인공지능이 무엇일까요?
정의를 찾아봤습니다. 의사의 일에는 근거가 아주 중요하거든요. 진단과 치료에는 과학적인 근거가 있어야 합니다.
놀랍게도, 인공지능에는 딱 떨어지는 공통된 정의가 없었습니다. 분야와 전문가에 따라 규정하는 것이 있을 뿐이었죠. 그러니까 인공지능이 뭐냐고 했을 때 누군가는 스피커, 누군가는 로봇, 누군가는 알파고라고 하는 게 영 틀린 건 아닌 셈이죠.
그래도 참고할만한 기준이 필요하니까 믿을만한 연구를 찾아보았습니다. 다양한 분야의 전문가들과 인공지능의 영향을 연구하는 스탠포드 대학의 ‘인공지능 백년대계 연구(AI100, One Hundred Year Study on Artificial Intelligence)’가 있더군요.
이 연구의 첫 번째 보고서인 <ARTIFICIAL INTELLIGENCE AND LIFE IN 2030>는 닐스 닐슨(Nils J. Nilsson)이 제시한 인공지능의 정의를 소개합니다. 이 연구는 국내에서는 퍼블리(publy)에서 번역 소개했습니다.
인공지능이란 기계를 지능적으로 만드는 작업을 뜻한다. 여기서 말하는 지능이란 어떤 주체가 환경을 파악하고 예측해 적절하게 기능하는 것을 뜻한다.
Artificial intelligence is that activity devoted to making machines intelligent, and intelligence is that quality that enables an entity to function appropriately and with foresight in its environment.
이 정의대로라면 인공지능이 무엇이냐고 물었을 때 사람들이 떠올리는 것이 다 다른 것은 어쩌면 당연한 것인지도 모릅니다. 환경을 파악하고 예측해 적절하게 기능하려면 분야나 상황이나 목표에 따라 다르게 발전하는 것이 맞을 테니까요.
그렇다면 의사의 인공지능은 어떤 것일까요?
의사를 위한
의사는 전문가입니다. 10년 안팎을 우리 몸과 생명에 대해 공부하고 연구해온 의사들에게는 전문가로서의 정체성과 강한 자의식이 있습니다.
여기에서 두 가지 문제를 고민하게 됩니다.
첫 번째는, 전문가라서 고집이 있습니다. 진료행위 자체가 의사 개인의 경험과 지식에 의존하는 부분이 큽니다. 병원마다 갖추고 있는 수술장비가 다르고-당연히 수술법이 다르고, 의사의 진료 경험과 노하우도 다른 데다, 의사도 기계가 아닌 사람인지라 같은 상황에서 다른 판단을 내리기도 하는 것이 현실입니다. 그런데 의사(醫師)의 의사 결정(Decision Making)을 객관화할 수 있는 도구가 없었습니다. 그 노하우 중에는 수술방법이나 수술 굴절값 계산처럼 매번 의사가 고민하고 반복해서 계산하는 일이 포함됩니다.
두 번째는, 전문가이기에 계속 배우고 공부해야 한다는 것입니다. 의학지식과 의료기술은 나날이 새로워지고, 학교에서는 배우지 않는 지식과 기술도 많으니까요.
실제로 의과대학이나 의학전문대학원에서 최소 4년에서 6년간 배우고, 인턴 1년과 레지던트 4년을 거치며 10년 안팎을 공들여야 안과 전문의가 될 수 있습니다. 하지만 안과 전문의가 되었다고 바로 시력교정수술을 할 수 있는 것은 아닙니다. 대학병원에서는 시력교정수술을 집중적으로 가르치지 않으니 시력교정수술 전문병원에서 다시 배워야 하는데 이 과정도 몇 년씩 걸립니다. 검사 결과를 어떻게 해석하고 참고해야 하는지, 어떤 수술을 어떻게 할지 정확한 의사 결정을 내리기까지 경험을 쌓는 시간이 필요하기 때문입니다.
의사가 숙련된 경험(노하우)으로 내릴 수 있는 판단을 돕는 인공지능이 있다면 의사의 인공지능이 될 수 있지 않을까요?
의사에 의한
히포크라테스를 의학의 아버지라고 부르지만 사실 그의 생존 당시 의학은 중국이나 인도에서 더 발달했다고 합니다. 다만, 히포크라테스는 진료를 하며 알게 된 사실을 전부 기록으로 남겨 후대에 의학지식을 쌓을 수 있는 토대를 마련했고 중국이나 인도에서는 그러지 않았다는 차이가 있지요. 서양에서는 히포크라테스의 기록을 바탕으로 의사들이 환자들을 만날 때마다 기록을 남기고 지식은 논문으로 남겼습니다. 그 기록들이 쌓이고 검증되어 현대 의사들의 지식의 바탕이 되었습니다.
과거의 지식과 경험이 현대의 의사를 만든 것처럼, 의료 인공지능도 의사들의 지식과 경험을 바탕으로 학습해야 합니다. 단순히 의료 데이터만 가지고 공학자들이 의료 시스템을 만드는 것은 한계가 있습니다. 의사들이 직접 주도해야 실제 임상 현장에서 도움이 되는 진짜 의료 인공지능이 개발될 것입니다. 그래서 의사의 인공지능, 즉 의료 인공지능은 의사에 의해 만들어져야 합니다. 그리고 검증된 지식과 경험으로 학습한 의료 인공지능은 의사들의 의사결정을 지원하는 기준이 될 수 있을 것입니다.
현재의 인공지능 연구는 즉 무엇이든 할 수 있는 범용 인공지능이 아니라 인공지능 기획자가 필요로 하고 학습시킨 것을 바탕으로 특정 분야의 일을 잘 수행하는 방향으로 가고 있습니다. 의료에 국한해서 보자면 의사를 대체하는 것이 아니라 의사의 일을 보조하고 강화하는 AI(Augmented Intelligence)인 것이지요. 암 진단 보조기구로 도입된 왓슨 포 온콜로지(Watson for Oncology, 이하 ‘왓슨’)처럼 말이지요.
경험의 과학화
의료 인공지능은 CDSS(의사결정 지원 시스템, Clinical Decision Supporting System)로 기능할 수 있습니다.
비앤빛이 개발한 인공지능과 왓슨도 CDSS입니다. 우리는 지금 세 가지 인공지능 프로그램을 정교화시키고 있습니다. 기존 임상진단 내리는 과정에서 사용된 규칙과 알고리즘을 적용해(지식기반 CDSS) 최적의 수술법을 추천하는 인공지능(비앤빛 인공지능1)과 수술 후 시력을 예측하는 인공지능(비앤빛 인공지능2)을 개발했습니다.
그리고 다량의 데이터를 많이 학습시켜 결과를 예측하는 방법(비지식기반 CDSS)으로 스마일 라식 수술에 필요한 굴절값을 자동 계산하는 인공지능(비앤빛 인공지능3)을 만들었습니다.
다음 장부터는 이 세 가지 인공지능들은 어떤 역할을 할 수 있고 한계와 의미는 무엇인지를 자세하게 이야기하려 합니다.