20년 후 내 몸의 비밀 예측 – 혁신적인 AI 질병 예측 모델 ‘델파이-2M’, 20년 후 당신의 건강을 미리 진단한다

미래 건강에 대한 인간의 오랜 궁금증을 해결할 실마리가 제시됐다. 유럽분자생물학연구소(EMBL)가 개발한 혁신적인 인공지능 모델 ‘델파이-2M’이 최대 20년 후 발병할 수 있는 질병의 위험을 예측하는 능력을 선보여 의료계의 이목이 집중되고 있다. 이 시스템은 개인의 방대한 의료 기록과 생활 습관 데이터를 분석하여 암, 피부 질환, 면역 질환 등 1,000가지 이상의 질병에 대한 발병 가능성을 추정하는 것으로 알려졌다.

델파이-2M은 특히 질병 증상이 발현되기 한참 전부터 잠재적 위험을 식별할 수 있다는 점에서 기존 의료 진단 방식의 한계를 뛰어넘는 잠재력을 가졌다. 이는 조기 진단을 통한 선제적 치료 기회를 제공하며, 결과적으로 환자들의 생명을 연장하고 삶의 질을 향상시키는 데 크게 기여할 수 있을 것으로 기대를 모으고 있다. 이 획기적인 기술 개발 소식은 과학 저널 네이처를 통해 지난 17일 상세히 보고됐다.

이 대규모 언어 모델(LLM) 기반의 AI 질병 예측 시스템은 영국의 바이오뱅크 데이터를 활용하여 훈련됐으며, 다양한 질병 예측에서 높은 정확도를 나타냈다. 하지만 이 모델의 적용 범위와 함께 개인 정보 보호에 대한 윤리적, 사회적 과제 또한 함께 제기됐다. 한국바이오협회 바이오경제연구센터는 이러한 기술 발전이 가져올 파급 효과에 주목하며, 다가오는 바이오 경제 시대의 핵심 동력으로 자리매김할 것으로 22일 분석했다.

20년 후 내 몸의 비밀 예측 — 한 남성이 미래형 홀로그램 디스플레이를 통해 자신의 20년 후 건강 예측 데이터를 심각하게 확인하고 있다. ※AI 제작 이미지

델파이-2M의 혁신적인 예측 능력과 기반 기술

새롭게 개발된 ‘델파이-2M’ 모델은 암, 심혈관 질환, 피부 질환, 면역 질환 등 1,000개가 넘는 다양한 질병의 발병 위험을 최대 20년 전부터 예측하는 데 주력한다. 이 시스템은 세계 최대 규모의 유전 정보 저장소로 불리는 영국 바이오뱅크에 등록된 약 40만 명의 환자 의료 기록을 바탕으로 훈련됐다. 델파이-2M은 개인의 과거 병력은 물론, 나이, 성별, 체질량지수, 흡연 여부 및 음주 습관과 같은 생활 방식을 포괄적으로 분석하며, 시간이 지남에 따라 변화하는 병력 패턴까지 학습하여 여러 질병을 동시에 식별하는 능력을 갖췄다.

특히 대규모 언어 모델(LLM)을 질병 예측에 최적화하도록 수정하여 바이오마커를 활용하는 기존 기계 학습 알고리즘보다 뛰어난 성능을 보였다. 델파이-2M은 의료 기록과 생활 습관이라는 비정형 데이터를 효율적으로 처리하고, 장기적인 질병 진행 궤적 내에서 미묘한 변화를 감지하는 데 탁월한 능력을 발휘한다. 특정 암의 진행 양상을 추적하고 예측하는 데 있어 가장 효과적인 것으로 확인됐다.

