Microsoft MAI-DxO: 의료 진단 AI 오케스트레이션의 혁신과 쟁점

MAI-DxO의 진단 성능 및 비용 효율

그림 1. MAI-DxO(보라색)와 기존 AI 모델 및 일반 의사(빨간 십자)의 NEJM 사례 진단 정확도(세로축)와 평균 검사 비용(가로축) 비교. Microsoft 연구에 따르면, MAI-DxO는 NEJM 사례 304건에 대해 **85.5%**의 진단 정확도를 기록해 21명의 경험 많은 의사(5~20년 경력)의 평균 **20%**보다 월등히 높았다  . 동시에 검사의 수를 줄여 검사당 비용을 약 20% 절감했다  . MAI-DxO는 단일 LLM 모델 대비 모든 경우에서 성능을 높였으며, OpenAI의 o3 모델을 조합했을 때 최고 성능을 냈다  .
• 주요 특징: 정확도 85.5% vs 의사 20% , 검사당 비용 20% 절감 , 복수 LLM 협업 통한 고성능 , 단계별 진단 과정을 체계적으로 모사  .

MAI-DxO의 작동 원리: AI 오케스트레이션과 에이전트

그림 2. MAI-DxO가 NEJM 사례의 진단 과정을 단계별로 시뮬레이션하는 예. 환자 정보(좌측)가 입력되면 Dr. Hypothesis, Test-Chooser 등 AI 에이전트들이 각자 질문을 하고 검사를 지시하여 최종 진단(우측)에 도달한다. MAI-DxO는 여러 최신 LLM을 통합해 마치 여러 전문의가 협의하듯 진단 과정을 모사하는 다중 에이전트 시스템이다  . 초기 환자 정보를 입력받으면 에이전트들이 순차적으로 추가 질문을 던지고 필요한 검사를 지시하여, 새로운 정보가 들어올 때마다 진단 가설을 업데이트한다  . 예를 들어 Dr. Hypothesis 에이전트는 가능성 높은 진단 리스트를 관리하고, Dr. Test-Chooser는 최대 정보를 얻을 수 있는 검사를 선택하며, Dr. Challenger는 진단 편향을 점검해 반론을 제시한다. 이러한 체인 오브 디베이트(Chain of Debate) 방식으로 MAI-DxO는 각 단계의 사고 과정을 기록·검토하며 최종 결론을 도출한다  . Microsoft는 “복수 모델의 강점을 모아 가상 의사 패널을 모사한다”라고 설명했다  .

의료계 반응 및 현실성 논란

• 실험 환경 제한: MAI-DxO 성능 평가에서는 비교 대상 의사들이 동료나 참고 자료 없이 단독으로만 진단해야 했다 . MIT 연구원 David Sontag은 “의사들에게 추가 도구를 허용하지 않은 것은 실제 환경을 반영하지 못한다”며, 실제 의료 현장에서도 비용 절감 효과를 확인할 필요가 있다고 지적했다 .
• 임상 검증 필요: 전문가들은 “매우 인상적이지만 실제 임상에 도입되려면 임상 시험과 검증이 추가로 필요하다”고 말한다  . 특히, FDA 승인과 같은 의료기기로서의 인증 절차도 남아있어 상용화까지는 상당한 시간이 걸릴 전망이다  .
• 보완 vs 대체: Microsoft는 AI를 의사의 보조 도구로 보고, 임상에서 의사와 협업할 것으로 강조했다 . 그러나 AI 진단으로 인한 오진이나 오류가 의료사고로 이어질 경우 누가 책임질지, 환자 동의나 데이터 보안 문제 등 윤리·법적 논쟁이 불가피하다는 우려도 나온다.
• 전문가 견해: Mass. General Hospital의 Keith Dreyer 박사는 “특별히 의료용으로 최적화된 모델을 테스트한 것은 아니며, 여러 모델 결과를 합치는 개념일 뿐”이라며 신선도가 크지 않다고 평가했다 . 또한 의료 분야의 AI는 환자 상황 등 미묘한 의사결정을 모두 반영하기 어려워 실제 현장 적용까지는 한계가 있다는 의견이 많다.

중국의 AI 의료 도입 동향

중국에서도 AI 진단 도구 도입이 빠르게 진행 중이다. 올해 3월까지 약 300여 개 병원이 DeepSeek의 대형언어모델을 임상진단에 활용하기 시작했다 . 그러나 칭화대 연구진은 JAMA 논문에서 “AI 도입 속도가 너무 빠르다”며 안전성을 경고했다 . 시진핑 중국 국가주석도 AI를 전략적 기술로 강조하며 발전을 독려하고 있는데 , 이에 따라 중국 정부는 스마트 병원 구축과 AI 의료 확대에 박차를 가하고 있다 . 다만 일부 중국 내 의사들은 AI의 임상 이해력 부족과 규제·책임 문제를 지적하며 보다 신중한 도입을 요구하고 있다.

용어 설명

• AI 오케스트레이션: 여러 AI 모델과 시스템을 최적의 방식으로 통합·관리하여 복합 문제를 해결하는 기술이다. MS는 MAI-DxO를 통해 복수의 LLM을 상황별로 연결해 활용함으로써 진단 성능과 안전성을 높였다  .
• AI 진단 오케스트레이터 (MAI-DxO): Microsoft가 개발한 첨단 의료 AI 시스템으로, 다중 에이전트가 각각 전문의 역할을 맡아 협업·토론하며 환자를 진단한다. MAI-DxO는 단계별 진단 과정을 시뮬레이션하고 검사 비용도 고려하여 효율적인 진단을 수행한다  .
• 초지능 (Super Intelligence): 인간의 지능을 능가하는 고도화된 AI를 뜻한다. MAI-DxO는 MS가 제시한 ‘의료 초지능으로 가는 길’의 한 단계로 평가되며, 대부분 분야에서 인간을 능가하는 진단 능력 달성을 목표로 한다  .

출처: Microsoft AI 공식 블로그  , TIME  , The Guardian  , Medical Economics  , WIRED  , SCMP , Reuters  外.