오픈AI, 구글, 앤트로픽의 신제품 출시로 AI 헬스케어 기술 경쟁이 격화되고 있다

이번 달 들어 며칠 간격으로 OpenAI, 구글, 앤트로픽이 잇달아 전문 의료 AI 기능을 공개했다. 이러한 발표가 잇따른 것은 단순한 우연이 아니라 경쟁적 압박이 작용했음을 시사한다. 그러나 의료계를 혁신하겠다는 마케팅 문구와는 달리, 이들 제품 중 어느 것도 의료 기기로 인증받거나 임상 사용 승인을 받았거나 환자에 대한 직접적인 진단에 활용될 수 있는 것은 없다.

1월 7일, 오픈AI는 ChatGPT Health를 선보였으며, 이를 통해 미국 사용자들은 b.well, Apple Health, Function, MyFitnessPal과의 제휴를 통해 의료 기록을 연동할 수 있게 되었다. 구글은 1월 13일 MedGemma 1.5를 출시하며, 3D CT 및 MRI 스캔은 물론 전체 슬라이드 조직병리학 이미지를 해석할 수 있도록 자사의 오픈 의료 AI 모델을 확장했다.

Anthropic은 1월 11일 'Claude for Healthcare'를 출시하며, CMS 보장 데이터베이스, ICD-10 코딩 시스템, 국가 의료 제공자 식별자 등록부(National Provider Identifier Registry)에 대한 HIPAA 준수 연결 기능을 제공했다.

이 세 기업은 사전 승인 검토, 청구 처리, 임상 문서화 등 동일한 행정적 문제점을 해결 대상으로 삼고 있으며, 기술적 접근 방식은 비슷하지만 시장 진출 전략은 서로 다릅니다.

진단 제품이 아닌 개발자 플랫폼

아키텍처의 유사성은 눈에 띕니다. 각 시스템은 의학 문헌과 임상 데이터셋을 기반으로 미세 조정된 다중 모달 대규모 언어 모델을 사용합니다. 각 시스템은 개인정보 보호와 규제 관련 면책 조항을 강조합니다. 또한 각 시스템은 임상적 판단을 대체하는 것이 아니라 지원하는 역할을 한다고 포지셔닝합니다.

차이점은 배포 및 접근 모델에 있습니다. OpenAI의 ChatGPT Health는 EEA, 스위스, 영국 이외 지역의 ChatGPT Free, Plus, Pro 구독자를 대상으로 대기자 명단을 운영하는 소비자 대상 서비스로 운영됩니다. Google의 MedGemma 1.5는 Health AI Developer Foundations 프로그램을 통해 오픈 모델로 출시되었으며, Hugging Face를 통해 다운로드하거나 Google Cloud의 Vertex AI를 통해 배포할 수 있습니다.

Anthropic의 'Claude for Healthcare'는 'Claude for Enterprise'를 통해 기존 기업 워크플로우에 통합되며, 개인 소비자보다는 기관 구매자를 대상으로 합니다. 세 기업 모두 일관된 규제 입장을 공유합니다.

오픈AI는 Health가 "진단이나 치료를 목적으로 하지 않는다"고 명시하고 있습니다. 구글은 MedGemma를 "개발자가 의료용 사례를 평가하고 적용할 수 있는 출발점"으로 포지셔닝합니다. 앤트로픽은 출력 결과가 "임상 진단, 환자 관리 결정, 치료 권고 또는 기타 직접적인 임상 실무 적용에 직접적인 정보를 제공하기 위한 것이 아니다"라고 강조합니다.

벤치마크 성능 대 임상 검증

세 가지 릴리스 모두 의료 AI 벤치마크 점수가 크게 향상되었으나, 테스트 성능과 실제 임상 적용 간의 격차는 여전히 큽니다. 구글은 MedGemma 1.5가 의료 에이전트 완성도 벤치마크인 스탠포드 대학의 MedAgentBench에서 92.3%의 정확도를 달성했다고 보고했으며, 이는 이전 베이스라인인 Sonnet 3.5의 69.6%와 비교됩니다.

내부 테스트에서 이 모델은 MRI 질환 분류에서 14%포인트, CT 소견 분석에서 3%포인트의 성능 향상을 보였다. Anthropic의 Claude Opus 4.5는 Python 코드 실행이 활성화된 상태에서 MedCalc 의료 계산 정확도 테스트에서 61.3%, MedAgentBench에서는 92.3%의 정확도를 기록했다.

또한 이 회사는 사실적 환각에 대한 “정직성 평가”에서도 개선이 있었다고 주장했으나, 구체적인 지표는 공개하지 않았다.

