LLM 기반 헬스케어 AI 연구 동향

초기 헬스케어 AI 모델은 주로 의료 전문가의 지식을 기반으로 한 규칙 기반 엔진을 통해 특정 증상에 대한 진단이나 치료 방법 제안에 관한 것이었다. 이러한 규칙 기반 AI 시스템은 전문가의 지식에 의존하여, 지식의 범위와 정확성에 따라 성능이 제한되는 특징이 있다[2]. 따라서, 새로운 의학 지식이나 기술 발전에 따라 규칙을 계속해서 업데이트하는 데 어려움이 있었고, 복잡한 환자 상태를 분석하거나 다중 질환을 다루는 데 한계가 있었다.

현재 헬스케어 AI는 방대한 의료 데이터를 분석하여 질병 예측, 진단, 치료 계획 수립의 과정을 자동화하고 정밀화하는 기술로 발전하고 있다. 특히, 웨어러블 기기와 의료 사물인터넷(IoMT)의 발전으로 개인의 건강 데이터를 지속적으로 수집‧분석하여 질병을 조기에 예측하고 예방하는 기술이 주목받고 있다. 이러한 기술은 만성 질환 관리 및 개인 맞춤형 건강관리 서비스의 핵심 요소로 자리 잡으며, 의료의 패러다임을 치료 중심에서 예방 중심으로 전환하는 데 기여하고 있다[3].

최근에는 수백억 개의 매개변수를 학습하여 다양한 언어 처리 작업을 수행할 수 있는 대규모 언어 모델을 헬스케어 분야에 활용하는 연구가 활발하게 수행되고 있다. 환자 기록, 임상 데이터 등 대규모 텍스트 기반 의료 데이터 분석을 넘어, 멀티모달 및 웨어러블 데이터를 활용하는 연구로 확장되고 있다.

이러한 기술 발전은 의료 서비스의 효율성과 정확성을 향상시키며, 궁극적으로 환자 중심의 정밀의료 서비스 환경 구축에 기여할 것으로 기대된다. 표 1은 헬스케어 AI의 대표적인 활용 분야를 나타낸다.

전자건강기록(EHR)의 보편화와 함께 환자의 의료 기록, 진단 정보, 처방 내역, 의료 영상 등 방대한 의료 데이터가 축적되면서 이를 효율적으로 정리, 검색, 분석할 필요성이 더욱 커지고 있다. 최근 인공지능(AI)과 자연어처리(NLP) 기술의 급격한 발전으로 헬스케어 AI는 기존의 이미지 분석(CT, MRI) 및 특정 질병 진단 중심의 데이터 처리에서 벗어나, 의료 문서 요약, 진단 지원, 임상시험 문헌 분석 등 더 광범위한 의료 작업을 수행하는 단계로 발전하고 있다. 특히, LLM을 활용하면 의료 데이터의 맥락을 더욱 깊이 이해하고 복잡한 임상 정보를 종합적으로 분석할 수 있어, 의료 현장에서 더욱 정확하고 신뢰도 높은 의사결정을 지원할 가능성이 더욱 커지고 있다. 이에 따라 LLM 기반 헬스케어 AI의 핵심 역할은 다음과 같이 정리될 수 있다.

가. 임상 기록 자동 분석 및 요약

전자건강기록(EHR)과 의사 소견서 등 방대한 임상 텍스트를 자동 분석하고 요약하는 기능이 LLM의 대표적인 활용 사례다. 이를 통해 의료진의 문서 작업 부담을 줄이고, 환자 정보를 검토하는 시간을 단축함으로써 더욱 신속하고 정확한 의사결정을 지원할 수 있다. 예를 들어, 응급실 인계문 자동 생성 LLM[5] 및 환자-의사 대화 기반 임상 노트 자동 생성 LLM[6] 등의 연구는 LLM이 실제 의료 현장에서 보조 도구로 유용하게 활용될 수 있음을 입증하고 있다.

나. 진단 지원 및 의사결정 보조

LLM은 의료 지식 기반의 질의응답 시스템이나 임상 의사결정 지원 도구로 활용될 수 있다. 질병 증상과 검사 결과를 입력받아 감별 진단을 수행하고, 치료 옵션 및 권고 조치를 제안함으로써 의료진의 의사결정을 도울 수 있다[4]. 특히, 의학 전문지식에 특화된 LLM은 희귀 질환이나 복잡한 증상에 대한 정보를 신속하게 제공하며, 진단의 근거를 논리적으로 제시할 수 있어 임상 의사결정 지원에 유용하다. 또한, 설명된 증상을 기반으로 잠재적 진단 목록을 생성하고, 적절한 검사와 치료 계획을 제안함으로써 진단의 정확성과 속도를 높이고 의료진의 판단을 강화하는 역할을 한다[7].

