고려대, 의료 AI 진단 신뢰도 높일 핵심 기준 도출

의료 인공지능(AI)의 도입이 빠르게 확산되는 가운데, 진단 신뢰도에 대한 객관적 기준 마련이 중요한 과제로 대두되고 있다. 2026년 7월 24일 고려대학교 연구진이 발표한 내용에 따르면, 의료 AI 진단 시스템의 신뢰도를 높일 수 있는 새로운 평가 기준이 제시됐다. 연구팀은 국내외 주요 의료기관과 협력해 3년에 걸친 임상 데이터 분석을 실시했으며, 이 과정에서 의료 AI의 오진 조건, 판단 근거의 투명성, 데이터 다양성 등 5가지 핵심 항목을 ‘신뢰도 평가척도’로 설정했다.

현장 자료에 따르면, 의료 AI가 실제 진료 환경에서 환자 정보를 해석할 때 과오 발생률과 의학적 추론 과정의 설명 가능성이 변수로 작용하는 사례가 꾸준히 지적되고 있다. 이번 연구는 전국 7개 대학병원에서 수집한 6만 건 이상의 영상·문진 데이터를 기반으로 이뤄졌다. 기존 AI 진단 시스템은 특정 상황에서 예측 정확도를 보이지만, 근거 또는 알고리즘 작동 논리가 불분명한 탓에 임상 의사들의 신뢰를 받지 못한다는 점이 문제로 지적되어 왔다. 연구진이 작성한 결과보고서에는 ‘결과 재현성’, ‘판단 근거 투명성’, ‘다중 데이터 적합성’, ‘실시간 업데이트 가능성’, ‘비상 상황 대처 능력’ 등 5가지 항목이 항목별로 세분화되어 있다.

대한의사협회 등 의료계는 이번 기준 제시가 단순한 기술적 진보가 아닌 실제 의료 실무의 안전성 확보 방안이라는 점에 주목한다. 최근 1년 사이, 국내 병원 4곳에서 AI 진단 시스템의 과신으로 인한 오진 사고가 보고된 점이 안전 논란을 키웠다. 2026년 4월 부산 한 종합병원 내과에서는 60대 응급 환자 CT 판독 오류로 인한 진료 지연 사고가 발생했고, 이 과정에서 AI 진단 결과를 의사가 충분히 검증하지 못했다는 점이 확인됐다. 전문가들은 “AI의 판단 결과가 신뢰받으려면, 의사가 ‘왜 이런 결과가 나왔는지’ 정확히 해석할 수 있어야 한다”고 지적하면서, 데이터를 투명하게 연계하는 기술이 필수임을 강조했다. 실제 현장에선 각 병원이 자체 알고리즘과 데이터셋을 활용하면서 결과의 일관성 확보에도 어려움이 크다고 전했다.

고려대학교 연구 결과는 국제 학술지 ‘네이처 메디슨’ 8월호에 게재 예정이며, 국내외 AI 개발사와 병원들이 활용할 수 있는 실질적인 평가 가이드라인으로 자리 잡을 전망이다. 보건복지부는 이번 평가 기준이 상용화되면 연내 전국 60여 개 의료기관에서 시범 적용에 들어갈 것이라고 밝혔다. 한 의료기관 관계자는 “현장에선 지금도 AI 진단 솔루션의 평가 기준이 모호해, 실제 판독에 혼선이 크다”며 “이제라도 표준화된 척도가 도입된다면, 환자 안전은 물론 의료진 부담도 크게 줄 전망”이라고 말했다.

해외 사례와 비교해볼 때, 미국 스탠퍼드대·영국 임페리얼칼리지 등 선도 연구기관들도 이미 최소 4~6개의 기준을 두고 AI 진단 신뢰도를 수치화해 관리하고 있다. 그러나 데이터 해석의 개방성, 모델 업데이트 과정의 실시간 모니터링 등에서 아시아 의료기관이 상대적으로 뒤처져 있다는 평가가 적지 않다. 이번 고려대 연구진의 평가항목은 기술의 투명성과 진료 안전성을 양립하려는 시도로 볼 수 있다. 다만 의료현장의 피로도가 높아지고, 진단 책임 소재에 대한 논란은 향후 법적 쟁점으로 확대될 가능성이 있다는 우려도 남는다.

IT업계에서는 평가 기준이 명확해짐에 따라, 신생 스타트업과 대기업이 참여하는 의료 AI 시장 경쟁 구도에도 변화가 예상된다. 국내 의료AI 업계 한 관계자는 “단순 정확도 경쟁에서 이제는 책임과 투명성, 실제 임상 현실 반영이 핵심 과제가 됐다”며 “보험·의료 서비스와 연계된 다음 단계 혁신도 급물살을 탈 것”이라고 전망했다. 일선 병원 관계자들 또한 “진단 신뢰에 대한 사회적, 법적 근거가 마련될 때만 환자들도 안심할 수 있다”고 밝혔다.

이번 연구에서 제안된 평가 기준의 효과 및 현장 적용성은 향후 시범 사업과 후속 연구를 통해 지속적으로 검증될 예정이다. 앞으로도 AI 진단과 의학 현장 간의 신뢰 회복, 그리고 환자의 안전 확보가 실제로 이루어질 수 있을지 귀추가 주목된다.

— 이현우 ([email protected])