만약 내가 사랑하는 반려동물이 몹쓸 병에 걸리고, 마땅한 치료제가 없어서 계속 아파해야만 한다면 어떨까? 시드니의 IT 창업가 폴 코닝햄은 말기 비만세포종 진단을 받은 반려견 로지를 위해 직접 치료제를 만들었어. 코닝햄이 의학 지식이 있었을까? 아니야. 암 백신 제작을 위해 코닝햄은 AI를 활용했어.

먼저 2024년 하반기부터 챗GPT를 통해 로지를 어떻게 치료해야 하는지 방향성을 찾고, 맞는 전문가들을 찾아냈어. 이후에는 유전체학 센터에 로지의 건강한 DNA와 종양 DNA 분석을 맡겨 유전자 시퀀싱을 진행했어. 유전자 시퀀싱은 DNA의 염기서열 순서를 정확히 읽어내서 일종의 몸의 설계도를 해독하는 기술이야. 코닝햄은 정상 세포와 종양 세포를 비교한 뒤 종양 세포에만 있는 돌연변이 단백질을 찾아냈어.

그다음으로는 구글 딥마인드의 알파폴드를 활용해 돌연변이 단백질의 3D 구조를 예측했어. 단백질의 3D 구조를 알아야 암 백신이 어느 부위를 타깃으로 삼아야 할지를 알 수 있기 때문이지. 그리고 마지막으로 그록을 통해 백신 최종 설계 완료. 해당 데이터를 뉴사우스웨일스대학교의 RNA 연구소에 전달했고, 2달도 채 안 걸려서 반려견 맞춤형 백신이 제조됐어. 작년 말에 맞춤형 백신을 투여했는데, 올해 3월까지 로지의 종양 75%가 감소할 정도로 뛰어난 치료 효과를 보였어.

의학 지식이 없는 사람이 AI 몇 개만 가지고 맞춤형 백신을 만들어낸 사례에 많은 사람들이 깜짝 놀랐지. AI를 활용한 맞춤형 백신 제작은 단순히 사건으로 넘길 사례가 아니라 실제 제약회사들도 뛰어들고 있는 영역이야. 특히 암의 경우엔 항암 치료를 통해 암세포를 제거했어도, 다시 재발하는 경우가 적지 않아. 그래서 글로벌 제약계에서는 숨은 암세포를 제거해 재발을 막기 위한 '암 백신'에 주목하고 있지. 참고로 암 백신은 일반적으로 질병 예방에 활용되는 백신과 달리 이미 암이 발생한 환자들을 대상으로 면역세포가 암세포를 더 효과적으로 공격하도록 돕는 치료제에 가까워.

하지만 제약회사들이 뛰어들어 20년 넘게 노력하고 있었지만 큰 진전이 없었어. 암세포의 표적을 정확히 찾아내기가 어려웠거든. 그런데 그걸 AI를 활용한다면 충분히 돌파해낼 수 있는 것 아니냐는 얘기가 솔솔 들려와. 로지의 사례처럼 알파폴드 같은 AI를 이용해 돌연변이 단백질 구조를 예측하는 식으로 말이지. 현재 이 분야에서 가장 앞서나가고 있는 건 미국의 제약사 머크와 모더나가 공동 개발하고 있는 암 백신이야. 효과가 어떤지 그래프로 살펴볼게.

지난 4월, OpenEvidence에서 오고 간 임상 관련 프롬프트가 무려 2,700만 건이야. 24년 말과 비교하면 10배 넘게 늘어난 수치지. OpenEvidence를 사용하는 미국 의사가 65만여 명으로 집계되는데, 전체 의사의 약 65% 수준이야.

일부 실험에서는 레지던트와 전문의보다 AI가 더 진단을 잘한다는 결과도 나오고 있고, 또 의사가 놓친 질환을 AI가 찾아낸 사례도 보고되고 있어. 어떤 환자가 사흘간 각혈과 호흡 곤란 증세를 겪다가 응급실을 찾아왔어. 당시 의료진은 흉부 엑스레이와 심전도 결과를 바탕으로 단순 천식으로 판단했지. 하지만 해당 병원에서 테스트 중이던 AI 프로그램은 다른 결과를 내놨어. AI 프로그램은 해당 환자에게 심각한 심장 손상 징후가 보인다고 했지. 병원에서는 급히 환자를 불러 재검을 진행해보니 AI의 말이 맞았고. 다행히 늦지 않게 심장 이식 수술을 받아 불상사는 생기지 않게 됐어.

신약도 새로 만들고 진단도 뚝딱 해주는 AI. 앞서 살펴본 사례들만 보면 AI가 모든 것을 바꿔줄 수 있을 것 같은 기대감도 들어. 하지만 여전히 풀어야 할 숙제도 산더미야. AI가 만들어낸 생성물은 완벽하지 않으니까 말이지.

독일의 한 기관에서 구글의 AI 오버뷰에 노출되는 건강 정보를 분석해봤어. AI가 제공해주는 건강 정보의 출처를 살펴보니 신뢰할 만한 의학 소스는 적고, 오히려 유튜브 영상이 많았어. 공신력 있는 의학 자료보다 2배 더 많이 유튜브를 참조할 정도로 말이지.