다. 환자 상담 챗봇 및 의료 질의응답

LLM 기반 의료 챗봇은 자연스러운 대화를 통해 환자의 증상이나 궁금증을 분석하고, 방대한 의료 지식을 바탕으로 맞춤형 답변을 생성하여 의료 조언을 제공할 수 있다.

또한, 개인별 지속적인 건강관리와 모니터링 기능을 갖춘 AI 시스템을 통해 의료 서비스의 연속성을 높이고, 환자 중심의 맞춤형 건강관리를 지원할 수 있다[8].

라. 신약 개발 및 임상시험 최적화

LLM은 신약 후보 물질 발굴, 약물 상호작용 예측, 임상시험 설계 최적화 등 제약 및 의학 연구 분야에서도 중요한 역할을 수행하고 있다. 특히, 방대한 생물의학 지식을 기반으로 약물-단백질 상호작용, 부작용 예측, 유망한 치료 표적 식별, 기존 약물의 적응증 확대 등에도 활용되고 있다. 또한, 임상시험 데이터 및 프로토콜 문서를 분석하여 최적의 환자 코호트를 선별하고, 임상시험 설계를 최적화함으로써 신약 개발의 전반적인 과정에서 의사결정 속도를 높이고 연구 효율성을 개선할 수 있다[9].

LLM 기반 헬스케어 AI 모델을 학습하기 위해서는 고품질의 데이터셋이 필수적이다. 의료 시험 및 문서에서부터 의료 영상, 웨어러블 센서 데이터까지 다양한 유형의 데이터셋이 활용되고 있다.

가. 의료 자연어처리(NLP) 데이터셋

자연어처리 기술은 의료 문서 분석, 질문 응답, 진단 리포트 요약 등 각종 의료 작업에서 활용되고 있다. MIMIC-III[10]는 대규모 전자건강기록 데이터셋으로, 익명화된 중환자실 보고서를 포함한다. 해당 데이터셋은 LLM의 사전학습뿐만 아니라 임상 노트 분류, 의료 리포트 요약 등의 작업에 활용될 수 있다. MedQA[11]는 미국 의사면허시험(USMLE)에서 출제된 객관식 문제로 구성되어 있다. 이 데이터셋은 일반적인 의학 지식을 다루는 미국 의료면허 취득에 필요한 의학적 지식과 논리적 사고 능력을 평가하기 위해 설계되었으며, 의료 QA 시스템 개발 및 평가에 중요한 역할을 하고 있다.

나. 의료 멀티모달 데이터셋

최근에는 텍스트뿐만 아니라 의료 영상을 포함하는 멀티모달 데이터를 활용하는 연구가 증가하고 있다. VQA-RAD[12]는 의료 영상과 연계된 질의 응답 작업을 위한 대표적인 데이터셋이다. 두부, 흉부, 복부 CT, MRI, X-ray 영상과 함께 의료 전문가가 제공한 정답으로 구성되어 있어 영상 판독을 보조하는 AI 개발에 사용된다. MIMIC-CXR[13]은 흉부 X-ray와 이에 대한 의료 전문가 소견을 기반으로 한 데이터셋으로 의료 영상 설명 생성과 같은 멀티모달 자연어처리 연구에 활용된다. 최근에는 이들을 포함한 12개의 오픈소스 데이터셋으로 구성된 MultiMedBench[12]가 등장했으며, 의료 영상, 유전체 데이터 등 다양한 모달리티와 분류, 요약, 해석 등 14가지 작업을 지원한다.

다. 웨어러블 생체신호 데이터셋

웨어러블 기기를 통한 건강 모니터링이 활성화 됨에 따라, 생체신호 데이터 활용의 중요성이 높아지고 있다. PMData[14]와 LifeSnaps[15]는 대표적인 웨어러블 생체신호 데이터셋으로, FitBit과 같은 웨어러블 장치와 설문을 통해 심박수, 걸음 수, 수면 정보 등을 수집했다. MIT는 PMData와 LifeSnaps가 포함된 4개의 오픈소스 데이터를 바탕으로 정신 건강, 수면품질 등 10개의 건강 예측 문제를 수행할 수 있는 Wearable Sensor 데이터셋을 구성했다[22]. Google은 생체신호를 바탕으로 각각 수면과 운동에서 도메인 전문가를 통한 분석 및 추천이 포함된 데이터셋을 생성했고, 이를 바탕으로 웨어러블 데이터에 대한 LLM의 연구 방향과 사용 가능성을 제시했다[23].

