의사보다 4배 똑똑한 AI 의사? MS의 MAI-DxO를 알아보자

마이크로소프트가 의사보다 4배나 정확하게 진단할 수 있다는 인공지능 시스템을 발표했습니다. 이름하여 MAI-DxO인데요. 얼핏 들으면 공상과학 같지만, 이 AI는 복잡한 질병 진단에서 정확도 85%라는 놀라운 성과를 보여주었다고 해요 . 일반 의사들이 같은 문제에서 평균 20% 정도 맞춘 것과 비교하면 무려 4배 가까운 차이입니다 . 게다가 이 AI는 진단을 내리는 과정에서 의사보다 비용도 20% 절감하는 모습을 보였습니다 . 도대체 MAI-DxO가 무엇이길래 이런 결과를 낼 수 있었을까요? 어려운 기술 용어는 쉬운 말로 풀어가며, 하나씩 알아보겠습니다.

MAI-DxO는 어떤 AI일까요?

MAI-DxO는 “Microsoft AI Diagnostic Orchestrator”의 약자예요. 우리말로 옮기면 “마이크로소프트 AI 진단 오케스트레이션 시스템” 정도인데, 말 그대로 여러 AI 모델들을 **지휘자(orchestrator)**처럼 조율하여 의료 진단에 활용하는 기술입니다. 쉽게 말해 AI 여러 개를 팀으로 묶어 진단하는 가상의 의사 합창단이라고 할 수 있죠.

예를 들어, 복잡한 환자 사례가 주어지면 MAI-DxO는 한꺼번에 여러 똑똑한 AI 모델들의 지식을 총동원합니다. 실제로 Microsoft 연구진은 MAI-DxO에 OpenAI의 GPT, 구글의 Gemini, Anthropic의 Claude, Meta의 Llama, xAI의 Grok 같은 최신 거대 언어 모델들을 모두 연결했어요 . 마치 각기 다른 전문분야를 가진 의사들이 한자리에 모여 컨퍼런스(진단회의)를 여는 것과 비슷합니다 . 다양한 AI “브레인”들이 서로 아이디어를 주고받고, 가장 그럴듯한 진단을 협력해서 찾아내는 구조인 거죠 .

Microsoft에서는 이걸 버추얼 동료들의 조언 구하기라고 설명했는데, 현실 세계의 의사들도 어려운 케이스일 때 동료 의사들에게 조언을 구하고 머리를 맞대는 모습과 닮았습니다 . 이처럼 MAI-DxO는 혼자 뛰는 AI가 아니라 팀플레이 하는 AI라고 볼 수 있어요.

정말 의사보다 진단을 잘할까? – 85% vs 20%

이 AI의 진단 정확도 85%라는 수치, 어떻게 나온 걸까요? Microsoft 연구진은 NEJM(뉴잉글랜드의학저널)이라는 유명 의학 학술지에 실린 아주 까다로운 증례 300여 개를 테스트에 활용했습니다 . 이 저널의 케이스들은 베테랑 의사들도 머리를 싸매는 난제들이에요. 연구팀은 이 사례들을 가지고 의사 21명과 MAI-DxO를 대결시켰습니다 . 의사들에게 환자 정보를 단계적으로 제공하며, 추가로 어떤 질문을 하고 어떤 검사를 할지 차례차례 묻고 최종 진단을 쓰게 했죠. MAI-DxO에게도 똑같이 “환자와 문진하고 검사하는” 시뮬레이션 환경을 제공했습니다 .

그 결과는 놀라웠습니다. 경험 많은 임상의 21명이 평균 20%의 정확도로 진단을 맞춘 반면, MAI-DxO는 85%의 사례에서 정답을 찾아낸 거예요 . 1명 중 5명 꼴로 맞추는 인간과 5명 중 4명 꼴로 맞추는 AI라니, 격차가 엄청나죠. 이를 지켜본 미국 Scripps 연구소의 의사 에릭 토폴 박사는 “4배 차이라는 것은 이전 연구들에서는 본 적 없는 충격적인 결과”라고 했습니다. 보통 AI가 인간보다 잘해봐야 절대치 10%포인트 차이 정도인데, 이번에는 80% vs 20%로 완전히 다른 수준이기 때문이죠 . 게다가 더 적은 비용으로 더 정확한 진단을 냈다는 점에서 토폴 박사는 특히 주목했습니다 .

물론 여기엔 몇 가지 전제 조건이 있었습니다. 실제 의사들을 시험할 때 인터넷 검색이나 동료와 상의 금지 등의 제한을 두었기 때문에, 현실 진료 상황과 똑같진 않아요 . 그럼에도 **“AI가 사람보다 진단을 잘할 수도 있다”**는 가능성을 보여준 의미 있는 결과로 평가되고 있습니다. 의료 AI 분야의 권위자들도 “이렇게 복잡한 사례에서 AI가 인간을 능가한 건 처음 보는 일”이라며 고무되어 있답니다 .

