정확도 넘어 생산성…딥노이드 생성형 AI 상용화 드라이브

• M4CXR 품목허가…예비소견서 생성·정상 영상 분류
• 판독 효율 높이고 구조화 데이터로 활용 범위 확대
• CT·MRI·의료AI 에이전트로 서비스 사업 확장

최우식 딥노이드 대표 발표 모습

[데일리팜=황병우 기자]의료 인공지능(AI)의 경쟁 기준이 병변 탐지 정확도에서 의료진의 업무를 얼마나 실질적으로 줄여줄 수 있는지로 이동하고 있다.

영상에서 의심 부위를 표시하는 기존 진단 보조를 넘어 정상 영상을 분류하고 예비소견서까지 작성해야 의료기관이 비용을 지불할 만한 생산성 개선으로 연결될 수 있다는 판단이다.

딥노이드는 생성형 AI 기반 흉부 X-ray 판독 보조 솔루션 M4CXR의 품목허가를 기점으로 의료AI 상용화에 나선다. 향후 흉부 CT와 MRI로 적용 범위를 넓히고 병원 내 소프트웨어와 업무를 연결하는 의료AI 서비스 기업으로 전환한다는 구상이다.

딥노이드는 13일 '2026 딥노이드 미디어 데이'를 열고 M4CXR의 품목허가 의미와 임상적 유효성, 생성형 의료AI 사업 확장 전략을 공개했다.

병변 표시에서 판독문 생성으로…상용화 기준은 생산성

M4CXR은 흉부 X-ray 영상을 분석해 41개 이상의 이상 소견을 판독하고 결과를 예비소견서 형태로 생성하는 디지털의료기기다.

회사에 따르면 약 1000만건의 흉부 X-ray 영상과 판독문을 학습했으며, 결과 생성에는 약 2~3초가 걸린다. 기존 영상AI가 일부 질환의 의심 부위를 표시했다면 M4CXR은 이상 소견을 분석해 문장으로 작성하는 과정까지 지원한다.

최우식 딥노이드 대표는 의료AI 상용화의 핵심 조건으로 생산성 향상을 꼽았다. 정확도가 높더라도 의료진의 확인 절차를 늘리거나 기존 업무를 줄이지 못하면 의료기관의 지속적인 비용 지출로 이어지기 어렵다는 판단이다.

최우식 대표 발표자료 발췌

딥노이드는 2023년부터 약 3년에 걸쳐 대규모 의료영상 데이터와 생성형 AI 모델, 추론 인프라를 준비했다. 기존 딥뉴로와 딥체스트의 병원 도입 경험도 M4CXR 확산에 활용할 계획이다.

최 대표는 "M4CXR의 품목허가는 생성형 의료AI가 병원 현장에서 실질적인 편익을 만들어내는 상용화의 상징적인 출발점이 될 것"이라고 말했다.

정상 영상 분류해 이상 소견에 집중

임상 현장에서는 정상 영상을 분류하는 노멀 필터링과 판독문 자동 생성이 기존 영상AI와 구분되는 핵심 가치로 제시됐다.

김성현 휴먼영상의학센터 원장은 영상장비 성능이 개선되며 검사량은 늘었지만 판독 인력 부족으로 영상 판독이 의료현장의 병목으로 남았다고 진단했다.

특히 건강검진 흉부 X-ray는 정상 영상 비중이 높아 전문의가 동일한 정상 소견을 반복적으로 확인하고 작성하는 부담이 크다는 설명이다. 기존 합성곱신경망(CNN) 기반 AI는 의심 부위를 표시한 뒤 의료진이 결과를 다시 검토해야 해 오히려 판독 흐름을 방해하는 사례도 있었다.

반면 M4CXR은 정상 영상을 분류하고 예비소견서를 작성해 전문의가 유소견 영상에 더 많은 시간을 투입하도록 지원한다. 김 원장은 기존 CNN 기반 AI와 생성형 AI의 핵심 차이로 노멀 필터링과 판독문 생성을 꼽았다.

다만 현장 평가는 신중했다. 김 원장은 M4CXR의 판독문 품질을 영상의학과 전공의 2~3년 차 수준으로 평가했다. 추가 검사가 필요한 이상 가능성을 제시하는 데는 활용할 수 있지만 미세 소견이나 임상적으로 중요한 내용을 정확히 짚는 능력은 추가 개선이 필요하다는 판단이다.

M4CXR은 자연어 예비소견서와 함께 의료 표준용어체계인 SNOMED CT 기반의 구조화된 판독 결과도 생성한다. 영상 부위와 소견 등을 표준 코드로 저장해 연구 대상 환자군 검색과 임상 통계 등 판독 데이터의 2차 활용으로 이어갈 수 있다는 설명이다.

의료AI가 판독 업무 일부를 단독으로 수행하는 단계에 대비한 책임 기준은 과제로 남았다. 정상 영상 분류나 판독 일부가 자동화될 경우 의료사고 발생 시 의료진과 의료기관, 개발사 가운데 책임 주체가 명확하지 않기 때문이다.

김 원장은 생성형 AI의 환각 현상은 기술적으로 개선할 수 있지만 의료사고 책임에 대한 제도와 의료계의 합의가 마련되지 않은 점은 의료AI 확산의 주요 걸림돌이 될 수 있다고 지적했다.

최우식 대표 발표자료 발췌

CT·MRI 확장…운영 인프라도 구축

딥노이드는 M4CXR을 시작으로 생성형 의료AI의 적용 범위를 흉부 CT와 MRI까지 확대한다.

흉부 CT 판독문 생성 솔루션 M4CT를 개발 중이며, 뇌 영상 분야에서는 딥뉴로의 적용 범위를 자기공명혈관조영술(MRA)에서 컴퓨터단층혈관조영술(CTA)과 MRI로 넓힐 계획이다.

의료 특화 파운데이션 모델 MedZero도 개발하고 있다. 진단 보조와 예비소견서 생성을 넘어 의료영상저장전송시스템(PACS), 전자의무기록(EMR) 등 병원 소프트웨어를 연결하는 의료AI 에이전트의 기반으로 활용한다는 구상이다. 연말 공개가 목표다.

생성형 의료AI의 비용과 전력 부담을 낮추기 위한 인프라 실증도 진행했다.

딥노이드는 퓨리오사AI의 2세대 추론용 AI 반도체 RNGD에 M4CXR을 적용한 결과, 실증 조건에서 엔비디아 H100 대비 2배 이상의 전력 대비 성능을 확인했다고 밝혔다. 기존 GPU 환경과 비교해 M4CXR의 판독 성능도 크게 떨어지지 않았다는 설명이다.

양사는 올해 중 M4CT에도 RNGD를 적용해 CT 예비소견서 생성 성능과 서비스 안정성을 평가할 예정이다.

최 대표는 "딥노이드는 더 이상 스스로를 의료기기 회사로만 규정하지 않는다"며 "M4CXR을 시작으로 흉부 CT와 MRI까지 모달리티를 넓히고 의료AI 에이전트 서비스로 나아가겠다. 솔루션과 인프라, 에이전트를 아우르는 의료AI 서비스 기업으로 거듭나는 것이 딥노이드의 방향"이라고 강조했다.