빅테크 기업들과 주요 대학 연구진이 LLM 기반 헬스케어 AI 모델 개발에 적극적으로 참여하면서, 텍스트 기반 의료 데이터뿐만 아니라 멀티모달 및 웨어러블 데이터를 활용하는 연구가 점차 확대되고 있다. 연구의 방향 또한 사전학습(Pre-Training) 중심에서 높은 성능을 보이는 모델들을 활용한 미세조정(Fine-Tuning) 및 에이전트 기반 접근 방식으로 변화하고 있다. 표 2는 현재 주목받고 있는 주요 LLM 기반 헬스케어 AI 모델을 보여준다.

가. 자연어 기반 모델

초기 LLM 기반 헬스케어 AI 모델 연구는 전자건강기록, 의료 시험 문제와 같은 텍스트 데이터를 활용한 자연어처리 모델 개발에 집중되었다. 대표적인 사례로 NVIDIA와 플로리다 대학교가 공동 개발한 GatorTron은 BERT 구조를 기반으로 방대한 전자건강기록 데이터를 사용하여 사전학습 및 미세조정을 수행하고, 의료 개체 인식, 관계 추출, 문서 분류 등 5가지 핵심 의료 자연어처리 작업을 수행하도록 설계되었다[24]. Google 또한 의료 QA에 특화된 Med-PaLM 시리즈를 개발하면서, 의료 도메인에 최적화된 LLM 연구를 확장해 나갔다. 2022년에 공개된 Med-PaLM은 Flan-PaLM을 의료 도메인에 맞게 개선한 모델로, MedQA 데이터셋에서 67.2%의 점수를 달성하며 최초로 미국 의사면허시험 스타일 질문에 합격 점수를 넘었다[25]. 후속 모델인 Med-PaLM 2는 PaLM 2를 기반으로 의료 도메인 미세조정과 새로운 앙상블 개선 접근법을 적용하여 성능을 향상시켰다. MedQA 데이터셋에서 86.5%의 정확도를 달성하였으며, 장문형 질문에 대한 인간 평가에서도 의사 답변 대비 높은 선호도를 받았다[18].

나. 영상-자연어 멀티모달 기반 모델

LLM 연구가 발전함에 따라 헬스케어 AI도 단순한 텍스트 기반 자연어처리를 넘어 의료 영상, 유전체 데이터 등과 결합한 멀티모달 AI 모델로 발전하고 있다. Microsoft의 LLaVA-Med는 영상-언어 모델 LLaVA를 미세조정한 모델로, 의료 영상(CT, MRI, X-ray 등)을 이해하고 분석할 수 있도록 학습되었다. 이 모델은 의료 영상과 자연어를 결합하여 Medical VQA 작업을 수행하며, 의료 영상 데이터에서 의미있는 정보를 추출하여 질의응답 형식으로 제공하는 데 강점을 가진다[19]. Med-PaLM M은 멀티모달 의료 인공지능으로, 텍스트뿐만 아니라 의료 이미지, 유전체 데이터 등 다양한 의료 데이터를 처리할 수 있다. 각 모달리티를 이미지 형태로 전환하여 하나의 모델로 14가지의 다양한 의료 작업을 수행하며, 일부 작업에서는 특화된 모델보다 우수한 성능을 보였다[20]. Med-Gemini는 임상 추론 능력을 강화하기 위해 자가 학습 및 웹 검색 기능을 도입했으며, 미세조정과 맞춤형 모달리티 인코더를 바탕으로 멀티모달 성능을 향상시켰다. 14개의 의료 벤치마크에서 평가한 결과, 10개에서 최고 성능을 달성하였다[22].

