AI가 진단을 넘어 질병을 '관리'하기 시작했습니다: 구글 AMIE의 Nature 논문 정밀 분석

의료에서 진단은 시작일 뿐입니다. 진짜 부담은 그다음, 즉 치료를 고르고 약을 처방하고 경과를 지켜보며 여러 번의 방문에 걸쳐 계획을 다듬는 관리에 있습니다. 그동안 의료 대화형 AI 연구는 대부분 한 번의 상담에서 무엇이 문제인가를 맞히는 진단에 머물렀습니다. 2026년 6월 17일 Nature에 실린 구글의 Towards Conversational AI for Disease Management는 그 선을 넘어섭니다. 진단에서 관리로 무대를 옮긴 것입니다.

이 글에서는 이 논문을 정밀하게 뜯어보겠습니다. 무엇을 했고 어떻게 작동하며 결과를 어떻게 읽어야 하는지, AMIE는 어떤 계보 위에 있고 의료 대화형 AI 지형은 어떻게 짜여 있는지, 무엇을 대체하고 넘어서며 규제는 어디 있는지, 그리고 한국과 투자자에게 어떤 의미인지입니다. 인용한 결론은 PubMed에 공개된 초록을 기준으로 했고, 본문에서만 확인되는 구체 수치는 그 점을 분명히 적어 두겠습니다.

한 가지 먼저 분명히 해 둡니다. AMIE는 연구 시스템이며, 임상에 배포된 제품이 아닙니다. 환자는 실제 환자가 아니라 훈련된 환자 배우였고, 진료는 텍스트로만 이뤄졌습니다. 연구진 스스로 실제 임상 적용 전에 추가 연구가 필요하다고 적었습니다.

무엇을 한 연구인가

AMIE는 구글이 개발해 온 의료 대화형 AI로, 이름은 Articulate Medical Intelligence Explorer입니다. 이번 연구는 기존의 진단 능력을 넘어, 여러 번의 방문에 걸친 임상 관리와 대화에 최적화된 새로운 에이전트 시스템으로 확장했습니다. 핵심은 Gemini의 긴 맥락 처리 능력을 이용해, 최신 임상 진료 지침과 약물 처방집을 대화 중에 검색해 가져오고 구조적 추론으로 엮어, 출력이 근거에 정렬되도록 한 점입니다.

평가는 엄격하게 설계됐습니다. 무작위 배정·블라인드 방식의 가상 객관구조화임상시험(OSCE)으로, AMIE를 1차 진료의(PCP) 21명과 비교했습니다. 영국 NICE 지침과 BMJ Best Practice를 반영해 설계한 100개의 다중 방문 케이스에서 겨뤘고, 블라인드 상태의 전문의들이 결과를 평가했습니다. 결과는 초록 기준으로 다음과 같습니다. 관리 추론 전반에서 AMIE는 사람 의사에 비열등(대등)했고, 치료와 검사의 정밀도, 그리고 임상 가이드라인과의 정합성·근거 면에서는 더 나았습니다.

처방 능력을 따로 재기 위해 연구진은 RxQA라는 벤치마크를 새로 만들었습니다. 미국과 영국 두 나라의 국가 약물 처방집에서 뽑아 보드 인증 약사들이 검증한 객관식 문제 모음입니다. AMIE와 사람 의사 모두 외부 약물 정보에 접근할 때 성적이 좋아졌지만, 더 어려운 문항에서는 AMIE가 사람 의사를 앞섰습니다.

어떻게 작동하나

이 시스템의 구조는 두 개의 역할로 나뉩니다. 하나는 환자와 실시간으로 대화하며 병력을 모으고 소통하는 대화 에이전트, 다른 하나는 검사를 정하고 치료 계획을 세우며 처방을 추론하고 후속 방문을 계획하는 관리 추론 에이전트입니다. 관리 추론 에이전트가 판단의 핵심을 맡습니다.

여기서 눈여겨볼 설계가 근거에 기대는(grounding) 방식입니다. 모델이 외운 지식에만 의존하지 않고, 권위 있는 가이드라인과 약전을 대화 중에 끌어와 그 위에서 추론합니다. 이 블로그에서 거듭 다룬 주제와 이어집니다. 모델의 똑똑함 자체보다, 도메인의 검증된 지식과 데이터에 얼마나 잘 정렬하느냐가 실제 성능을 가른다는 점입니다. 의료는 그 정렬의 기준이 NICE 지침과 약전처럼 또렷하다는 점에서 좋은 시험장입니다.

결과를 어떻게 읽어야 하나

결과는 인상적이지만, 정확히 읽는 것이 중요합니다.

