헬스케어, 즉 의료계는 무척 보수적인 업계입니다. 자본과 기술력이 무척 중요한 산업임에도 불구하고 산업의 상당 부분이 노동집약적입니다. 조금씩 디지털 전환(DX)이 이뤄지고 있긴 하지만 여전히 갈 길이 멉니다. 이렇게 헬스케어 산업의 DX가 느린 데에는 여러 이유가 있을 겁니다. 앞서 언급한 대로 업계 자체가 지닌 보수성 탓일 수도 있고, DX 적응에 필요한 공백기를 피해야 하는 이유도 있겠습니다. 애초에 업의 특성상 DX가 이뤄지기 어려울 수도 있습니다.

그럼에도 빅테크들은 꾸준히 헬스케어 산업에 뛰어들어 왔습니다. 아마존이 대표적인 예시인데요. 아마존은 2017년 즈음부터 원격 의료 산업에 막대한 투자를 해왔습니다. 국내에선 삼성전자가 꽤 오래전부터 삼성헬스케어, 의료기기사업부 등에 투자해왔습니다. 그러나 아마존의 헬스케어 사업은 계속 적자를 봐왔고, 삼성전자도 의료기기 개발 쪽에 치우쳤을 뿐 디지털 헬스케어 사업에선 큰 성과를 내지 못했습니다.

이렇듯 빅테크의 헬스케어 사업엔 늘 어려움이 많았지만, AI 붐과 함께 판도가 바뀔지도 모릅니다. 이를 단적으로 보여준 게 지난 10일 삼성의 파리 언팩 행사가 아닐까 싶습니다. '갤럭시 링' 등 우리의 인체 데이터를 실시간으로, 다양한 경로로 수집/분석할 수 있는 디바이스가 보편화될수록 헬스케어는 빅테크에게 '해볼만한 사업'이자 '해야할 사업'이 될 것입니다. 유저 데이터를 최대한 많이, 다양하게 확보할 수 있기 때문입니다.

이런 상황에서 한 인터뷰가 눈에 들어옵니다. 마이크로소프트 Healthcare & Life Sciences(MS HLS)의 CDO(Chief Data Science Officer)인 맷 룽렌(Matt Lungren) 박사의 인터뷰 ‘MS HLS와 AI 연구가 헬스케어에 미치는 영향’인데요. 룽렌 박사는 영상의학과 의사인 동시에 마이크로소프트, 스탠포드에서 연구자 겸 강연가로 활동 중입니다. 그의 의료 AI 강의는 Coursera의 인기 강의이기도 합니다. MS라는 세계 최대 IT 기업에서 일하는 의사는 AI 시대에 헬스케어 산업이 어떻게 변화할 것이라고 생각할까요?

자세한 내용을 소개하기 전 인터뷰가 시사하는 바를 두 가지로 요약할 수 있는데요. 첫째는 헬스케어와 AI는 진단과 같이 의사 업무를 직접 대체하는 영역보단 AI의 신뢰성과 안전 등을 향상하는 영역(이른바 'Boring stuff')에 대한 개발이 우선이란 점입니다.

둘째는 생성 AI가 헬스케어 산업에서 활용되는 범위를 신중하게 설정해야 한단 점입니다. 예컨대 정확성과 속도가 그 무엇보다도 중요한 의료 상담, 응급 처치 등에는 (적어도 지금 수준의) AI를 도입하기 어렵습니다. 하지만 어느 정도의 오차는 사후적으로 수습할 수 있는 영역에는 AI를 적극 활용해도 될 듯합니다.

Lessons from Dr. Matthew Lungren, Chief Data Science Officer, Microsoft, on the impact of AI research on healthcare
Dr. Matthew Lungren, Chief Data Science Officer of Microsoft Life Sciences and Healthcare and Adjunct Professor at Stanford Department of Biomedical Data Science

멀티모달과 보안

빅테크 중에서도 MS가 헬스케어 산업에 접근하는 방법은 상당히 독특합니다. MS는 HLS 부서를 통해 클라우드 서비스와 AI, 특히 생성 AI 모델을 의료현장에 적극적으로 도입하고자 합니다. 올해 3월에는 GPT를 활용한 Azure Health Bot 데모를 통해 의료 상담의 정확성을 높일 것이라 밝혔습니다. MS가 헬스케어 산업 내에서 노리는 포지션은 무엇일까요?