다. 웨어러블 데이터 활용 모델

최근에는 환자 진료가 아닌 개인 건강관리 측면에서 웨어러블 디바이스 데이터와 LLM을 접목하려는 시도들이 등장하고 있다. 이 연구들은 스마트 워치나 웨어러블 센서로부터 얻는 생체신호 시계열 데이터와 개인 문맥 정보를 LLM에 통합하여, 개인별 맞춤형 건강 예측 및 코칭을 목표로 한다. MIT의 HealthAlpaca는 공개 웨어러블 데이터셋을 기반으로 정신건강, 신체활동, 대사 건강, 수면 평가 등 사용자 건강 예측 작업을 수행한다. 특히 컨텍스트 강화 기법을 적용하여 사용자 프로필, 건강 지식, 시간 정보를 조합함으로써 예측 성능을 23.8% 향상할 수 있음을 보였다[21]. Google의 PH-LLM은 수면 및 운동 관련 개인 맞춤형 건강 코칭을 목표로 Gemini를 미세조정한 모델이며, 코칭 추천, 전문가 지식 평가를 위한 객관식 시험, 환자가 보고한 건강 상태 예측 작업을 수행함으로써 실제 환경에서 건강 이해 및 코칭 역량을 보였다[23]. Google의 PHIA는 개인 건강 통찰을 제공하는 LLM 기반 에이전트로, 코드 실행 및 웹 검색 기능을 활용하여 다단계 추론을 수행한다. 기존의 단순한 문장 생성 방식이 아니라, 코드 생성 기반 데이터 분석과 신뢰할 수 있는 건강 정보 검색을 병행함으로써 더욱 정확하고 실용적인 건강 조언을 생성한다[24]. MIT의 PhysioLLM은 GPT-4를 기반으로 사용자의 건강을 분석하고 맞춤형 인사이트를 제공하는 대화형 AI 시스템이다. 웨어러블 데이터의 심층적인 통계 분석을 통해 의미 있는 패턴을 발견하고, 이를 사용자와 자연어로 소통할 수 있도록 설계되었다[25].

가. 프라이버시 침해 및 데이터 보안

헬스케어 및 의료 데이터는 환자의 개인정보와 진료 기록 등 민감한 정보를 포함하므로, AI 모델의 학습 및 활용 과정에서 기밀 정보 유출 위험이 존재한다[32,33]. 예를 들어, OpenAI의 GPT-2 모델은 악의적인 질의 프롬프트를 통해 학습에 사용된 개인 식별 정보가 노출된 사례가 보고된 바 있다. 이를 방지하기 위해 가명‧익명 처리, 차분 프라이버시(Differential Privacy), 연합학습 등의 기법이 고려되고 있으며[34], 데이터 유출 및 오용 방지를 위한 보안 프로토콜과 개인정보 접근 관리 정책의 강화가 필요하다[35].

나. 윤리성 및 책임 소재

헬스케어 AI의 의사결정 오류로 인해 환자에게 피해가 발생할 경우, 책임 소재를 둘러싼 법적 분쟁이 발생할 가능성이 크다. 따라서, 대부분의 AI 기술은 의료진의 최종 판단을 보조하는 역할로 권장되고 있다[36]. 또한, 환자가 의료진을 신뢰하고 치료 과정에 대한 신념을 가질수록 치료 효과가 높아진다는 연구 결과도 보고된 바 있다[37]. 이에 따라, 헬스케어 AI의 활용 과정에서 환자에게 충분한 설명과 사전 동의를 제공하고, 의료 행위의 최종 결정권은 인간 의료진에게 있음을 명확히 해야 한다[38]. 아울러, 사회 윤리적 이슈를 고려하여 의료진과 환자 모두가 AI 기술을 올바르게 이해하고 활용할 수 있도록 교육과 훈련이 필수적이다.

다. 규제 준수 및 기술 통제

헬스케어 분야 기술이 빠르게 발전하는 반면, 의료기기의 임상 활용을 위한 규제 지침은 상대적으로 정립 속도가 느리다. 이에 따라, 기존 의료기기 승인 평가제도에서 LLM 기반 헬스케어 AI의 성능과 안전성을 검증하는 과정은 상당한 시간과 자원을 요구할 수밖에 없다. 특히, 생성형 인공지능의 주요 이슈인 환각(Hallucination) 문제를 해결하기 위해 정량적 평가 기준을 마련하고 이를 통제할 수 있는 규제 지침과 기술적 체계를 구축할 필요가 있다.

가. 신뢰성 및 정확도

헬스케어 AI의 판단과 예측 결과를 임상에 활용하려면, 모델이 생성하는 정보의 신뢰성과 정확도를 평가할 수 있는 기준과 척도를 사전에 마련해야 한다. 특히, 개방형 인터넷 데이터를 기반으로 학습된 범용 LLM은 의학적으로 부정확한 정보를 답변에 반영하거나, 근거 없는 내용을 그럴듯하게 생성할 위험이 있다. 문제는 이러한 오류가 신뢰할 수 있는 정보처럼 보일 수 있어, 비전문가가 이를 분별하기 어렵고 치명적인 의료 오류로 이어질 가능성이 크다는 점이다. 따라서, 헬스케어 AI의 신뢰성을 보장하고 정확도를 향상시키기 위한 기술적 해결책 마련이 필수적이다.

