페사흐 벤슨 기자 • 2026년 10월 25일

예루살렘, 2026년 10월 25일 (TPS-IL) — 환자가 검사를 통해 이득을 볼 가능성이 낮음에도 인공지능 모델이 불필요한 의학적 검사를 권고할 수 있으며, 그 가능성은 어떤 모델을 사용하느냐에 따라 크게 달라진다는 이스라엘 연구 결과가 나왔다. 이러한 차이는 적절한 조치 방안을 두고 의사들 사이에서도 의견이 엇갈리는 사례에서 가장 크게 나타났다.

클라릿 헬스 서비스와 네게브 벤구리온 대학교가 진행한 이번 연구는 인공지능 모델들이 의학적 개입이 불필요한 상황을 인식할 수 있는지 확인하기 위해 6개의 모델을 평가했다. 연구진은 의학적 개입이 불필요한 사례 중 5.4%에서 모델들이 불필요한 검사나 치료를 권고한 반면, 개입이 필요한 사례 중 0.6%에서는 필수적인 치료를 받지 말라고 잘못 조언했다는 점을 발견했다.

이번 연구 결과는 의료기관들이 의료적 결정을 내리는 데 도움을 얻고자 인공지능 활용을 모색하는 상황에서 잠재적인 취약점을 보여준다. 즉, 모델들이 전반적으로는 뛰어난 성능을 보일 수 있지만, 의학적 근거나 전문 가이드라인이 명확하지 않은 경우에는 극명하게 엇갈린 권고를 내놓을 수 있다는 점이다.

불필요한 검사는 무해한 이상 소견을 발견해 추가 검사, 진료 의뢰, 때로는 침습적 시술이나 수술로 이어질 수 있다. 이러한 후속 치료는 불안을 유발하고 의료 자원을 소모하며 환자를 피할 수 있는 위험에 노출시킬 수 있다. 동시에 검사에 대해 지나치게 주의를 기울이는 것도 필수적인 진료를 받지 못하게 만들 경우 해로울 수 있다.

클라릿 헬스 서비스의 가정의학과 전문의이자 이번 연구를 이끈 의료 인공지능 연구원 딘 아리엘 박사는 “환자들은 검사를 하나 더 받으면 안도감을 느끼지만, 불필요한 허리 MRI 검사는 아무런 통증이 없는 건강한 사람에게도 존재하는 디스크 탈출이나 마모를 때때로 발견해내며, 여기서부터 불안과 추가 검사, 심지어 불필요한 치료까지의 거리는 매우 짧을 수 있다”고 말했다.

아리엘 박사는 이어 “언어 모델은 우리의 텍스트, 즉 우리의 덜 좋은 습관까지 포함된 텍스트로부터 의학을 배웠으며, 우리는 이들이 필요할 때 절제하는 능력 또한 습득했는지 확인하고 싶었다”며 “대부분의 경우 모델들은 멈출 줄 알지만, 주로 우리 의사들이 망설이는 부분에서 비틀거린다”고 덧붙였다.

연구진은 이득이 거의 없거나 전무한 의료 검사 및 치료를 지양하기 위해 2012년에 시작된 국제 캠페인인 ‘현명한 선택'(Choosing Wisely) 이니셔티브의 권고사항을 바탕으로 의료 시나리오를 개발했다. 연구진은 구글, 앤스로픽, 오픈AI가 개발한 6개의 언어 모델을 테스트하고 수천 건의 응답을 분석했다.

시나리오는 동일한 검사가 불필요할 수도, 필수적일 수도 있는 상황들을 대조했다. 예를 들어 가구를 옮긴 후 허리 통증을 겪는 젊은 남성은 일반적으로 즉각적인 영상 검사가 필요하지 않다. 반면 야간에 악화되는 새로운 허리 통증이 생긴 유방암 병력 여성의 경우, 잠재적으로 심각한 문제를 확인하기 위해 영상 검사가 필요할 수 있다.

의사들의 의견이 엇갈릴 때

모델들은 두 가지 유형의 권고에서 가장 큰 어려움을 겪었다. 작은 결절에 대한 불필요한 갑상선 초음파 검사를 응답의 42.8%에서 권고했으며, 저위험군 환자와 관련된 응답의 28.3%에서 심장의 전기적 활동을 기록하는 일상적인 심전도 검사를 권고했다.

이러한 결과는 검사가 정당화되는 시점을 판단하기가 얼마나 어려운지를 보여준다. 일부 작은 갑상선 결절의 평가에 대해 의료 단체들 간의 권고사항이 서로 다르다. 마찬가지로 심전도 검사의 필요성도 전반적인 위험도가 낮을 때조차 환자의 증상과 임상적 상황에 따라 달라진다.

적절한 조치 방안에 대해 의료 전문가들의 의견이 엇갈린 시나리오에서 모델 간 차이가 특히 두드러졌다. 한 모델은 응답의 10% 미만에서 불필요한 검사를 권고한 반면, 다른 모델은 동일한 시나리오에 대한 응답의 80%에서 그렇게 권고했다. 이는 의학적으로 불확실한 상황에서 인공지능 모델의 선택이 환자가 받는 조언에 상당한 영향을 미칠 수 있음을 시사한다.

벤구리온 대학교 산업공학 및 경영학부의 수석 학술 연구원 가이 라반 박사는 “우리는 언어 모델의 답변을 마치 단 하나의 권위 있는 목소리, 즉 ‘인공지능의 입장’이 존재하는 것처럼 듣는다”고 말했다.

라반 박사는 또한 환자가 검사를 받겠다고 고집할 경우 언어 모델이 권고 사항을 변경해 일관된 의료 지침을 제공하는 능력을 저해할 수 있다는 점에 대해서도 우려를 표했다.

연구진은 인공지능 시스템이 필수적인 진료를 식별하는 능력뿐만 아니라 검사나 치료가 불필요한 시점을 인식하는 능력에 대해서도 평가받아야 한다고 밝혔다. 그러나 이번 연구는 구성된 의료 시나리오에 대한 반응을 조사한 것이므로, 실제 환자를 상담할 때 모델들이 어떻게 작동할지는 입증하지 못한다.

이번 연구는 동료 평가 학술지인 내과학 연보(Annals of Internal Medicine)에 게재됐다.