AI 다섯 명이 모여 “팀 진단”을 한다고?

MAI-DxO의 비법은 바로 AI들끼리 머리를 맞대는 토론 구조에 있습니다. 이 시스템은 내부적으로 5가지 다른 역할의 AI 에이전트들이 서로 **“토론”**을 벌여 진단을 결정하는데, Microsoft 팀은 이를 **“체인-오브-디베이트(chain-of-debate)”, 즉 논쟁의 사슬이라고 불렀어요 .

예를 들어볼까요? 다섯 AI 의사가 한 팀에 있다고 상상해봅시다. 한 AI는 **“비용 절감 전문가”**처럼 너무 비싼 검사는 피하자고 조언합니다. 또 다른 AI는 **“철두철미한 검사 마스터”**로서 모든 가능성을 확인할 때까지 충분한 검사를 하자고 주장해요. 한 명은 **“희귀질환 전문가”**로서 혹시 놓치기 쉬운 희귀병은 없는지 살펴봅니다. 또 한 명은 **“일반 전문의”**처럼 가장 흔하고 가능성 높은 원인부터 차근차근 검토하죠. 마지막 한 명은 “조정자/종합판단자” 역할로, 앞의 네 의견을 듣고 균형 잡힌 결정을 내리는 겁니다.

MAI-DxO의 내부 에이전트들도 이와 비슷하게 각기 다른 우선순위와 관점을 가진 채 서로 협의합니다 . 실제 Mustafa Suleyman 마이크로소프트 AI CEO의 설명에 따르면, 다섯 종류의 AI 에이전트가 각기 비용, 효율성, 신뢰성 등 다른 측면을 중시하면서 서로 논쟁하고 , 최종적으로 가장 합리적인 진단 결론에 이르는 구조라고 해요. 마치 의사 5명이 팀을 꾸려 브레인스토밍을 하는 셈이죠. 이 팀 AI 접근법 덕분에, 각 AI 모델이 혼자일 때보다 약 10%포인트 이상 정확도를 끌어올릴 수 있었다고 합니다  . 여러 두뇌를 모으니 시너지 효과를 낸 거죠!

흥미로운 건 이 AI 토론 과정이 투명하게 기록된다는 점입니다. AI가 어떤 질문을 환자에게 했고, 그 답을 듣고 무엇을 생각해서 어떤 검사를 골랐는지 일일이 드러나는 거예요. 덕분에 인간 의사는 AI의 **“생각 흐름”**을 옆에서 지켜볼 수 있습니다 . AI 입장에서 보자면 자기 행동을 실시간 해설해주는 것이고, 의사 입장에서는 AI가 왜 그런 판단을 했는지 납득하고 배울 기회가 되는 셈이죠 . 기존 AI는 마법처럼 결과만 “뚝” 던져놓고 이유는 설명 못 하는 경우가 많았는데, MAI-DxO는 오히려 의사가 AI의 추론 과정을 함께 따라가며 공부할 수 있는 교재가 될 수도 있다는 얘기입니다.

비용도 아끼는 AI 의사 – 병원에서 쓸 날이 올까?

MAI-DxO가 놀라운 건 정확성뿐 아니라 경제성도 챙겼다는 점입니다. 위의 실험에서 AI는 인간 의사들에 비해 20% 적은 비용으로 문제를 해결했어요 . 어떻게 비용을 줄였을까요? 바로 불필요한 검사 남발을 줄이고, 꼭 필요한 검사만 딱딱 골라냈기 때문입니다. 흔히 방어의학이라고 해서 의사들이 혹시 몰라 이것저것 검사를 많이 처방하는 경향이 있는데, AI는 데이터를 바탕으로 필요한 검사 vs 쓸모없는 검사를 냉정히 구분해낸 거죠. 그 결과 적은 검사로도 정확한 진단에 도달해 시간과 돈을 세이브했습니다 .

예를 들어 병원에서 감기로 온 환자에게 CT나 혈액검사까지 할 필요는 없겠죠. 반대로 애매한 증상일 때는 초기에 적절한 검사를 바로 해서 나중에 큰 비용이 드는 합병증을 막을 수도 있고요. MAI-DxO는 이런 의사결정을 수학적으로 최적화하면서, 돈은 돈대로 아끼고 정확도는 높이는 묘수를 보여준 것입니다 . Microsoft 팀의 도미닉 킹 부사장은 “우리 모델은 진단을 정확히 내릴 뿐 아니라 비용 효율적으로 해낸다”며 실제 의료비 절감 효과에 큰 의미를 부여했습니다 .

