[메디게이트뉴스 박민식 기자] 의료 인공지능(AI)이 영상에서 병변을 찾아주는 것을 넘어 예비 소견서를 작성하고, 향후에는 전자의무기록(EMR) 등 병원 시스템과 연결돼 실제 업무를 수행하는 AI 에이전트로 진화하고 있다.
 
딥노이드 최우식 대표는 9월 3일 서울 코엑스에서 메디게이트뉴스 주최로 열린 ‘2026 미래 헬스케어 트렌드 컨퍼런스’에서 ‘생성형 AI 의료기기부터 AI 에이전트까지’를 주제로 발표에 나섰다.
 
딥노이드는 10여년간 의료영상에서 병변을 찾아내는 AI를 개발해왔지만 챗GPT 등장 이후 생성형 AI로 개발 영역을 확대했다. 영상을 통해 질환을 찾는 것을 넘어 영상의 내용을 이해하고  예비 소견서를 작성하는 AI, 나아가 이를 바탕으로 병원 업무까지 수행하는 AI로 발전시킨다는 계획이다.
 
최 대표는 “잘 찾는 것을 떠나 잘 이해하는 AI, 그리고 이해한 것을 잘 쓰는 AI를 만들었다”며 “이해한 것을 바탕으로 도구와 권한을 주면 병원에서 업무를 수행하는 AI를 만들 수 있다”고 했다.
 
병변 찾아주는 AI에서 예비 소견서 써주는 AI로
 
기존 판독보조 AI는 사전에 정해진 질환이나 병변 유무를 도출하고 의사가 그 결과를 참고해 예비 소견서를 작성한다.

반면 딥노이드의 생성형 흉부 엑스레이 판독 AI ‘M4CXR’은 41종의 이상 소견을 읽고 예비 소견서를 생성한다. 2025년 11월 생성형 의료AI 기기로는 최초로 혁신의료기기로 지정됐고, 올해 6월 식품의약품안전처 3등급 의료기기로 품목허가를 받아 7월부터 임상현장에 적용되기 시작했다.
 
최 대표는 “영상에서 보이는 내용을 모두 찾아 구조적으로 파인딩에 넣고, 병변에 해당하는 내용은 결론으로 도출하는 방식”이라며 “AI가 예비 소견서를 파인딩과 결론으로 나눠주면 의사는 이를 리뷰하고 승인하거나 수정하는 역할을 하게 된다”고 했다.
 
이어 “응급, 심부전, 수술 후, 외래 등 환경이 달라도 리포트 형식은 일정하다”며 “판독의는 내용만 검토하면 되기 때문에 부담이 크게 줄어든다”고 했다.
 
다만 생성형 AI가 작성한 판독문을 의료진이 그대로 신뢰하는 자동화 편향(automation bias)은 경계해야 한다고 강조했다.
 
최 대표는 “공통적인 원칙은 판독 보조라는 점이다. AI가 정상이라고 하더라도 사람이 대충 보게 되는 자동화 편향은 반드시 관리해야 한다”며 “판독문은 예비 소견서라고 명확히 명시하고 있고 AI를 사용하는 의사도 영상의학과 전문의로 제한했다”고 했다.
 
이어 “최대한 근거를 설명하려 한다. 이게 1단계라고 생각한다”며 “이를 통해 많은 근거가 쌓이면 완전 자동화도 가능할 것으로 생각하지만, 그렇게 하기 위해서는 갈 길이 먼 것도 사실”이라고 덧붙였다.
 
판독 넘어 병원 업무 수행…자체 의료 LLM '메드제로' 개발
 
딥노이드는 생성형 판독 AI에서 한발 더 나아가 실제 병원 업무를 수행하는 AI 에이전트도 개발하고 있다.
 
최 대표는 “판독이 끝나고 나면 병원에는 많은 일이 남아 있다”며 “퇴원요약이나 경과기록 등 문서를 작성하고 의무기록 미비를 점검해야 하며 지표 산정, 환자에 대한 결과 설명 등 다양한 업무가 있다”고 했다.
 