먼저 무엇이 검증됐는지를 봅니다. AMIE는 진단을 넘어 치료 계획과 처방의 정밀도, 가이드라인 정합성에서 사람 의사와 대등하거나 그 이상을 보였습니다. 특히 어려운 약물 문제에서 앞섰다는 점은, 약물 상호작용과 용량처럼 사람도 자료를 찾아야 하는 영역에서 AI의 강점이 드러날 수 있음을 시사합니다.

동시에 한계도 또렷합니다. 환자는 실제 환자가 아니라 훈련된 배우였고, 진료는 텍스트로만 이뤄졌습니다. 신체 검진과 비언어적 단서, 전자의무기록 연동이 빠져 있습니다. 케이스는 영국 가이드라인 기반의 5개 진료과, 100개 시나리오로 한정됐습니다. 영국 사이언스미디어센터에 모인 전문가들도 통제된 시뮬레이션에서의 우위가 실제 진료의 성능과 같지 않다는 점, 그리고 평가 데이터가 모델 학습에 스며들었을 가능성을 지적했습니다. 초록의 마지막 문장이 이 모든 것을 요약합니다. 실제 적용 전에 추가 연구가 필요하다는 것입니다.

AMIE의 계보: 진단에서 관리까지

이번 연구는 갑자기 나온 것이 아니라 또렷한 계보 위에 있습니다. 출발점은 2025년 Nature에 실린 Towards Conversational Diagnostic AI입니다. 텍스트 기반 진료로 1차 진료의 20명과 겨룬 무작위 이중맹검 연구에서, AMIE는 전문의 평가의 32개 축 중 28개, 환자 평가의 26개 축 중 24개에서 사람 의사보다 높은 평가를 받았습니다. 학습에는 다양한 질환과 진료과를 자가 대국(self-play) 시뮬레이션 환경에서 반복 연습시키는 방법이 쓰였습니다. 사람을 모사한 환경에서 에이전트를 훈련한다는 점에서, 앞선 글에서 다룬 시뮬레이션·합성 환경 흐름과도 통합니다.

이후 AMIE는 시각 정보를 다루는 멀티모달로 확장됐고, 최근에는 실제 환경에 한 발을 들였습니다. 보스턴의 한 병원에서 환자가 진료 전 AMIE와 대화하고 사람 의사가 실시간 감독한 실세계 연구에서는, 안전 때문에 중단된 사례가 없었고 상위 감별 진단 안에 최종 진단이 포함되는 비율이 높았으며, 상호작용 후 환자의 AI 신뢰도가 올라갔습니다. 다만 비용을 고려한 실용적 처방에서는 사람 의사가 더 나았습니다.

이번 질병 관리 논문의 의의는 여기서 분명해집니다. 진단은 의료라는 긴 여정의 한 점이고, 환자의 실제 부담은 만성질환을 여러 해에 걸쳐 관리하는 데 있습니다. 진료 기록의 표현을 빌리면, 기존 AMIE가 주관적 호소와 객관적 소견을 잘 정리했다면, 이번 연구는 계획(Plan)까지 손을 뻗은 셈입니다.

의료 대화형 AI의 지형

AMIE는 연구 시스템이지만, 그 주변에서는 상업 생태계가 빠르게 자라고 있습니다. 역할별로 보면 지형이 또렷합니다.

환자를 직접 상대하는 쪽에는 AMIE(연구), 그리고 진단·처방을 하지 않는 선에서 예약과 인테이크, 만성질환 아웃리치를 돕는 Hippocratic AI(보도 기준 평가액 약 35억 달러), 가상 1차 진료의 K Health가 있습니다. 의사를 돕는 의사결정 지원에는 의사 전용 검색·요약 도구로 미국 의사 다수가 쓴다는 OpenEvidence(2026년 초 보도 기준 평가액 약 120억 달러), 그리고 어려운 NEJM 케이스에서 높은 진단 정확도를 보고한 마이크로소프트의 연구 시스템 MAI-DxO가 있습니다. 진료 기록 자동화에서는 Abridge(보도 기준 평가액 약 53억 달러)와 Ambience, Nabla가 경쟁합니다. 그리고 모델을 재는 평가 벤치마크로 OpenAI의 HealthBench, 이번 논문의 RxQA, 마이크로소프트의 SDBench가 있습니다. AMIE의 진짜 무기 중 하나가 바로 이 평가 자산입니다. RxQA처럼 약사가 검증한 벤치마크를 직접 만들어 쥐고 있다는 점입니다.

