AI 뉴스 SVIL 구글 AMIE 의료 AI 딥마인드 제미나이

구글 AI가 화상으로 진료를 봤습니다 — AMIE, 1차 진료의와 대등 평가

SVIL - Singularity Visual Intelligence Lab 2026. 08. 13 19 min read

AI가 글로 증상을 물어보는 건 이제 놀랍지 않습니다. 그런데 화면 너머로 환자를 보면서, 말로 대화하며 진료를 보는 일은 이야기가 다릅니다. 구글이 어제 그 실험 결과를 내놨어요.

세 개의 청록 큐브가 삼각형으로 놓여 서로 가느다란 선으로 이어진 모습 — 역할을 나눈 세 개의 에이전트 구조를 표현한 개념 이미지

어제 구글이 낸 연구

8월 12일, 구글 리서치가 의료 AI 시스템 AMIE로 실시간 화상 진료를 시험한 연구를 공개했습니다. 이런 형태의 연구로는 처음이라고 밝혔어요.

핵심 결과는 한 문장으로 요약됩니다. 임상 평가자들이 AMIE의 화상 진료를 1차 진료의와 대등한 수준으로 매겼다는 것입니다.

바로 짚어 둘 것이 있습니다. 이건 실제 환자가 아니라 훈련된 배우를 상대로 한 시뮬레이션 연구입니다. 구글도 이 점을 분명히 했어요. 그래도 의미가 작지 않은 이유를 아래에서 하나씩 풀겠습니다.

AMIE가 무엇인가

AMIE는 'Articulate Medical Intelligence Explorer'의 줄임말입니다. 구글이 몇 해에 걸쳐 다듬어 온 의료 대화 AI 연구 시스템이에요.

일반 챗봇과 다른 점은 목적이 좁다는 것입니다. 무엇이든 답하는 게 아니라, 의사가 환자와 나누는 대화라는 한 가지 상황을 잘하도록 만들어졌습니다.

의료 대화는 생각보다 까다로운 과제입니다. 정확한 지식만으로는 부족하고, 무엇을 언제 물어볼지를 알아야 합니다. 환자가 먼저 말해 주지 않는 정보를 끌어내는 게 진료의 절반이니까요.

이번에 새로 한 것 — 화상

기존 AMIE 연구는 대부분 글로 주고받는 대화였습니다. 채팅창에서 증상을 묻고 답하는 방식이었어요.

이번에는 실시간 화상 통화로 옮겼습니다. AI가 환자의 말을 듣고 답하면서, 동시에 영상으로 환자를 봅니다.

왜 이게 큰 차이냐면, 진료에서 눈으로 얻는 정보가 상당하기 때문입니다. 숨이 가쁜지, 얼굴색이 어떤지, 특정 부위를 감싸 쥐고 있는지 — 환자가 말로 설명하지 않는 것들이 화면에는 보입니다.

어두운 공간에 놓인 매끈한 판 아래로 청록빛이 넓게 번지는 모습 — 화면을 사이에 둔 원격 진료를 표현한 개념 이미지

실험은 이렇게 설계됐습니다

규모부터 보겠습니다. 1차 진료의 30명, 환자 역할 배우 15명, 임상 시나리오 100개가 동원된 무작위 배정 연구입니다.

시나리오는 다섯 갈래를 다뤘습니다. 심폐(심장·폐), 복부, 이비인후·안과(HEENT), 신경·정신, 근골격 계통입니다. 한 분야에 몰아넣지 않고 1차 진료에서 실제로 마주치는 범위를 넓게 깔았어요.

배우들은 각 시나리오의 증상과 반응을 연기하도록 훈련받았습니다. 그리고 그 진료를 임상 평가자들이 채점했습니다.

OSCE가 뭔가요

이 실험 방식을 OSCE(객관구조화 임상시험)라고 부릅니다. 낯선 용어지만 개념은 단순해요.

의대생과 전공의를 평가할 때 실제로 쓰는 방식입니다. 훈련된 배우가 환자 역할을 하고, 그 진료를 정해진 기준으로 채점합니다. 사람 의사를 평가하려고 만든 틀이에요.