그렇다면 이런 AI 의사가 실제 병원에 등장하는 날도 머지않은 걸까요? 현재로선 아직 연구 단계라서 당장 의사 대신 현장에서 진료를 보는 일은 없습니다 . Microsoft도 아직 상용화 여부를 결정하지 못했다고 해요 . 규제 측면에서도, 미국 FDA 같은 기관이 이런 AI를 의료기기 또는 보조도구로 승인할지 등 넘어야 할 산이 남아 있습니다 . 또한 진짜 환자를 대상으로 임상시험을 거쳐 안전성과 효용성을 입증해야겠지요 . 전문가들은 “연구실 결과는 인상적이지만, 현실 의료환경에서 검증되지 않으면 의료 관행을 당장 바꾸긴 어렵다”고 입을 모읍니다 . 결국 다음 단계는 실제 병원에서 이 AI를 테스트해보는 것이라는 지적입니다 .

의료계의 반응은 대체로 기대 반 신중함 반입니다. 혁신적인 성과라는 데는 이견이 없어요. 하지만 의사를 대체하는 AI에 대한 막연한 불안감도 있는 게 사실입니다. 다행히 Microsoft 측은 거듭 **“AI가 의사의 모든 역할을 대체할 순 없다”**고 강조합니다. 진단은 의사 업무의 일부에 불과하고, 환자와 신뢰를 쌓고 공감하며 최적의 치료 방침을 함께 결정하는 것은 결국 사람 의사의 몫이라는 거죠  . 실제로 환자 입장에서도, 생명이 오가는 순간에 따뜻하게 손을 잡아줄 사람이 옆에 있는 것과 차가운 기계 음성만 들리는 것은 분명 다를 겁니다. AI 의사는 뛰어난 조수가 될 수는 있어도 환자의 마음까지 어루만지기는 힘들 테니까요.

오히려 많은 의사들은 MAI-DxO를 새로운 동료 또는 도구로 맞이할 준비를 하고 있습니다. 복잡한 케이스에서 제2의 의견(second opinion) 역할을 해주고, 젊은 의사들에겐 배움의 자료가 될 수 있다는 겁니다 . 업무 부담을 덜어주어 번아웃을 막고 환자에게 더 많은 시간을 쓸 수 있게 되길 기대하는 목소리도 있어요  . 현실적으로도, 미국 등지에서는 의사 인력 부족과 의료비 상승이 큰 문제인데, 이런 AI가 도입된다면 의료 시스템의 틈새를 메워주는 역할을 할 수 있다는 전망입니다.

MS가 그리는 큰 그림: 왜 의료 AI에 뛰어드나?

MAI-DxO 같은 AI 의사가 갑자기 툭 튀어나온 건 아닙니다. 사실 마이크로소프트는 오랫동안 의료 분야에 공을 들여온 플레이어예요. 2022년에는 **의료 AI 선도기업 Nuance(뉴언스)**를 **약 20조 원(19.7억 달러)**에 인수하면서 업계를 놀라게 했습니다 . Nuance는 병원에서 많이 쓰는 의무기록 음성 인식(말하면 자동으로 진료기록 작성) 기술로 유명한데요, MS는 이를 통해 의료진의 문서 작업 부담을 덜어주는 AI 솔루션도 내놓았어요. 실제로 Nuance 기술을 바탕으로 한 DAX Express라는 AI는 의사가 환자 진료 후에 대화 내용을 자동으로 정리해주는 디지털 비서로 이미 활용되고 있습니다  .

또 MS는 자사 **클라우드 플랫폼인 Azure(애저)**를 앞세워 병원들이 안전하게 AI를 쓸 수 있는 인프라를 제공하고 있습니다. 미국 최대 전자의무기록 업체 **Epic(에픽)**과 협력해서 Azure 기반 AI를 병원 시스템에 통합하기도 했죠  . 예를 들어, Azure OpenAI 서비스를 통해 ChatGPT 같은 모델을 병원에서 바로 활용할 수 있게 하거나, 진료 노트 요약/코딩 자동화 등 의료 현장의 효율을 높이는 AI 기능들을 속속 추가하고 있습니다  .

OpenAI와의 협업 역시 MS 의료 AI 전략의 핵심 퍼즐입니다. MS는 ChatGPT로 유명한 OpenAI에 대규모 투자를 했고, GPT-4 같은 최첨단 모델을 Azure를 통해 독점적으로 활용해오고 있어요. MAI-DxO가 높은 성능을 낼 수 있었던 것도 OpenAI의 강력한 언어모델 (실험에서 OpenAI의 최신 모델 “o3”를 사용) 덕분이라는 분석입니다 . 실제 MAI-DxO를 돌려본 결과, **OpenAI 모델과 짝을 이뤘을 때 가장 좋은 성과(85.5% 정확도)**가 나왔다고 하니 , MS로서는 OpenAI 기술과 윈윈을 입증한 셈이지요.

