구글 리서치, AI 초음파 임신 주수 연구 공개

구글 리서치가 의료 영상 훈련을 받지 않은 사람이 값싼 휴대용 초음파 탐촉자로 배를 정해진 순서대로 훑기만 해도 AI가 숙련 초음파사 수준으로 임신 주수를 판정한다는 다기관 전향 연구 결과를 10월 21일 공개했다. 미국 시카고와 케냐 나이로비 임산부 385명을 대상으로 한 이 연구에서 AI의 평균 절대 오차는 4.18일로, 숙련 초음파사가 표준 방식으로 잰 4.48일보다 작았다. 논문은 앞서 7월 9일 의학 학술지 JAMA Network Open에 실렸다.

연구가 겨냥한 공백은 크다. 구글 리서치 연구 엔지니어 앤절리카 윌리스와 구글 포 헬스 임상 총괄 니콜 영린은 블로그에서 세계보건기구(WHO) 추산을 인용해 임신 관련 합병증으로 해마다 25만 명 넘게 예방 가능한 죽음이 생긴다고 적었다. 산전 초음파는 태아와 산모 사망을 줄일 수 있지만 세계 인구의 3분의 2는 초음파 같은 영상 진단에 접근하지 못한다. 초음파사 양성에는 여러 해와 큰 비용이 들어 저자원 지역의 수많은 임산부는 임신 기간 내내 초음파를 한 번도 받지 못한다.

임신 주수가 왜 중요한지는 산부인과 전문의인 영린 총괄의 설명이 짧다. 그는 "임신 주수는 기본적으로 여성이 임신한 지 얼마나 됐는지를 뜻한다. 모든 선별검사와 상당수 치료, 분만 시점 판단이 임신 주수에서 얻는 이 기준 시간표를 바탕으로 한다"고 말했다. 논문은 조산과 과숙 분만을 막는 개입의 시점, 전자간증 같은 고위험 질환 관리, 성장 이상 판별이 모두 정확한 임신 주수에 달려 있다고 덧붙였다.

방법의 핵심은 블라인드 스윕이다. 화면을 보며 태아의 특정 단면을 찾는 대신, 탐촉자를 배 위로 세로 세 번과 가로 세 번 정해진 패턴으로 미끄러뜨리고 해석은 AI에 맡긴다. 원래 모델은 미국 노스캐롤라이나 채플힐과 잠비아 루사카의 임산부 1968명 데이터로 학습했고, 소노사이트·GE·버터플라이 장비로 찍은 영상을 썼다. 이번 연구는 이 모델을 처음 보는 장비인 클라리우스 C3 휴대용 탐촉자와 태블릿 앱에 얹어 실제 진료소에서 실시간으로 돌렸다.

새 장비 적응에는 데이터가 거의 들지 않았다. 연구진은 시카고 참가자 120명의 검사 180건, 원래 학습 규모의 약 6%로 모델을 미세조정했고 나이로비 데이터는 한 건도 쓰지 않았다. 나이로비 결과를 완전히 독립된 외부 검증으로 남기기 위해서다. 시험 무대는 시카고의 도시형 대학병원 노스웨스턴 메디슨과 나이로비의 지역 진료소 네트워크 자카란다 헬스였고, 자료 수집은 시카고에서 2022년 3월 7일부터 2024년 5월 28일까지, 나이로비에서 2024년 1월 8일부터 9월 2일까지 이어졌다. 넓은 코호트는 2043명이었고 주 평가군은 임신 16~36주 385명이었다.

숫자는 두 도시에서 고르게 나왔다. 시카고에서 AI의 평균 절대 오차는 4.10일로 숙련 초음파사의 4.65일보다 작았고, 미세조정 데이터를 전혀 받지 않은 나이로비에서도 4.27일로 표준 방식의 4.33일과 비슷했다. 연구진이 정한 비열등성 기준은 1일이었고 통계적으로 충족됐다. 미세조정 효과도 드러났다. 적응 전 원래 모델을 시카고 53명에게 돌렸을 때 오차는 5.1일이었다. 태아 체중이 상위 10%를 넘는 경우에는 AI 오차가 4.4일로 표준 공식의 7.2일보다 크게 작았다.

메탈이 확인한 논문 전문에는 블로그가 다루지 않은 현장 기록도 담겼다. 시카고 조작자 2명은 안내문과 구두 설명, 짧은 시연만 받았고 나이로비 조작자 3명은 6시간 실습 교육을 받았는데, 모델이 품질 미달로 되돌린 스윕 비율은 시카고 7.9%, 나이로비 1.8%였다. 학습 범위 밖인 36주 이후 구간에서는 시카고 9명 기준 AI 오차가 9.6일, 나이로비 54명 기준 12.0일로 커졌고, 연구진은 나이로비 표준 측정이 기준값을 미리 아는 상태에서 이뤄진 영향일 수 있다고 봤다. 연이은 검사 사이 충전이 어려워 조작자들은 거치대 충전보다 교체형 배터리를 선호했다.

윌리스 연구팀은 논문에서 기술보다 신뢰가 다음 관문이라고 짚었다. 연구팀은 "이런 AI 모델은 저품질 데이터에 대한 예측을 막는 모델 신뢰도 지표 같은 투명성, 그리고 윤리적으로 확보한 다양한 학습 데이터와 여러 기관에 걸친 검증으로 공정성을 보장해 임상의와 환자의 신뢰를 쌓아야 한다"고 썼다. 실제 앱은 모델이 낸 신뢰도 추정으로 질 낮은 스윕을 걸러 내고, 연구 기간 진단 결과는 진료에 영향을 주지 않도록 조작자에게 숨겼다. 연구는 구글이 자카란다 헬스와 노스웨스턴대에 준 연구비로 진행됐고 게이츠 재단이 노스웨스턴대에 일부를 지원했다.

사회학의 눈으로 보면 이 연구가 옮기는 것은 판독 능력이 아니라 전문성이 머무는 자리다. 지금까지 임신 주수는 여러 해 훈련받은 초음파사가 있는 병원에만 있었지만, 블라인드 스윕은 그 숙련을 소프트웨어로 옮겨 지역 보건 인력의 손에 쥐여 준다. 메탈은 구글 리서치가 지리공간 AI의 공중보건 활용 사례를 공개했다고 보도한 바 있으며, 이번 결과도 같은 흐름에서 의료 접근성의 병목을 사람 수에서 장비와 전기, 신뢰의 문제로 바꿔 놓는다. 오차 4일짜리 시간표가 한 번도 초음파를 받지 못하던 임산부에게 닿으려면 다음 연구는 더 많은 장비와 조작자, 그리고 정전이 잦은 진료소에서 검증돼야 한다.