AI를 이 틀에 넣었다는 게 중요한 지점입니다. AI 전용 벤치마크가 아니라 사람과 같은 시험장에 앉힌 것이니까요. 그래서 "의사와 대등"이라는 비교가 성립합니다.

어두운 면 위에 작은 청록 사각형 백 개가 정확한 격자로 배열된 모습 — 백 개의 임상 시나리오를 표현한 개념 이미지

세 가지를 나란히 비교했습니다

비교 대상은 셋이었습니다. 화상으로 진료한 AMIE, 글로만 진료한 AMIE, 그리고 화상으로 진료한 실제 1차 진료의입니다.

이 설계가 영리합니다. AI와 의사만 비교하면 "화상이 도움이 됐는지"를 알 수 없어요. 글 버전을 함께 놓아야 영상이라는 요소가 얼마나 기여했는지가 분리됩니다.

결과 — 대등이라는 판정

임상 평가자들은 화상 AMIE를 1차 진료의와 대등하게 평가했습니다. 그것도 한두 항목이 아니라 핵심 역량 전반에서요.

평가 항목은 네 갈래였습니다. 병력 청취의 충실성, 진단 정확도, 처치 계획의 적절성, 의사소통의 질입니다.

여기서 '대등(on par)'이라는 표현을 정확히 읽어야 합니다. AI가 의사를 이겼다는 말이 아니라, 통계적으로 뒤처지지 않았다는 뜻이에요. 그래도 몇 년 전이라면 상상하기 어려웠던 결과입니다.

크기와 밝기가 정확히 같은 두 개의 청록 큐브가 나란히 놓인 모습 — 대등하다는 평가 결과를 표현한 개념 이미지

환자 역할 배우들의 평가

더 흥미로운 건 환자 쪽 반응입니다. 배우들은 화상 방식을 글 방식보다 뚜렷하게 선호했습니다. 쓰기 쉽고, 건강 문제를 전달하기에 더 효과적이라고 평가했어요.

그리고 여기가 놀랍습니다. 배우들은 공감, 라포(신뢰 관계), 진료에 대한 신뢰감에서 화상 AMIE를 좋게 평가했습니다. 글 버전 AMIE는 물론이고 실제 의사와 비교해서도 그랬습니다.

공감 점수가 높다는 것의 의미

이 대목은 조심해서 읽어야 합니다. AI가 사람보다 따뜻하다는 결론으로 건너뛰면 곤란해요.

현실적인 해석은 이렇습니다. AI는 서두르지 않습니다. 다음 환자가 기다리지 않고, 피곤하지 않고, 오늘 몇 명을 봤는지에 영향받지 않아요. 환자의 말을 끝까지 듣고, 같은 질문을 다시 해도 짜증 내지 않습니다.

실제 진료에서 환자가 아쉬워하는 대부분이 의사의 실력이 아니라 시간입니다. 3분 진료에서는 아무리 좋은 의사도 충분히 들어 줄 수 없어요. AI가 높은 점수를 받은 건 인간성이 뛰어나서가 아니라 구조적 제약이 없어서일 가능성이 큽니다.

매끈한 빈 패널에서 부드러운 청록빛이 넓은 동심원으로 퍼져 나가는 모습 — 대화에서 형성되는 신뢰감을 표현한 개념 이미지

세 개의 에이전트로 나눴습니다

기술적으로 가장 눈여겨볼 부분이 여기입니다. AMIE는 대화·임상 추론·지각을 한 모델에 몰아넣지 않습니다. 세 개의 에이전트로 나눠서 비동기로 돌립니다.

세 담당은 이렇게 갈립니다.

토커(talker) 에이전트 — 환자와 말로 주고받는 일을 맡습니다.
플래너(planner) 에이전트 — 감별 진단과 처치 계획을 계속 갱신합니다.
퍼셉션(perception) 에이전트 — 영상과 음성을 끊임없이 살펴 비언어적 신호와 신체 소견을 잡아냅니다.

왜 하나가 아니라 셋인가

이유는 속도입니다. 실시간 대화에서 사람은 1초 이상 침묵하면 어색해합니다. 그런데 깊이 있는 임상 추론은 시간이 걸려요.

