구글, 단일 GPU로 구동되는 의료용 오픈 AI 모델 'MedGemma' 공개

구글이 공개한 'MedGemma'와 'MedSigLIP'은 의료 헬스케어 AI 개발자를 위한 오픈 가중치 기반 모델입니다. 민감한 환자 데이터를 외부 폐쇄형 API에 전송하지 않고도, 자체 인프라에서 안전하게 의료 AI 도구를 구축할 수 있도록 설계되었습니다.

이번 발표의 핵심은 복합적인 의료 영상과 장기 전자의무기록(EHR) 분석을 지원하는 'MedGemma 27B Multimodal', 그리고 분류와 검색 등 구조화된 작업을 처리하는 4억(400M) 매개변수 규모의 경량 이미지 인코더 'MedSigLIP'입니다.

무엇을 할 수 있고, 어떻게 구동하나

MedGemma 제품군은 4B와 27B 두 가지 크기로 제공되며, 이미지와 텍스트를 입력받아 텍스트를 생성합니다. 흉부 X선 판독문 초안 작성, 의료 시각 질의응답(VQA), 진료 전 환자 문진 정보 정리 등에 적합합니다.

하드웨어 요구 사양도 매우 실용적입니다. 공개된 모든 모델은 단일 GPU 환경에서 구동할 수 있습니다. 특히 4B 모델과 400M MedSigLIP은 추가 최적화를 거쳐 모바일 기기나 엣지 하드웨어에서도 실행 가능합니다.

구글은 흉부 X선, 병리 조직 슬라이드, 피부과 영상, 안저 사진 등 다양한 의료 데이터로 MedSigLIP을 학습시킨 뒤, 이를 바탕으로 Gemma 3를 의료 도메인에 맞춰 파인튜닝했습니다. Gemma 고유의 범용 언어 능력과 비영어 처리 성능을 유지하도록 설계되어 일반적인 맥락이 섞인 진료 기록도 자연스럽게 처리합니다.

성능 면에서는 파인튜닝된 MedGemma 4B가 흉부 X선 보고서 생성 테스트에서 RadGraph F1 점수 30.3을 기록했습니다. 이미 현장 검증도 활발합니다. 대만 장궁기념병원은 번체 중국어 의학 문헌 분석에 활용하고 있으며, 미국 DeepHealth는 흉부 영상 분류 및 결절 탐지에, 인도 Tap Health는 경과 기록 요약에 이 모델을 적용하고 있습니다.

다운로드 및 주의점

모델 가중치는 허깅페이스(Hugging Face)에서 safetensors 형식으로 즉시 내려받을 수 있습니다. 깃허브(GitHub)에는 추론과 파인튜닝을 위한 튜토리얼 노트북이 제공되며, Vertex AI 전용 엔드포인트 배포도 지원합니다.

다만 구글은 이 모델이 연구 및 개발을 위한 '기반 도구'임을 명시하고 있습니다. 충분한 검증과 목적에 맞는 추가 튜닝 없이 실제 임상 진단이나 치료 결정에 직접 사용하는 것은 엄격히 제한됩니다.

왜 중요한가

의료 분야의 AI 도입에서 가장 큰 걸림돌은 엄격한 데이터 프라이버시와 규제 준수입니다. 상용 클라우드 API를 쓰기엔 보안 부담이 크고, 거대 멀티모달 모델을 밑바닥부터 자체 훈련하는 것은 비용 장벽이 너무 높았습니다.

MedGemma는 단일 GPU나 모바일 기기에서도 돌아갈 만큼 가벼우면서도 오픈 가중치를 제공해 로컬 미세조정의 길을 열어줬습니다. 의료 영상 검색, 의무기록 요약, 진료 보조 도구를 자체 구축하려는 개발 팀이라면 가장 먼저 테스트해봐야 할 기반 모델입니다.