AI 챗봇과 대화를 통해 얻는 의료 정보에서도 문제가 있다는 연구 결과도 있어. 영국 성인 1,298명을 대상으로 다양한 시나리오를 던져줬어. "31세 임산부가 가슴 통증과 호흡 곤란을 겪고 있다. 어떤 질환이 의심되고, 적절한 조치는 뭘까?"같은 식으로 말이야.

어떤 병인지 AI만 단독으로 활용해서 성능을 살펴보면 이렇게 점수가 높게 나와. 하지만 일반인들이 AI와 대화하면, 오히려 정답률이 낮은 결과가 나왔어. 심지어 AI를 활용하지 않고 그냥 구글링을 해서 얻는 것보다도 점수가 더 낮지.

왜 이런 결과가 나온 걸까? 연구진은 일반인 입장에서 AI가 의학적인 판단을 하는 데 필요한 정보를 완벽하게 제공하지 못한다는 한계점을 지적해. 또 AI가 해준 답변에서 나에게 필요한 의학 정보를 정확하게 얻어내지도 못하고.

이런 결과가 있다 보니 의료 AI가 의료 사각지대의 보완 역할을 하는 게 마냥 긍정적이지 않을 수 있어. 왜냐하면 의학 지식이 없는 사람들 입장에서 AI가 뱉어낸 의료 정보를 정확히 판단하기 어렵기 때문이야.

그렇다면 의학 지식이 있는 의사들이 AI를 사용하면 괜찮은 걸까? 대장 내시경을 오랫동안 수행해온 숙련의를 대상으로 실험을 진행해봤어. AI 도입 전에는 이들이 향후 암으로 발전할 수 있는 용종을 발견할 비율이 28.4%였어. 하지만 AI가 도입된 이후엔 그 비율이 22.4%로 낮아졌지. AI가 도움을 주긴 하지만, 오히려 AI에 의존할수록 실무 능력이 떨어지는 이른바 '디스킬링'이 확인된 거야. 지속적으로 AI에 노출되고 의존도가 높아지면 실력 하락이 생길 수 있다는 거지.

또 하나 의료 AI에서 우리가 주목할 만한 지점은 바로 AI가 처리할 우리의 의료 데이터야. 사실 개인 의료 정보는 매우 민감한 개인정보야. 현재 의료 AI가 확산되고 있는 미국에서는 의료기관 직원들이 아무 거리낌 없이 환자 정보를 AI에 업로드하는 사례가 늘어나 문제가 되고 있어. 앞서 소개해준 OpenEvidence에도 환자의 개인식별정보를 입력하는 의사들이 많아서, 일부 병원에서는 의사들에게 환자의 의료 정보를 업로드하지 말라고 공식 요청할 정도지.

그중에서도 특히 민감한 게 맞춤형 백신에 사용되는 유전체 데이터일 거야. 내 DNA는 절대 바뀔 일이 없기 때문에 한 번 유출되면 평생 위험이 지속될 수 있는 아주 민감한 개인 정보야. 게다가 내 DNA 하나로 나의 부모, 형제, 자녀의 유전 정보도 일부 알 수 있기 때문에 위험성이 더 높지.

맞춤형 백신 이야기를 조금 더 이어가자면, AI를 통해 희망이 보이는 건 맞지만 여전히 갈 길이 먼 건 변함이 없어. 많은 기업들이 뛰어들고 있지만 아직 FDA 최종 승인을 받은 건 단 하나도 없지. 또한 하나의 종양 안에서도 세포마다 돌연변이가 다를 수 있다는 한계점도 있고.

앞서 살펴본 반려견 로지 역시 일부 종양은 맞춤형 암 백신에 반응하지 않았지. 로지는 맞춤형 암 백신을 맞고 초반에는 호전되는 모습을 보이기도 했어. 하지만 최근 종양이 급속도로 퍼져나가면서 치료가 어려워질 정도로 악화됐어. 나이도 많고 종양이 빠르게 퍼져나가면서 로지는 극심한 고통을 겪고 있었어. 결국 코닝햄은 안락사라는 가장 힘든 결정을 내렸어.

EU에서는 AI법을 통해 의료용 AI를 고위험 시스템으로 분류해두고 있어. 생명과 건강에 직접 영향을 미치는 만큼 다른 어떤 영역보다 더 신중하게 다뤄야 한다는 의미인 거지. 로지를 위해 AI로 암 백신을 만든 폴 코닝햄의 이야기처럼 AI 의료의 가능성은 분명히 존재해.

하지만 그와 동시에 안전 문제와 신뢰도 문제도 여전히 남아있지. 과연 AI가 풀어갈 미래 의료는 어떤 모습일까?  구독자는 어떻게 생각해? 오늘 준비한 오그랲은 여기까지야. 긴 글 끝까지 읽어줘서 진심으로 고마워!

Open Access Lens