하나의 모델이 둘을 다 하면 둘 중 하나가 망가집니다. 생각하느라 말이 끊기거나, 빨리 답하느라 생각이 얕아집니다.

나눠 두면 토커가 자연스럽게 대화를 이어 가는 동안 플래너가 뒤에서 깊게 따져 볼 수 있습니다. 구글의 자동 평가에서도 세 에이전트가 각각 임상 지표와 대화 품질 양쪽에 기여한 것으로 확인됐습니다. 응답 지연 시간도 그 지표에 포함돼 있었어요.

어둠을 나란히 가로지르는 두 청록 선 중 하나는 곧고 하나는 부드럽게 물결치는 모습 — 대화와 추론이 각자의 속도로 동시에 도는 구조를 표현한 개념 이미지

사람의 일을 나누는 방식과 같습니다

이 설계는 사실 낯설지 않습니다. 응급실에서 한 사람이 문진하고, 다른 사람이 검사 결과를 보고, 또 다른 사람이 전체를 종합하는 것과 같은 구조예요.

AI 분야에서 이런 방식을 멀티 에이전트라고 부릅니다. 하나의 큰 모델에 전부 맡기는 대신, 역할을 나누고 서로 주고받게 만드는 접근입니다.

지난 1~2년간 코딩·검색·업무 자동화에서 반복적으로 확인된 방향이기도 합니다. 같은 설계가 의료에서도 통했다는 게 이번 연구의 기술적 함의입니다.

6월 네이처 논문 — 진단에서 치료로

이번 화상 연구를 이해하려면 두 달 전 결과를 같이 봐야 합니다. 6월 17일, 구글은 네이처(Nature)에 AMIE의 질환 관리 연구를 실었습니다.

차이는 이렇습니다. 그전까지 AMIE의 과제는 진단, 즉 "이 사람은 무슨 병인가"였어요. 6월 연구는 그다음으로 넘어갔습니다. "그래서 어떻게 관리할 것인가"입니다.

세 번의 진료를 이어서 봅니다

이 연구는 시나리오 100개를 세 번의 진료로 구성했습니다. 진료와 진료 사이에 증상이 변하고, 치료에 반응이 나타나고, 검사 결과가 나옵니다.

진짜 의료는 대부분 이 모양입니다. 한 번 만나 병명을 맞히고 끝나는 게 아니라, 몇 달에 걸쳐 조정해 가는 과정이에요. 특히 만성질환이 그렇습니다.

대상 분야는 심장, 호흡기, 산부인과, 비뇨기과, 소화기, 신경과, 근골격이었습니다. 전문의 30명이 대화와 관리 계획을 평가했고, 사례에는 영국 NICE 지침과 BMJ 베스트 프랙티스가 반영됐습니다.

어둠 속을 부드럽게 휘어 지나가는 하나의 청록 선 위에 세 개의 밝은 점이 놓인 모습 — 세 번에 걸쳐 이어지는 진료 경과를 표현한 개념 이미지

가이드라인 준수에서 더 높았습니다

결과가 흥미롭습니다. 전문의들은 전반적인 관리 추론에서 AMIE가 의사에 뒤지지 않는다(non-inferior)고 판정했습니다.

그런데 두 항목에서는 더 높은 점수가 나왔습니다. 처치의 정밀함과 임상 지침 준수입니다.

지침 준수에서 AI가 앞선 건 어쩌면 당연합니다. 임상 지침은 방대하고 계속 갱신돼요. 사람이 전부 외우고 최신 상태로 유지하기는 현실적으로 어렵습니다. AMIE는 제미나이의 긴 문맥 처리 능력으로 수백 페이지의 권위 있는 임상 지식을 매번 대조합니다.

얇고 평평한 판들이 청록빛 테두리를 두른 채 아주 높게 쌓인 것을 옆에서 본 모습 — 매번 대조하는 방대한 임상 지식을 표현한 개념 이미지

RxQA — 약물 추론에서 앞섰습니다

이 연구에서 새로 만든 평가 기준이 하나 있습니다. RxQA라는 약물 추론 벤치마크입니다.

여기서 AMIE는 어려운 사례에서 의사보다 높은 성적을 냈습니다.