AI 시대 데이터 전문가 ‘몸값’ 높이는 열쇠: 자격증 가치 급부상

방대한 데이터 학습과 글로벌 검증을 통한 AI 질병 예측

델파이-2M은 영국 바이오뱅크의 방대한 연구 데이터베이스를 통해 심층적인 데이터 학습을 거쳤다. 이 데이터는 다양한 인구 통계학적 정보와 함께 상세한 의료 기록을 포함하고 있어, 모델이 복잡한 질병 패턴을 인식하고 예측하는 데 필수적인 기반이 됐다. 모델의 실제 적용 가능성을 검증하기 위해 덴마크 국립병원 환자 190만 명의 의료 기록을 대상으로 테스트를 진행했다.

그 결과, 훈련에 사용된 UK 바이오뱅크의 대상자들과 비교했을 때 예측 정확도에 미세한 차이가 발생했으나, 이는 통계적으로 유의미한 수준은 아닌 것으로 분석됐다. 이러한 정확도 차이는 모델이 기존에 훈련됐던 UK 바이오뱅크의 시스템이 아닌 다른 국가의 보건 시스템과 인구 구성에 적용됐을 때 발생할 수 있는 자연스러운 현상으로 풀이됐다. 예를 들어, 특정 연령대 남성의 심장마비 위험률은 국가별 인구 특성에 따라 연간 100명 중 1명에서 2,500명 중 1명까지 크게 달라질 수 있기 때문이다.

이러한 한계를 극복하기 위해 유럽분자생물학연구소와 협력한 독일 암 연구센터의 데이터과학자 모리츠 게르퉁(Moritz Gerstung)은 여러 국가의 데이터 세트에서 델파이의 정확도를 평가하고 그 범위를 확장하기 위해 정보를 결합하여 더욱 정밀한 알고리즘을 개발할 것이라고 밝혔다. 이는 AI 질병 예측 모델의 범용성과 신뢰도를 높이는 데 필수적인 과정으로 지목됐다.

AI 의료 기술의 윤리적 쟁점과 사회적 과제

델파이-2M과 같은 인공지능 기반 의료 기술의 등장은 혁신적인 잠재력만큼이나 신중한 접근이 필요한 윤리적, 사회적 과제를 안겨준다. 가장 시급하게 다뤄져야 할 문제 중 하나는 환자의 민감한 의료 기록과 생활 습관 데이터가 안전하게 수집, 저장, 그리고 활용될 수 있는지에 대한 개인 정보 보호다. 방대한 양의 개인 건강 정보가 예측 모델 훈련에 사용되는 만큼, 데이터 유출이나 오용의 위험을 최소화하고 투명한 관리 체계를 구축하는 것이 중요하다. 또한, 이러한 첨단 예측 기술이 모든 사람에게 공평하게 제공될 수 있을지에 대한 의료 불평등 문제도 제기됐다.

고비용 기술로 인해 특정 계층만이 혜택을 누리게 된다면, 기존의 건강 불균형이 더욱 심화될 수 있다는 우려다. 따라서 델파이-2M과 같은 기술이 의료 시스템 전반에 통합될 경우, 사회적 약자 계층에게도 동등한 접근 기회를 보장하고, 의료 계획을 지원하는 효과적인 방안 마련이 필수적이다. 예측 결과가 환자에게 미칠 심리적 영향과 오진 가능성 등 역시 신중하게 고려되어야 할 부분으로 지적됐다.

인공지능 기반의 질병 예측 모델 델파이-2M은 미래 의료의 패러다임을 바꿀 잠재력을 지녔다. 질병의 조기 진단과 맞춤형 치료를 가능하게 하여 인류의 건강 증진에 크게 기여할 수 있는 혁신적인 기술로 평가받는다. 그러나 이 기술이 사회 전반에 긍정적인 영향을 미치기 위해서는 데이터 보안, 윤리적 활용, 의료 접근성 불균형 해소 등 복합적인 문제들에 대한 신중한 접근과 해결책 모색이 병행되어야 할 것으로 보인다. 지속적인 연구와 사회적 합의를 통해 델파이-2M과 같은 AI 기술이 인류의 건강한 미래를 위한 강력한 도구로 자리매김할 수 있기를 기대한다.