오픈AI는 ChatGPT Health에 대한 구체적인 벤치마크 비교 결과를 공개하지 않았으나, 기존 사용 현황에 대한 비식별화 분석을 바탕으로 “전 세계적으로 매주 2억 3천만 명 이상이 ChatGPT에 건강 및 웰니스 관련 질문을 하고 있다”고 언급했다.

이러한 벤치마크는 선별된 테스트 데이터셋에서의 성능을 측정할 뿐, 임상적 결과를 측정하는 것은 아닙니다. 의료 오류는 생명을 위협할 수 있는 결과를 초래할 수 있으므로, 벤치마크 정확도를 실제 임상적 유용성으로 전환하는 것은 다른 AI 분야보다 훨씬 더 복잡합니다.

규제 경로는 여전히 불분명

이러한 의료용 AI 도구에 대한 규제 환경은 여전히 모호하다. 미국에서는 FDA의 감독 여부가 의도된 용도에 따라 결정된다. “예방, 진단 또는 치료에 관해 의료 전문가에게 지원을 제공하거나 권고 사항을 제시하는” 소프트웨어는 의료 기기로서 시판 전 심사를 받아야 할 수 있다. 현재 발표된 도구 중 어느 것도 FDA 승인을 받지 못했다.

책임 문제 역시 해결되지 않은 상태다. 배너 헬스(Banner Health)의 최고기술책임자(CTO) 마이크 리긴(Mike Reagin)이 이 시스템이 “AI 안전성에 중점을 둔 앤트로픽(Anthropic)의 접근 방식에 끌렸다”고 언급한 것은 기술 선택에 관한 것이지, 법적 책임 체계에 관한 것은 아니다.

만약 임상의가 클로드(Claude)의 사전 승인 분석에 의존했다가 치료 지연으로 인해 환자가 피해를 입는 경우, 기존 판례법은 책임 소재를 규명하는 데 거의 도움이 되지 않는다.

규제 접근 방식은 지역별로 크게 다릅니다. FDA와 유럽의 의료기기 규정(MDR)은 의료기기로서의 소프트웨어에 대해 확립된 프레임워크를 제공하지만, 많은 아시아태평양(APAC) 규제 당국은 아직 생성형 AI 진단 도구에 대한 구체적인 지침을 발표하지 않았습니다.

이러한 모호성은 의료 인프라의 격차로 인해 도입이 가속화될 수 있는 시장에서 도입 일정에 영향을 미치며, 임상적 필요성과 규제 당국의 신중한 태도 사이에 긴장을 야기합니다.

임상적 결정이 아닌 행정적 업무 흐름

실제 도입 범위는 여전히 좁은 수준에 머물러 있다. 노보 노르디스크(Novo Nordisk)의 콘텐츠 디지털화 담당 이사 루이즈 린드 스코브(Louise Lind Skov)는 클로드(Claude)를 “제약 개발 분야의 문서 및 콘텐츠 자동화”에 활용한다고 설명했으며, 이는 환자 진단보다는 규제 당국에 제출하는 서류에 중점을 둔다.

대만 국민건강보험국은 치료 결정이 아닌 정책 분석을 위해 3만 건의 병리 보고서를 분석하는 데 메드젬마(MedGemma)를 적용했다.

이러한 양상은 기관들의 도입이 AI가 환자 결과에 가장 극적인 영향을 미칠 수 있는 직접적인 임상 의사결정 지원보다는, 청구, 문서화, 프로토콜 작성 등 오류가 즉각적인 위험을 초래하지 않는 행정 업무 흐름에 집중되고 있음을 보여줍니다.

의료 AI의 발전 속도는 기관들이 규제, 책임, 워크플로 통합의 복잡성을 헤쳐 나갈 수 있는 속도를 앞지르고 있다. 기술은 이미 우리 곁에 있다. 정교한 의료 추론 도구를 월정액 요금으로 이용할 수 있다.

이것이 의료 서비스의 혁신으로 이어질지는, 이번 일련의 발표들이 아직 다루지 않은 핵심적인 질문들에 달려 있습니다.

관련 기사: 아스트라제네카, 종양학 연구 가속화를 위해 사내 AI에 베팅

업계 리더들의 AI 및 빅데이터에 대한 이야기를 더 듣고 싶으신가요? 암스테르담, 캘리포니아, 런던에서 열리는 AI & Big Data Expo를 확인해 보세요. 이 포괄적인 행사는 TechEx의 일환으로, 다른 주요 기술 행사와 함께 개최됩니다. 자세한 정보는 여기를 클릭하세요.

AI 뉴스는 TechForge Media에서 제공합니다. 다가오는 기업 기술 행사 및 웨비나를 여기서 확인해 보세요.