약물은 특히 AI가 유리할 만한 영역입니다. 약끼리 부딪히는 조합, 신장 기능에 따른 용량 조절, 임신 중 금기 — 규칙이 방대하고 조합이 폭발적으로 늘어납니다. 기억력과 대조 능력이 결과를 좌우하는 영역이라 그렇습니다.

구글이 스스로 붙인 한계

구글은 두 연구 모두에서 같은 단서를 달았습니다. AMIE는 임상에서 쓸 준비가 되지 않았습니다.

화상 연구에 대해서는 "실제 환자와 그들 자신의 건강 상태를 다루는 연구가 뒤따라야 하며, 그전에는 임상 사용에 대해 어떤 결론도 내릴 수 없다"고 밝혔어요.

이 단서를 형식적인 겸양으로 읽으면 안 됩니다. 연구의 가장 큰 약점을 정확히 지목한 문장입니다.

가느다란 청록 광선이 매끈한 어두운 장벽 앞에서 멈추고 그 사이에 검은 틈이 남은 모습 — 아직 임상 적용에 이르지 못한 상태를 표현한 개념 이미지

배우와 환자 사이의 거리

왜 그 단서가 중요한지 짚어 보겠습니다. 훈련된 배우는 진짜 환자가 아닙니다.

배우는 시나리오를 압니다. 증상을 비교적 조리 있게 설명하고, 필요한 정보를 대체로 갖고 있어요. 실제 환자는 다릅니다. 무엇이 중요한지 모르고, 중요한 걸 빠뜨리고, 때로는 말하고 싶지 않은 것을 숨깁니다.

그리고 결정적으로 배우는 오진의 대가를 치르지 않습니다. 시뮬레이션에서 잘한 것이 진짜 진료에서도 잘하리라는 보장은 없어요. 의료 AI 역사에서 이 간극 때문에 무너진 사례가 여럿 있습니다.

의료 AI가 유독 천천히 들어오는 이유

다른 분야와 비교하면 의료 AI의 도입 속도는 눈에 띄게 느립니다. 성능이 모자라서만은 아니에요.

첫째, 되돌릴 수 없습니다. 코드가 틀리면 고치면 되고, 번역이 어색하면 다시 쓰면 됩니다. 잘못된 처치는 그렇지 않아요. 그래서 같은 정확도라도 요구되는 확신의 수준이 다릅니다.

둘째, 책임 소재가 정해져야 합니다. AI의 판단으로 문제가 생겼을 때 누가 책임지는지 — 의사인지, 병원인지, 만든 회사인지 — 가 정리되지 않으면 현장은 도입할 수 없습니다. 이건 기술이 아니라 제도의 문제예요.

셋째, 검증 절차 자체가 깁니다. 의료기기로 인정받으려면 각국 규제기관의 심사를 거쳐야 하고, 실제 환자를 대상으로 한 연구가 선행돼야 합니다. 구글이 "아직 아니다"라고 말한 건 겸손이 아니라 그 절차의 출발점에 서 있다는 사실 확인에 가깝습니다.

그럼에도 의미가 있는 이유

한계를 인정한 뒤에도 남는 게 있습니다. 이런 실험이 가능해졌다는 사실 자체입니다.

몇 년 전이라면 AI를 OSCE 시험장에 앉힐 생각조차 하기 어려웠습니다. 지금은 결과가 "대등"으로 나오고, 논의가 "되느냐"에서 "언제, 어떤 조건에서 쓰느냐"로 옮겨왔습니다.

속도도 눈여겨볼 만합니다. 6월에 치료 관리, 8월에 화상 진료. 두 달 간격으로 새 결과가 나오고 있어요.

광활한 어둠에 흩뿌려진 흐린 청록 점들 가운데 세 개만 유독 밝은 모습 — 여러 연구 성과 중 두드러진 결과들을 표현한 개념 이미지

접근이 어려운 사람에게 무슨 의미인가

SVIL이 이 연구를 눈여겨본 이유가 여기 있습니다. 병원에 가는 일 자체가 장벽인 사람들이 있습니다.

거동이 불편한 사람, 저시력·시각장애가 있어 낯선 건물에서 길을 찾기 어려운 사람, 의료기관이 먼 지역에 사는 사람, 그리고 진료 시간에 시간을 낼 수 없는 사람입니다.