이어 “AI 에이전트를 이용하면 단순히 질문에 답하는 게 아니라 시스템을 조회하고 판단해 문서를 쓰고 담당자에게 알리는 것까지 스스로 수행한다”며 “그러려면 EMR이나 PACS 같은 병원 시스템과 직접 연결돼야 한다”고 했다.
 
이를 위해 딥노이드는 자체 의료 특화 대규모언어모델(LLM) ‘메드제로(MedZero)’를 개발했다. 최 대표에 따르면 메드제로는 약 270억개 파라미터 규모로, 11조개 토큰 데이터로 사전학습했다. 한국어∙의료∙추론의 3단계를 거쳐 학습했으며 장문의 의료문서 이해와 병원 시스템 조회를 위한 도구 호출, 임상추론 등이 가능하다.
 
최 대표는 “가장 중요한 것은 의료에서의 권한 부여”라며 “권한 밖의 일은 절대 해서는 안 되기 때문에 권한 통제가 중요하다”고 했다.
 
병원 내부 폐쇄망에서 구동할 수 있다는 점도 특징이다. 그는 “제미나이나 클로드, 오픈AI 같은 API를 이용해 에이전트를 만들 수도 있지만 이 경우 프롬프트를 통해 환자 정보가 외부로 나갈 수 있고 전송구간의 처리 이력에 대한 통제와 감사에 사각지대가 생길 수 있다”며 “메드제로는 폐쇄망에서 구동되기 때문에 외부 전송 자체가 없다. 전 구간 통제가 가능하다는 것은 보안 측면에서 강점”이라고 했다.
   
EMR 조회∙판단∙통보까지…권한 통제가 핵심
 
메드제로는 자연어로 업무를 요청하면 필요한 데이터를 판단하고 계획을 세운 뒤 EMR∙PACS∙검사 시스템 등을 조회해 결과물을 산출하도록 설계됐다.
 
최 대표는 “주어진 권한 범위 내에서만 업무를 수행하고, 어떤 행동을 실행했을 때는 반드시 근거를 함께 제시하도록 했다”며 “휴먼 인 더 루프(Human in the loop)를 통해 최종 판단은 사람이 하는 세 가지 원칙 아래 작동한다”고 했다.
 
예를 들어 퇴원요약지 초안 작성을 요청하면 진단명과 수술∙처치, 입원 경과 등 흩어진 내용을 시간순으로 재구성한다. 퇴원 환자의 의무기록 미비 여부를 확인해 담당 의사에게 알리는 업무도 가능하다. 기존에는 퇴원환자 목록을 내려받아 엑셀로 옮기고 대조한 뒤 개별 연락해야 했다면 메드제로는 이를 스스로 조회, 판단해 담당의별로 알림을 보낸다.
 
그는 “사후에 하던 업무를 상시적으로 할 수 있는 시스템으로 전환할 수 있다”며 “조회, 판단, 통보까지 한 번의 요청으로 끝낼 수 있다”고 했다.
 
30일 내 재입원 환자의 사유를 분류하고 개선과제를 도출하는 것도 가능하다. 최 대표는 “재입원 사유는 기록 본문에 적혀 있어 쿼리만으로는 한계가 있다”며 “메드제로는 건별로 분류하고 지표 제외 대상을 걸러낸 뒤 반복되는 사유를 개선과제로 묶어 제시한다. 이건 검색이 아니라 에이전트가 필요한 사례”라고 했다.
 
반대로 의무기록의 미비 항목을 직접 채우거나 미서명된 수술기록을 대리서명하라고 지시하면 수행하지 않도록 했다. AI가 자신에게 의무기록 작성이나 서명 권한이 없다는 점을 판단하고 담당자에게 알리는 방식이다.
 
최 대표는 “의료AI에서 무엇보다 중요한 것은 잘하는 것보다 무엇을 하면 안 되는지에 대한 신뢰 기준”이라고 했다.
 
이어 “AI가 영상을 보는 데서 시작했다면 이제는 병원에서 일하는 시대로 가고 있다”며 “AI가 영상을 보고, 텍스트를 읽고, 기록하고, 병원 업무를 수행하는 에이전트가 미래 병원에 필요한 AI가 될 것으로 생각한다”고 했다.