무엇보다 눈여겨볼 것은 인재 영입입니다. MAI-DxO 프로젝트의 전면에는 **Mustafa Suleyman(무스타파 술레이만)**이라는 인물이 있습니다. 그는 **딥마인드(DeepMind)**의 공동창업자로서, 바로 그 알파고(AlphaGo)를 만들어낸 AI 거장의 한 사람인데요. 2024년 MS는 술레이만이 창업한 새로운 AI 스타트업 **Inflection(인플렉션)**을 상당 부분 인수하면서 그를 회사로 데려옵니다 . 술레이만은 현재 Microsoft의 AI 부문 CEO로서, Bing 챗봇부터 이번 의료 AI까지 MS의 차세대 AI 비전을 이끌고 있어요 . 그의 지휘 아래 구글 딥마인드 출신의 최고급 인재들이 무더기로 MS로 합류했고  , MAI-DxO 같은 획기적인 연구 성과가 잇따라 나오고 있는 것입니다. MS가 **“AI 인재 전쟁”**에서 승기를 잡기 위해 얼마나 공을 들이고 있는지 보여주는 대목이죠.

이처럼 Nuance 인수로 의료 도메인 장악, Azure로 클라우드 인프라 확보, OpenAI와 협력하여 모델 파워 극대화, 최고 인재 영입으로 AI 연구 선도 – 이 모든 퍼즐이 합쳐져 MAI-DxO라는 결과물로 이어졌다고 볼 수 있습니다. 결국 마이크로소프트가 그리는 큰 그림은, AI 기술을 총동원해 의료처럼 어려운 문제를 해결함으로써 차세대 기술 패권을 잡겠다는 전략입니다. 경쟁사인 구글도 유사한 시도를 하고 있지만(최근 구글은 의사와 대화하듯 환자를 문진하고 진단하는 AI를 시험했는데 정확도 59%로 의사(33%)보다 높았다고 합니다 ), 이번 결과로 MS가 한 발 앞서나갔다는 평가도 나옵니다.

앞으로의 전망: AI 닥터, 우리 곁에 올 날이?

MAI-DxO가 실제 상용화되려면 넘어야 할 산이 많지만, 미래 의료 풍경을 바꿀 잠재력을 가진 건 분명합니다. 술레이만 MS AI CEO는 이번 성과를 두고 “의료 분야에서 진정한 슈퍼지능으로 가는 길을 본 것 같다”며, 가능한 한 빨리 안전하게 이 기술을 전 세계 모두가 이용할 수 있게 하는 것이 목표라고 밝혔어요 . 50만 건의 의료 상담이 이루어지는 Bing 검색 등에 통합해서 일반인들도 AI 도움을 받아 자가진단이나 건강 상담을 할 수 있게 하겠다는 구상도 언급했습니다 . 나아가 의사들이 MAI-DxO를 옆에 두고 진료하는 시대가 올지도 모릅니다. 환자가 증상을 말하면 의사와 AI가 머리를 맞대고 최적의 진단과 치료법을 찾는 모습이 현실이 될 수 있다는 거죠.

물론 시간과 검증이 필요합니다. 하지만 분명한 것은 변화의 시작이라는 점입니다. 몇 년 전까지만 해도 AI가 의료 자격시험을 간신히 통과하는 정도였는데, 이제는 의사보다 어렵다는 실제 환자 케이스도 술술 풀어내는 단계까지 왔습니다 . 의료계의 반응도 조심스럽지만 긍정적이에요. 한 의사는 “이런 AI가 우리 병원에도 도입된다면 진단 오류를 줄이고 업무 효율을 높여 환자들에게 더 좋은 서비스를 제공할 수 있을 것”이라 기대했고, 또 다른 전문가는 “궁극적으로 의사와 AI가 협력해서 환자에게 최상의 결과를 주는 것이 중요하다”면서 AI는 든든한 도구이자 파트너가 될 것이라고 전망했습니다.

결론적으로, MAI-DxO는 아직 연구실의 실험적인 AI 의사이지만, 가까운 미래에 우리 일상 의료의 풍경을 바꿀 혁신의 씨앗으로 평가받고 있습니다. 기술의 진보가 때로 두렵게 느껴질 수도 있지만, 결국 사람을 위해 쓰일 때 가치가 빛난다는 것을 기억하면서, 이 AI 의사의 성장을 지켜보면 좋겠습니다. 의사와 AI가 함께 만들어갈 새로운 이야기, 여러분은 어떻게 생각하시나요? 🤖🩺

출처: MAI-DxO 관련 Microsoft 공식 블로그 및 보도자료   , TIME지 기사  , WIRED 기사  , Mustafa Suleyman과의 인터뷰 내용   등.