룽렌 박사는 한가지 문제에만 특화된 솔루션이 실패하는 사례를 보며 범용성 있는 솔루션, 즉 멀티모달의 필요성을 느꼈다고 합니다. 그래서인지 MS HLS는 “모두가 더 많은 걸 성취하게 하자”라는 자사 비전에 따라 멀티모달을 집중 개발 중입니다. 이미 MS Research는 멀티모달 연구 논문을 여럿 발표했습니다. 그중에 흥미로운 걸 하나 꼽자면 RAD-DINO를 꼽을 수 있겠네요. RAD-DINO는 메타의 DINOv2 모델을 이용해 CT, 초음파 등 의료 이미지에서 진료 의사결정을 도울만한 징후를 찾아내는 모델입니다. 룽렌 박사는 “RAD-DINO와 같은 기술이 유전체학, 병리학 등 다른 분야에도 적용될 수 있을 것”이라고 말했습니다.

단, 멀티모달보다 중요한 게 있습니다. 바로 안전입니다. 룽렌 박사는 “MS 멀티모달의 데모 버전은 자신에게 주어진 질문을 이해하지만 데모와 의료 환경에 적용될 실제 솔루션 사이에는 여전히 큰 차이가 존재한다”며 기술의 안전성을 더욱 강화해야 함을 강조했습니다. 그는 안전성을 위해 AI의 환각과 편향을 줄여주는 Guardrails AI 같은 회사가 더 많이 필요하다고 말했습니다. MS는 헬스케어 AI의 책임감 있는 개발・사용을 위한 연합인 CHAI(Coalition for Health AI)의 주요 파트너이기도 합니다.

스타트업과 임상의 간 연결

헬스케어 분야에서 AI를 다루는 스타트업의 중요성도 날로 커지고 있습니다. MS는 그러한 스타트업들에게 '임상의의 관점'을 심어주는 역할도 합니다. 룽렌 박사는 "스타트업은 혁신의 원동력이며 사업의 성공 여부와 무관하게 좋은 교훈을 준다"고 말하면서도 "하지만 실질적인 의료 문제를 해결하기 위해서는 기술력뿐만 아니라 임상적 관점이 필요하다"고 강조했습니다. 아무리 AI 기술이 발전해도 결국 제대로 된 진료와 치료를 위해선 인간의 의학적 지식과 경험이 필요하단 겁니다.

AI 개발사가 임상의를 필요로 하듯이, 임상의들도 AI를 필요로 합니다. 룽렌 박사는 "임상 사례를 들고서 스타트업과 파트너십을 맺고자 하는 임상의들이 많다"며 "AI 스타트업과 임상의를 연결시킬 여러 방법을 가지고 있다"고 말했습니다. 임상의와 AI 스타트업을 연결함으로써 헬스케어 산업의 AX를 촉진하려는 것입니다. 비슷한 맥락에서 MS는 최근 스타트업에게 Azure AI 등 AI 툴을 제공하는 스타트업 지원 사업인 ‘페가수스 프로그램’을 시작하기도 했습니다.

AI 헬스케어의 미래

그렇다면 룽렌 박사와 MS는 헬스케어 AI의 미래를 어떻게 바라보고 있을까요? 모든 진료 과목과 직간접적으로 연결된 영상의학과에 대해서 룽렌 박사는 “반복적인 수작업이 많아 의료인들이 번아웃을 겪는 경우가 많다”며 “생성 AI는 의료인의 Workflow를 크게 개선시킬 것"이라고 말했습니다. 의료 workflow는 90년대 후반부터 꾸준히 개선돼 왔습니다. 그 동안은 TTS(음성-텍스트 변환 기술)처럼 자동으로 진료 기록을 작성해주는 식의 발전이 많았는데요. 이제 AI를 통해 의료 이미지를 가지고 바로 의료 데이터를 뽑아내고 정리하는 식의 작업도 가능해질 것으로 보입니다.

AI는 정보의 비대칭성도 줄여줄 것으로 보입니다. 헬스케어가 어려운 건 의학 자체가 어렵기 때문도 있지만, 의료 지식에 대한 접근성이 매우 낮기 때문도 있습니다. 건강 상태가 안 좋단 게 느껴져도 직접 병원을 찾아 의사의 진료를 받아야만 어떤 약을 먹어야 할지, 어떻게 재활할지를 명확히 알 수 있습니다. 하지만 DX 또는 AX가 빠르게 이뤄진다면 의학 지식을 이메일이나 카톡으로도 받을 수 있을 것입니다. 특정 질병이나 증상에 대한 의사들의 설명을 유튜브로 볼 수 있듯이 말이죠. 스마트 워치나 링을 통해 건강 상태를 언제 어디서나 데이터로 확인하는 게 일상이 될수록 헬스케어 산업이 가진 정보의 비대칭성은 줄어들 수 있습니다. 이는 곧 의료 격차가 줄어드는 결과로 이어질 수도 있습니다.