MS, 의료 진단 시스템 MAI-DxO 공개: 복합 질환 진단율 85%로 의사 압도

원인을 알 수 없는 통증으로 병원을 찾았을 때 가장 지치는 순간은 끝없이 이어지는 검사와 눈덩이처럼 불어나는 진료비 청구서를 마주할 때입니다.

마이크로소프트 AI가 의료 현장의 이 난제를 해결할 새로운 연구 결과를 공개했습니다. 마이크로소프트가 선보인 의료 진단 오케스트레이터 MAI-DxO는 세계적인 의학 저널 뉴잉글랜드 저널 오브 메디신에 실린 고난도 실제 증례 304건을 대상으로 진행한 테스트에서 85.5%의 진단 정확도를 기록했습니다. 이는 5년에서 20년 경력의 현직 전문의 그룹보다 4배 이상 높은 수치입니다.

마이크로소프트 AI의 무스타파 술레이만 CEO는 이를 두고 '의료 초지능을 향한 커다란 발걸음'이라고 평가했습니다.

객관식 시험 벗어나 실제 진료 과정 모사

그동안 생성형 AI 모델들은 미국 의사 면허 시험(USMLE) 등에서 만점에 가까운 점수를 받으며 실력을 뽐내왔습니다. 하지만 보기가 주어지는 객관식 시험은 단순 암기력에 치우쳐 있어 실제 진료 능력을 대변하기 어려웠습니다.

현실의 의사는 환자의 첫 증상을 듣고 질문을 던지며, 필요한 검사를 하나씩 처방하고 결과를 보며 진단을 좁혀가는 순차적 진단을 수행합니다. 마이크로소프트는 이를 검증하기 위해 메사추세츠 종합병원의 복잡한 증례 기록을 기반으로 SD Bench라는 대화형 벤치마크를 만들었습니다.

미국과 영국의 현직 의사 21명이 동료나 교과서의 도움 없이 이 희귀 난치성 사례들을 진단한 결과, 평균 정답률은 20%에 그쳤습니다.

가상 협진과 비용 통제로 비용 절감까지

단일 파운데이션 모델 하나에 진단을 맡기면 확증 편향에 빠지거나 과도하게 많은 검사를 남발하기 쉽습니다.

MAI-DxO는 여러 AI 에이전트가 가상의 전문의 협진 팀처럼 협력하도록 설계됐습니다. 가설 설정, 검사 선택, 추론 검증을 나누어 처리하며 예산 제약 조건 안에서 움직입니다.

오픈AI의 o3 모델과 결합했을 때 진단 정확도는 85.5%에 달했고, 환자 1인당 평균 가상 검사 비용은 2,397달러로 인간 의사의 평균치인 2,963달러보다 훨씬 낮았습니다. 이 시스템은 특정 모델에 종속되지 않아 GPT, Claude, Gemini, Llama, DeepSeek 등 어떤 모델을 연결해도 성능이 향상되었습니다.

왜 중요한가

일선 의료진과 환자 입장에서 이 시스템은 의사를 대체하기보다 오진을 줄여주는 강력한 진료 지원 도구가 될 수 있습니다. 1차 진료의가 모든 희소 질환을 꿰뚫어 보기는 불가능하지만, AI는 폭넓은 일반 지식과 깊이 있는 전문 지식을 결합해 불필요한 전원을 줄여줄 수 있습니다.

산업적으로는 천문학적인 의료비 낭비를 줄이는 실마리가 될 수 있습니다. 미국 의료비 지출은 GDP의 20%에 육박하며, 그중 최대 25%가 불필요한 과잉 검사로 낭비된다고 추산됩니다. 진단 정확도를 올리면서 검사 비용까지 낮출 수 있음을 입증한 대목은 실질적인 상업적 가치를 지닙니다.

우리는 진단 과정에 비용 상한선을 두고 자가 검증을 거치게 한 오케스트레이션 설계가 매우 영리했다고 봅니다. AI 에이전트가 책임을 피하기 위해 모든 검사를 지르는 부작용을 사전에 차단했기 때문입니다.

다만 이번 테스트는 최고 난도의 희귀 증례에 집중되어 있어, 감기나 배탈 같은 일상적인 외래 진료에서도 똑같이 효율적일지는 추가 검증이 필요합니다. 현재는 연구용 데모 단계이며, 실제 병원 환경에 도입되기까지는 동료 평가와 엄격한 임상 시험을 거쳐야 합니다.