이들에게 원격 진료는 편의가 아니라 접근 가능성 그 자체입니다. 화상 대화가 글 대화보다 선호됐다는 결과도 이 맥락에서 다시 읽힙니다. 글을 읽고 쓰는 일이 부담인 사람에게, 말로 하는 대화는 훨씬 낮은 문턱이니까요.

다만 화상은 카메라를 다뤄야 하는 부담을 새로 만듭니다. 화면 너머로 무엇을 보여 줘야 하는지 지시를 따르는 일도 시각에 제약이 있으면 쉽지 않아요. 어떤 장벽을 없애면서 다른 장벽을 세우는지를 함께 봐야 합니다.

어둠을 지나온 청록 광선이 매끈한 빈 패널에 곧바로 닿는 모습 — 기다림 없이 이어지는 원격 접근을 표현한 개념 이미지

한국에서 지금 확인할 것

국내 상황에서 짚을 것은 세 가지입니다.

첫째, AMIE는 제품이 아니라 연구입니다. 지금 쓸 수 있는 서비스가 아니고, 언제 나올지도 정해지지 않았습니다.

둘째, 한국은 원격 진료 제도가 아직 제한적입니다. 기술이 준비돼도 제도가 열려야 쓸 수 있습니다. 이 논의는 오래 이어져 왔고 지금도 진행 중이에요.

셋째, 언어와 의료 체계가 다릅니다. 이 연구는 영어권 진료 상황과 영국 NICE 지침을 바탕으로 했습니다. 한국어 진료 대화와 국내 진료 지침에서 같은 성능이 나올지는 별도로 확인해야 할 문제입니다.

핵심 정리

구글 리서치가 8월 12일 의료 AI AMIE의 실시간 화상 진료 연구를 공개했습니다. 이런 형태로는 처음입니다.
1차 진료의 30명, 환자 역할 배우 15명, 임상 시나리오 100개로 진행한 무작위 OSCE 연구입니다.
병력 청취·진단 정확도·처치 적절성·의사소통 질 전반에서 1차 진료의와 대등하게 평가됐습니다.
환자 역할 배우들은 화상 방식을 글 방식보다 선호했고, 공감·라포·신뢰감에서 화상 AMIE를 높게 평가했습니다.
구조는 세 개의 비동기 에이전트입니다 — 말하는 토커, 판단하는 플래너, 영상·음성을 살피는 퍼셉션.
앞서 6월 17일 네이처 논문에서는 세 차례 진료로 이어지는 질환 관리를 다뤘고, 관리 추론에서 의사에 뒤지지 않으면서 처치 정밀도와 지침 준수는 더 높았습니다.
새 약물 추론 벤치마크 RxQA의 어려운 사례에서는 의사보다 높은 성적을 냈습니다.
구글은 임상 사용 준비가 되지 않았으며 실제 환자 대상 연구가 선행돼야 한다고 명시했습니다.

매끈한 큐브 하나가 모든 모서리를 따라 청록빛을 두른 채 어둠 속에 떠 있는 모습 — 여러 역할이 하나로 묶인 시스템을 표현한 개념 이미지

마무리

이번 연구를 "AI가 의사를 대체한다"로 읽는 건 성급합니다. 배우를 상대한 시뮬레이션이고, 구글 스스로 아직 쓸 수 없다고 못 박았어요.

더 정확한 읽기는 이쪽입니다. 진료라는 일에서 어떤 부분이 기계로 옮겨갈 수 있는지가 조금씩 드러나고 있습니다. 방대한 지침을 대조하고, 약물 조합을 따지고, 서두르지 않고 끝까지 듣는 일이 그 후보로 올라왔습니다.

그리고 남는 질문은 늘 같습니다. 이 기술이 이미 잘 돌보아지는 사람에게 먼저 갈지, 지금 진료실까지 가는 것조차 어려운 사람에게 먼저 갈지입니다. 기술의 성능이 아니라 그 배치가 결정하는 문제이고, SVIL이 계속 지켜보는 지점이기도 합니다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://kuroicode-beep.github.io/svil-homepage/