생성 AI가 부는 헬스케어의 신(新) 패러다임

보안·입력 데이터 오류 등 위험 요소 상존

[사진=게티이미지뱅크]

생성 인공지능(AI)이 헬스케어 산업에서 화두로 떠오르고 있다. 생성 AI를 통해 헬스케어 산업이 이루지 못했던 고객 맞춤형 서비스 실현, 노동인력 부족 문제 해결, 의료 정보 접근성 향상을 이끌 것으로 기대한다. 다만 헬스케어가 사람의 생명을 다룬다는 점에서 AI 도입 시 발생할 수 있는 위험 관리도 요구된다.

17일 글로벌 컨설팅 기업 딜로이트에 따르면 선도적인 헬스케어 기업 중 75%가 이미 생성 AI를 사용하고 이를 전사적으로 확대하려고 노력하고 있다. 121명의 최고경영자(CEO)를 실시한 설문조사에선 90% 이상이 올해 생성 AI가 기업에 긍정적 영향을 미칠 것으로 전망했다.

헬스케어는 전통적인 노동집약적 산업이다. 의료 부문는 진단, 치료, 간호 등 환자의 상황을 직접 대면해서 다뤄야 한다. 환자의 방문 기록과 보험금 청구 등 각종 서류를 처리하는데도 막대한 행정 비용이 발생한다. 신약 개발 과정에서 데이터를 활용하는 데 있어서도 아직 수작업의 비중이 높다.

이런 가운데 생성 AI가 헬스케어에 새로운 패러다임을 이끌 것으로 주목된다. 자연어 처리·머신러닝 기술을 통해 환자 개인 맞춤 서비스 실현, 의료계 노동 인력 부족, 의료 정보 접근성, 신약개발기간 단축 등을 이끌 전망이다. 가령 환자의 생체 데이터를 생성 AI에 입력하면 AI가 이를 분석해 맞춤형 진단을 내려줄 수 있다. 병원이나 보험사의 고객 데이터도 생성 AI를 활용한다면 금세 취합하거나 처리할 수 있다. 

신약 개발에도 속도가 붙을 것으로 예상된다. 제약업계 관계자는 "신약 개발은 일정한 결괏값이 나오는 것이 핵심인데 AI를 통해 누적된 빅데이터를 활용한다면 최적의 조합을 찾는 시간이 단축될 것"이라 말했다. 실제 지난해 6월엔 최초로 홍콩의 생명공학기업 인실리코 메디슨이 생성 AI가 설계한 신약후보가 임상 2상 시험에 들어가기도 했다. 임상 2상은 임상 1성에서 약효와 안전성을 확인한 약물에 대해 추가 검증하는 단계다.

생성 AI의 성능이 대폭 발전된 점도 헬스케어 산업의 AI 도입을 촉진한다. 지난해 4월 미국의학협회지의 연구에 따르면 챗GPT가 의학적 질문에 대해 내놓은 답변 수준이 정보의 품질과 공감 측면에선 의사의 답변을 모두 능가하는 것으로 나타났다. 7월엔 헬스케어에 특화된 대형언어모델(LLM)인 구글의 메드팜2는 미국 의사 면허 시험에서 최초로 전문가 수준의 합격 점수를 받기도 했다. 올해는 엔비디아가 그래픽처리장치(GPU)인 GH200가 출시했다. 언어모델의 학습·추론 비용을 획기적으로 낮출 것으로 전망된다.

그러나 AI 도입시 본질적으로 지닌 위험 요소를 제대로 관리해야 한다는 제언이 나온다. 헬스케어 산업의 특성상 AI 도입으로 발생할 수 있는 부작용이 다른 산업보다 크기 때문이다. 우선 AI가 고객의 생체 정보에 기반하는 만큼 보안이 중요하다. 만약 정보가 유출된다면 해당 정보는 신원 도용, 금융사기, 사생활 침해 등의 범죄에 활용될 수 있다.

AI를 학습할 때 입력되는 데이터가 잘못된 데이터일 수 있다는 점도 위험 요소다. 학습 과정에서 AI가 자체적으로 입력 데이터의 AI가 답변 수준이 의사와 비견될 정도로 고도화되었더라도 입력 데이터에 오류가 생기면 잘못된 결과를 도출할 수 있다. 피해는 고스란히 고객의 안전과 생명에 전가된다. 박태호 딜로이트 생명과학·헬스케어 산업 리스크자문서비스 파트너는 "임상 실험을 통해 효능이 증명되지 않은 정보를 제한하고 차단해야 하는데 아직 AI가 그런 수준에는 미치지 못한 것으로 보인다"고 말했다.