구글, 의료 AI 'AMIE' 업그레이드…진단 넘어 장기 질환 관리까지

병원 진료에서 정작 환자와 의사를 모두 지치게 만드는 것은 단 한 번의 진단이 아니라, 그 뒤로 수개월 혹은 수년간 이어지는 약물 조절과 추적 관찰입니다. 그동안 의료 AI 연구는 주로 단일 진료에서 질환을 맞히는 데 집중되어 있었고, 장기적인 질병 관리는 쉽게 손대지 못하던 영역이었습니다.

구글 리서치와 구글 딥마인드는 2025년 3월 6일, 대화형 의료 AI 시스템인 AMIE의 역량을 단순 진단에서 다회차 진료 기반의 장기 질환 관리로 확장했다고 발표했습니다. 이 연구는 이후 세계적인 학술지 네이처(Nature)에도 게재되었습니다.

실제 환자 역할을 맡은 전문 배우들과 진행한 100건의 모의 진료 시험에서, AMIE의 치료 계획 및 관리 추론 능력은 20명의 1차 진료 의사와 동등하거나 그 이상의 평가를 받았습니다.

대화 에이전트와 추론 에이전트의 분업

만성 질환 관리는 증상 변화, 부작용, 환자의 순응도에 따라 치료 계획을 끊임없이 수정해야 하는 고난도 작업입니다. 구글은 이 문제를 풀기 위해 제미나이 기반의 듀얼 에이전트 구조를 도입했습니다.

환자를 직접 응대하는 것은 대화 에이전트(Dialogue Agent)입니다. 공감 능력을 갖춘 자연스러운 대화로 환자의 상태 변화와 우려 사항을 빠르게 파악하고 라포를 형성합니다.

그 뒤편에서는 치료 관리 추론을 맡은 Mx 에이전트가 작동합니다. 제미나이의 긴 문맥 처리 기능을 활용해 이전 진료 기록 전체와 영국 NICE, BMJ 베스트 프랙티스 등 수백 쪽에 달하는 권위 있는 임상 지침을 한 번에 검토합니다. 테스트 타임 연산량을 늘려 심층 추론을 수행하고 여러 차례 초안을 수정·통합하며 근거 중심의 계획을 완성합니다.

또한 투약 안전성을 검증하기 위해 미국 FDA와 영국 공인 처방집을 바탕으로 약사들이 검수한 600문항 규모의 RxQA 벤치마크도 새롭게 구축했습니다.

의사 20명과의 모의 진료 대결

성능 검증을 위해 구글은 전문 모의 환자가 참여하는 100개의 다회 방문 시나리오를 설계하고 블라인드 모의 진료 시험을 진행했습니다.

전문 평가의들이 적절성, 완전성, 가이드라인 준수 여부를 기준으로 채점한 결과, AMIE는 20명의 1차 진료 의사와 대등하거나 일부 항목에서 더 나은 성적을 거두었습니다.

하지만 명확한 한계도 존재합니다. 이번 평가는 텍스트 기반의 정제된 모의 환경에서 이뤄졌으며, 실제 병원의 복잡한 전자의무기록(EHR) 시스템 연동이나 대면 진료의 변수까지 반영하지는 못했습니다. 또한 단일 보건의료 체계의 가이드라인만 적용된 상태입니다.

왜 중요한가

만성 질환 관리는 현대 의료 시스템에서 가장 인력 소모가 심하고 의료진의 번아웃을 유발하는 병목 구간입니다. 수많은 가이드라인과 환자의 오랜 병력을 꼼꼼히 대조해 최적의 처방을 제안하는 보조 도구가 생긴다면 1차 의료 현장의 질적 향상에 상당한 도움이 될 수 있습니다.

구글의 접근법에서 눈에 띄는 점은 화려한 진단 쇼에 머무르지 않고, 임상에서 가장 까다로운 장기 추론을 파고들었다는 사실입니다. 공감형 대화와 지침 기반의 심층 추론을 분리한 에이전트 설계는 의료용 AI의 안전성을 높이는 매우 현실적인 선택으로 보입니다.

다만 모의 환자와 주고받은 텍스트 시험의 성공이 곧바로 실제 진료실 안착을 뜻하지는 않습니다. 현실의 환자들은 정해진 대본대로 증상을 말하지 않으며, 전산 기록은 파편화되어 있기 마련입니다. 현재 진행 중인 실제 의료 현장 연구에서 맞닥뜨릴 변수들을 어떻게 극복하느냐가 AMIE의 진짜 실력을 증명할 것입니다.