 영상 경험을 선호했습니다.
그러나 모든 지표가 AI에 유리했던 것은 아닙니다. 공감대 형성이나 파트너십 구축 같은 관계적 측면에서는 인간 의사가 여전히 우위를 보였습니다. 영상 상담 연구에서 환자 배우들은 AMIE의 설명 방식을 선호하면서도, 신뢰감 형성 측면에서는 PCP를 더 높이 평가한 것입니다.
무엇을 배우고 어떻게 접근할 것인가
AMIE는 아직 실제 진료에 적용할 수 없는 연구 프로토타입입니다. 모든 평가가 배우와 시뮬레이션 시나리오를 기반으로 진행되었으며, 실제 환자 대상의 건강 결과를 측정한 것은 아닙니다. 연구진 스스로도 안전성, 공정성, 확장성에 대한 추가 검증이 필수적임을 분명히 밝히고 있습니다.
그럼에도 AMIE가 보여준 방향성은 선명합니다. 의료 AI의 가치는 단일 진단의 정확도를 넘어, 여러 방문에 걸친 치료 연속성을 일관되게 관리하는 능력에서 발생한다는 점입니다. 향후 AI가 의사를 보조하는 방식 역시 ‘한 번의 대화’가 아니라 ‘다회 방문 요약, 가이드라인 대조, 치료 계획 변경 알림’ 같은 지속적이고 맥락적인 업무 지원에서 찾아야 합니다. 의료 현장에 AMIE와 같은 시스템이 자리 잡으려면 규제와 임상 검증뿐 아니라, 평가 기준 자체를 현실의 연속적 치료 흐름에 맞게 재설계하는 작업이 선행되어야 할 것입니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.