의료 분야 AI: 새로운 바이오마커, 신약 후보물질, 그리고 도입 확산
미국 의사의 80% 이상이 업무에 AI를 사용하고 있다. AI는 새로운 심장 바이오마커를 발견하고 신약 개발을 가속화하고 있으며, 헬스케어 AI 시장은 2033년까지 5056억 달러에 이를 전망이다. 그러나 편향과 비판적 사고 저하를 경고하는 연구도 나오고 있다.
의료 분야에서 인공지능(AI)의 사용이 빠르게 늘고 있다. American Medical Association 설문에 따르면 2025년 미국 의사의 80% 이상이 업무에서 AI를 사용한다고 보고했으며, 이는 2023년 비율의 두 배 이상이다. 응답자의 70% 이상은 AI가 의료 시스템을 더 효율적으로 만들고 소진을 줄이는 방식으로 의료 개선에 도움이 될 수 있다고 생각한다. 한편 새로운 연구들은 AI가 숨겨진 질병 바이오마커를 발견하고 신약 개발을 가속화하는 능력을 입증하고 있다.
캘리포니아대학교 버클리(University of California, Berkeley)와 협력 기관의 연구진은 스웨덴의 국가 사망 기록과 연계된 44만 개 이상의 심전도 데이터를 사용해 딥러닝 모델을 훈련했다. 이 모델은 일상적인 심전도에서 기존 임상 가이드라인으로는 식별되지 않았을 많은 환자들을 대상으로 **심인성 급사(sudden cardiac death)**의 위험이 특히 높은 환자를 식별하는 이전에 알려지지 않은 바이오마커를 발견했다. 방사선학 분야에서도 최근 연구는 AI 시스템이 CT 스캔에서 미세한 뼈 전이를 숙련된 방사선 전문의와 동등하거나 더 뛰어난 정확도로 감지할 수 있고, 보조 도구로 사용될 때 방사선 전문의의 성과를 향상시킬 수 있음을 보여준다.
신약 개발 분야에서 Mindbeam AI는 생성형 AI, 컴퓨터 모델링, 가상 스크리닝을 결합해 통증 신호 전달에 관여하는 수용체인 TRPV1을 표적으로 하는 24개의 새로운 신약 후보물질을 설계하고 평가했다. 강력한 잠재력을 지닌 세 가지 선도물질이 도출됐으며, 그중 하나는 예상 효능, 생체이용률, 내약성의 유리한 균형을 보였다. 이 작업은 가장 널리 사용되는 일반의약품 진통제 중 하나인 아세트아미노펜을 고용량으로 장기 복용할 때의 간 독성 위험을 해결하기 위한 것이다. Mindbeam AI의 창립자이자 CEO는 "이것은 아세트아미노펜 너머에서 가능한 것의 시작에 불과하다"고 말했다.
AI는 또한 임상시험 인프라에 통합되고 있으며, 형평성에 대한 우려는 여전하다. Nature의 논평은 임상시험에서 인종 및 민족 소수자, 여성, 노인, 임산부, 사회경제적 취약 계층의 대표성이 부족한 것이 만성적인 문제라고 지적한다. 문서화된 피해 사례로는 의료비 지출을 필요의 대리 지표로 사용해 흑인 환자를 체계적으로 우선순위에서 밀어낸 널리 배포된 건강 관리 알고리즘과, 170만 개 이상의 출력물에 걸쳐 9개 대형 언어 모델을 평가한 결과 흑인, 노숙자, LGBTQIA+로 분류된 사례에 대해 편향된 권고가 발견된 사례가 있다. 같은 분석은 적절히 관리되는 AI가 격차를 줄일 수도 있다고 주장한다.
상업 시장도 빠른 도입을 반영한다. Grand View Research의 보고서에 따르면 글로벌 헬스케어 AI 시장은 2025년 367억 달러로 추산됐으며, 2026년 507억 달러에서 2033년 5056억 달러로 성장할 전망이다. 이는 예측 기간 동안 연평균 38.90%의 성장률을 의미한다.
업계 경영진도 낙관론을 공유한다. Deloitte의 2026 U.S. Health Care Outlook에 따르면 보건의료 경영진의 80% 이상이 올해 다양한 업무 운영에서 AI가 매우 유용할 것이라고 말한다. AI는 이미 일상적인 문서화, 환자 병력 분석, 폐암이나 뇌종양에 대한 액체 생검 개선, MRI 진단 속도 향상, 오경보 감소, 질병 위험 예측에 도움을 주고 있다. 동시에 입법자들은 환자 프라이버시와 AI 기반 시스템이 인종 및 성별에 따른 편향을 지니거나 악화시킬 가능성에 대해 우려를 제기해 왔으며, 상원 청문회에서도 의료 분야의 AI 통합이 검토됐다.
그러나 일부 초기 연구는 AI 사용이 비판적 사고, 창의성, 기술 개발을 저하시킬 수 있음을 시사한다. 2025년 MIT 실험에서는 AI의 도움을 받아 에세이를 작성할 때 사람들의 뇌 활동이 감소했다. 대학 입학 에세이 37만 개를 분석한 또 다른 연구에서는 생성형 AI 챗봇의 등장 이후 독창적인 아이디어의 범위가 줄어든 것으로 나타났다. 의학교육자들은 학생들이 AI 출력을 비판하거나 노트북 없이 문제를 풀게 하는 등 비판적 사고를 유지하면서 AI를 통합하는 방법을 개발하고 있다.
AI는 또한 개인 맞춤형 치료를 가능하게 하고 있다. OpenAI의 CEO는 한 개인이 암 진단을 받은 자신의 개를 위해 ChatGPT와 다른 대형 언어 모델을 사용해 맞춤형 mRNA 백신을 설계한 사례를 소개했다. 이 과정에는 유전체 염기서열 분석, c-KIT 유전자 돌연변이 식별, 단백질 거동 조사를 위한 AlphaFold 사용, 백신 설계를 위한 신생항원 발견이 포함됐다. 최종 치료법은 맞춤형 백신과 티로신 키나제 억제제, PD-1 억제제를 결합한 것으로, 시기와 상호작용은 AI를 통해 최적화됐다. CEO는 각 단계에서 인간 전문가가 여전히 필요하다고 지적했다.