실제 환경에서의 단서도 쌓이고 있습니다. 케냐의 1차 진료 네트워크에서 OpenAI와 함께 진행한 대규모 연구는, 의사 곁에서 실시간으로 오류를 경고하는 AI를 붙였을 때 진단과 치료 오류가 의미 있게 줄었다고 보고했습니다. AI가 의사를 대체한 것이 아니라 안전망으로 작동한 사례입니다.

무엇을 대체하고 넘어서며, 규제는 어디 있나

이 흐름이 겨냥하는 곳은 분명합니다. 접근성이 병목인 1차 진료, 반복 방문이 핵심인 만성질환 관리, 사람도 자료를 찾아야 하는 처방, 그리고 비대면 진료와 임상 의사결정 지원입니다. AMIE가 보여 준 것은 단순히 더 빠른 진단이 아니라, 진단 이후의 긴 관리까지 대화형 AI가 다룰 수 있다는 가능성입니다.

다만 대체라는 단어는 신중해야 합니다. 규제가 그 속도를 정하기 때문입니다. AMIE와 MAI-DxO는 연구 시스템이고 임상 배포가 승인된 제품이 아닙니다. 미국 FDA에서 대화형 진단·처방 AI는 높은 위험 등급으로 분류될 가능성이 크고, 엄격한 임상 검증과 승인 없이는 단독으로 임상에 쓸 수 없습니다. Hippocratic AI가 진단과 처방을 일부러 빼고 환자 지원에만 집중하는 것도 같은 이유입니다. 그래서 단기 현실은 의사를 대체하는 AI가 아니라, 의사를 돕고 접근성을 넓히는 AI에 가깝습니다. 넘어서는 부분은 사람을 밀어내는 데 있지 않고, 24시간 상시 접근과 가이드라인에 빈틈없이 정렬된 일관성처럼, 사람이 구조적으로 하기 어려운 일을 보태는 데 있습니다.

한국, 그리고 투자자의 눈

한국은 제도의 문이 막 열렸습니다. 비대면 진료가 2025년 말 법제화됐지만, 대면 진료를 기본으로 두고 의원급과 재진 환자를 중심으로 제한하는 원칙이 함께 들어갔습니다. AI 기본법도 2026년 시행되어, 생명·안전에 영향을 주는 고영향 AI에는 위험관리와 영향평가 의무가 붙습니다. 제도 준비는 됐지만, 광범위한 AI 진료를 단기에 허용하는 그림은 아닙니다.

한국 의료 AI의 강점은 영상 진단에 쏠려 있습니다. 암 영상의 루닛이나 심정지 위험 예측의 뷰노가 매출을 내며 글로벌 시장에서 입증해 왔습니다. 반면 AMIE 같은 대화형 진단·관리 AI는 아직 연구 단계입니다. 서울대병원과 네이버가 함께 만든 한국형 의료 LLM KMed.ai가 한국 의사 국가시험 수준의 성적을 보고한 정도이고, AMIE처럼 OSCE로 검증한 관리 연구는 아직 없습니다. 영상 강자와 언어 모델 연구가 분리된 채 진행되는 셈입니다.

투자자의 점검 질문은 의료라는 특수성을 반영해야 합니다. 그 회사가 권위 있는 가이드라인과 약전에 출력을 정렬하는 근거 구조를 갖췄는가, 진단을 넘어 관리까지 다루는가, 성능을 자체 주장이 아니라 검증된 벤치마크와 임상 연구로 증명하는가, 규제 등급과 승인 경로를 현실적으로 설계했는가, 그리고 사람 의사의 감독을 전제로 설계됐는가입니다. 반대로 임상 검증 없이 정확도 한 숫자만 내세우거나, 규제 위험이 큰 단독 진단·처방을 가볍게 약속하는 곳은 경계해야 합니다.

맺으며

이 논문이 보여 준 것은 의료 대화형 AI의 무대가 진단이라는 한 점에서 관리라는 긴 선으로 넓어졌다는 사실입니다. 통제된 시뮬레이션 안에서이지만, AI가 치료를 고르고 약을 다루며 여러 번의 방문을 이어 가는 일을 사람 의사에 대등하게, 일부에서는 더 정밀하게 해냈습니다.

그러나 가장 중요한 문장은 연구진 자신이 적은 것입니다. 실제 적용 전에 더 많은 연구가 필요하다는 것입니다. 진짜 승부는 시뮬레이션 점수가 아니라, 실제 환자 앞에서 안전하게, 규제 안에서, 사람 의사와 함께 작동하는 데서 가려집니다. 이번 연구는 그 긴 길의 의미 있는 한 걸음입니다. 전체 내용은 Nature 논문과 구글 리서치 블로그에서 확인하실 수 있습니다.