드렉셀대 연구진, GPT-3로 알츠하이머 초기 징후 80% 정확도 포착

대규모 언어 모델이 글쓰기와 코딩을 돕는 것을 넘어, 이제는 치명적인 뇌 질환의 초기 징후를 잡아내는 데 쓰이기 시작했습니다.

알츠하이머병은 조기 발견이 매우 어렵습니다. 환자가 병원을 찾아 복잡한 신경학적 검사와 기억력 평가를 거칠 때쯤이면 이미 뇌 기능 저하가 상당히 진행된 경우가 많습니다.

미국 드렉셀 대학교 연구팀은 학술지 ‘PLOS Digital Health’를 통해 OpenAI의 GPT-3 모델을 활용해 일상적인 음성 녹취록에서 치매 초기 징후를 80%의 정확도로 예측하는 데 성공했다고 발표했습니다.

말씨와 문장 구조에서 질환의 단서를 찾다

치매 환자의 60%에서 80%는 초기 단계에서 언어 장애 증상을 겪습니다. 말을 머뭇거리거나 문법과 발음 실수가 늘고, 평소 잘 알던 단어의 뜻을 잊어버리는 식입니다.

기존의 조기 선별 연구는 말할 때 생기는 침묵 시간이나 목소리 톤 같은 음향학적 특징에 주로 집중했습니다. 하지만 드렉셀 대학교의 펠릭스 아그바보르(Felix Agbavor) 연구원과 화로우 량(Hualou Liang) 교수 연구팀은 문장의 언어적 구조 자체에 주목했습니다.

연구팀은 미국 국립보건원(NIH)의 지원으로 구축된 음성 녹취 데이터셋을 활용해 GPT-3를 훈련시켰습니다. 단어 선택과 문장 구성 패턴을 분석해 알츠하이머 환자 특유의 언어적 특성을 나타내는 ‘텍스트 임베딩’을 뽑아낸 것입니다.

이 임베딩을 바탕으로 환자 여부를 판별하게 한 결과, GPT-3는 80%의 정확도로 초기 치매를 감별해 냈으며 기존의 대표적인 자연어 처리 프로그램들보다 오진율이 낮았습니다.

간이 정신 상태 검사(MMSE) 점수를 예측하는 시험에서도 GPT-3의 텍스트 분석은 기존의 음향 데이터 분석보다 약 20% 더 높은 정확도를 기록했습니다. 연구팀은 향후 가정이나 동네 병원에서 사전 검진 도구로 활용할 수 있는 웹 애플리케이션을 개발할 계획입니다.

왜 중요한가

이 연구가 뜻깊은 이유는 까다롭고 값비싼 조기 치매 선별 검사의 문턱을 획기적으로 낮출 수 있는 경로를 열었기 때문입니다.

현재로서는 알츠하이머를 완치할 방법이 없지만, 초기에 발견할수록 약물 치료와 인지 재활을 통해 진행을 늦출 수 있는 기회가 많아집니다. 전문 병원에 가서 긴 시간 검사를 받기 전에, 일상 대화 녹취록 몇 줄로 위험도를 가늠할 수 있다면 잠재적 환자를 훨씬 빠르게 진료실로 이끌 수 있습니다.

의료 AI 분야의 관점에서도 흥미로운 결과입니다. 질환 감별을 위해 처음부터 좁은 영역의 전용 모델을 만드는 대신, 인터넷 방대한 텍스트로 사전 훈련된 일반 파운데이션 모델이 인간 언어의 미세한 퇴행 신호를 더 정밀하게 포착해 낸 셈입니다.

다만 80%의 정확도는 1차 스크리닝 용도로는 의미가 있지만 최종 확진의 근거가 될 수는 없습니다. 오진으로 인한 불필요한 불안이나 놓치는 사례를 줄이기 위해, 실제 임상에 도입되기 전 다양한 연령과 대화 환경을 포함한 대규모 검증이 뒤따라야 할 것입니다.