나. 데이터 편향성

편향된 데이터로 훈련된 인공지능 모델은 특정 인구집단(인종, 나이, 성별, 직업, 거주 지역 등)에 대한 오진 위험을 높이고, 의료 격차를 심화시킬 수 있다. 또한, LLM이 사회문화적 편향을 학습하여 차별적인 답변을 생성한 사례도 보고된 바 있다. 이처럼 데이터 편향으로 인한 오류는 의료 의사결정의 공정성을 저해하고, 특정 환자군에게 불이익을 초래할 가능성이 크다. 따라서, 학습 데이터의 불균형을 해소하기 위한 공정성 검증과 편향 완화 방안을 마련하고, 이를 지속적으로 개선하는 노력이 필요하다.

다. 설명 가능성 및 투명성

인공지능 모델의 의사결정 과정이 불투명하다는 점은 의료 분야에서 AI 도입을 가로막는 주요 장애물 중 하나다. 설명 가능성(Explainability)이 부족하면, AI가 잘못된 판단이나 조언을 내렸을 때 이를 즉각 수정하기 어렵고, 의료진과 환자의 신뢰를 얻기도 힘들다. 이를 해결하기 위해, 최근에는 AI의 추론 과정을 명확히 제시하는 LLM 기술이 개발되고 있다. 예를 들어, 생각의 사슬(Chain-of-Thought) 기법을 적용하면 AI가 답변을 생성할 때 여러 단계의 이유를 먼저 나열한 후 최종 답을 도출하도록 설계할 수 있다. 또한, 입력 문장에서 추출한 의료 지식을 구조화하여 사람이 이해할 수 있는 형태로 제공하는 방식도 제안되고 있다. 이와 함께, AI 모델이 자신의 불확실성을 확률값이나 신뢰 점수 형태로 제공하여, 의료진이 답변의 신뢰도를 직접 평가할 수 있도록 지원하는 연구도 진행되고 있다.

가. 특화 모델 개발

LLM을 활용한 헬스케어 AI 솔루션은 방대한 의료 지식을 기반으로 의료진의 의사결정을 지원하고, 환자 맞춤형 건강 정보를 제공하며, 의료 시스템의 효율성을 향상시킬 것으로 기대된다. 그러나 대부분의 고성능 LLM은 범용 언어 모델로 개발되어 있어, 의료 분야의 특수성을 반영한 맞춤형 LLM 기술 개발이 필수적이다[30]. 의료특화 LLM은 의료 데이터를 활용한 사전학습과 미세조정으로 구분되어 구축될 수 있다. 또한, 의료 데이터의 다양성과 품질을 높여 다양한 의료 상황에 대응할 수 있는 대형 모델로 구축하거나, 특정 의료 분야에만 고도로 전문화된 소형 모델로 구축할 수도 있다.

나. 고성능 연산 자원 요구

현재 LLM을 훈련하고 운영하기 위해서는 수십억~수천억 개의 파라미터를 처리할 수 있는 고성능 서버와 전력 자원이 필요하다. 의료 분야의 특성상 프라이버시 보호 및 데이터 보안 문제로 인해 클라우드 환경이 아닌 자체 구축 서버에서 LLM을 운영하려는 경우, 인프라 투자 비용이 AI 도입의 부담으로 작용한다. 중소 병원이나 의원급 의료기관은 거 대한 모델을 운영할 수 있는 전용 서버와 인프라를 갖추기 어려워 LLM 도입에 대한 장벽이 높으며, 결과적으로 대형 의료기관이나 기업 중심으로 활용이 제한될 가능성이 크다.

다. 지속적 학습 및 유지보수

의료 지식은 빠르게 변화하기 때문에, LLM이 최신 의학 정보 및 치료 지침을 반영할 수 있도록 지속적인 업데이트가 필수적이다. 그러나 이미 학습된 지식의 규모가 커질수록, 전체 모델을 반복적으로 재훈련하거나 추가 학습하는 과정은 기술적으로 복잡하며 상당한 비용이 소요된다. 또한, 배포 활용 중인 LLM의 성능을 관찰하면서 사용자 피드백을 반영하여 개선하는 체계를 갖추어 나갈 필요가 있다. 이를 위해서는 LLM 라이프사이클 전반을 고려한 운영 인프라 구축에 대한 고려가 필요하며 이러한 유지보수 비용을 정당화할 만한 효용을 입증하는 것이 헬스케어 AI 도입의 중요한 과제 중 하나이다.