인간이 수개월 걸리던 데이터 분석, 생성형 인공지능이 단 몇 분 만에 해결하는 기적
“치료제가 개발되고 있다는 소식은 들리는데, 도대체 언제쯤 내게 닿을 수 있을까?” 오랜 시간 병마와 싸우고 있는 환우와 가족들이라면 누구나 한 번쯤 품어보았을 간절하고도 애타는 질문이다. 현대 의학은 눈부시게 발전하고 있지만, 수만 명의 환자 데이터를 모으고 분석하여 의미 있는 결론(치료법이나 진단법)을 도출하기까지는 보통 수년에서 길게는 십수 년의 아득한 시간이 걸린다. 그런데 최근, 이 지루하고 고통스러운 기다림의 시간을 획기적으로 단축할 놀라운 구원투수가 등장했다. 바로 챗GPT나 제미나이(Gemini)와 같은 ‘생성형 인공지능(Generative AI)’이다.

미국 캘리포니아 대학교 샌프란시스코 캠퍼스(UCSF)와 웨인 주립대학교 연구팀은 인공지능이 인간 연구팀보다 훨씬 빠르고, 때로는 더 정확하게 방대한 의료 데이터를 분석해 낼 수 있다는 사실을 실제 연구를 통해 입증했다. 이 놀라운 성과는 질병의 원인을 찾고 치료법을 개발하는 속도가 앞으로 우리가 상상하던 것 이상으로 빨라질 것임을 희망적으로 보여준다.

의학 연구의 가장 큰 병목, ‘데이터 분석’
오늘날의 의학 연구는 엄청난 양의 정보(데이터)와의 싸움이다. 환자들의 유전자 정보, 혈액 검사 수치, 장내 미생물 상태 등 수많은 조각으로 나뉜 퍼즐을 맞춰야만 질병의 진짜 원인과 치료의 실마리를 찾을 수 있다. 하지만 이 퍼즐 조각은 수백만, 수천만 개에 달한다. 지금까지는 뛰어난 의사와 컴퓨터 과학자들이 팀을 이뤄 이 조각들을 사람이 직접 분류하고, 이를 분석하기 위한 복잡한 컴퓨터 코드(프로그램)를 일일이 짜야만 했다. 이 과정이 신약 개발이나 질병 연구에서 시간이 가장 오래 걸리는, 이른바 ‘병목 현상(Bottleneck)’의 주범이었다.

UCSF 베이카 계산건강과학연구소의 마리나 시로타(Marina Sirota) 교수는 “지금 이 순간에도 당장 도움이 절실한 환자들이 많다”며, “연구실에서 보내는 시간을 줄이고 환자에게 결과를 전달하는 속도를 높이는 것이 무엇보다 시급하다”고 강조했다.

수개월의 기다림 vs 단 몇 분의 기적
연구팀은 생성형 인공지능이 이 ‘병목 현상’을 얼마나 뚫어줄 수 있는지 확인하기 위해 흥미로운 대결을 펼쳤다. 주제는 현대 산부인과 의학의 큰 난제 중 하나이자 신생아 사망의 주요 원인인 ‘조산(Preterm birth, 임신 37주 이전 출산)’을 예측하는 모델을 만드는 것이었다.

연구팀은 1,200명이 넘는 임산부들의 복잡한 미생물(마이크로바이옴) 데이터를 준비했다. 과거 전 세계 100여 개 팀의 내로라하는 과학자들이 참여했던 글로벌 연구 대회(DREAM 챌린지)에서는, 이 똑같은 데이터를 분석하고 최종 논문을 발표하기까지 무려 2년 가까운 시간이 걸렸다.

이번에는 AI에게 똑같은 임무를 맡겨 보았다. 사람 연구원들이 챗GPT 같은 8개의 인공지능 시스템에 “임산부의 미생물 데이터를 분석해서 조산의 징후를 찾아내는 컴퓨터 코드를 짜줘”라고 일상적인 언어로 정밀한 명령(프롬프트)을 내렸다.

결과는 충격적이었다. 숙련된 프로그래머들이 며칠, 혹은 몇 주를 꼬박 매달려야 짤 수 있는 복잡한 분석 코드를, 인공지능은 단 몇 분 만에 완벽하게 작성해 냈다. 8개의 AI 중 4개는 인간 전문가들이 만든 것과 맞먹거나 오히려 더 뛰어난 성능의 예측 모델을 뱉어냈다. 덕분에 고등학생과 대학원생으로 이루어진 주니어 연구팀조차 AI의 도움을 받아 불과 몇 달 만에 실험을 끝내고 논문을 완성할 수 있었다.

암 치료의 지형도를 바꿀 AI의 잠재력
이번 연구는 비록 임산부의 ‘조산 예측’에 관한 것이었지만, 이 성과가 의료계 전반, 특히 ‘암 연구’에 던지는 파장은 이루 말할 수 없이 크다. 암세포가 어떻게 정상 세포를 속이는지, 특정 유전자 돌연변이가 항암제에 어떤 반응을 보이는지, 수백만 명의 암 환자 데이터를 분석해 새로운 표적 치료제를 찾아내는 일 역시 본질적으로는 조산 예측 연구와 같은 ‘거대한 데이터 분석’ 작업이기 때문이다.

인공지능이 복잡한 코드를 대신 짜주고 순식간에 데이터를 분석해 준다면, 암 연구자들은 지루한 단순 작업에서 해방될 수 있다. 대신 "이 암세포의 약점을 찌르려면 어떤 약을 섞어 써야 할까?"와 같은 더 본질적이고 중요한 의학적 고민에 집중할 수 있게 된다. 이는 곧 부작용이 적고 효과가 뛰어난 새로운 맞춤형 항암제가 환우들에게 도착하는 시간이 비약적으로 단축된다는 것을 의미한다.

인간을 대체하는 것이 아닌, 가장 든든한 조력자
물론 과학자들은 인공지능이 아직 완벽하지 않으며, 스스로 잘못된 답(환각 현상)을 내놓을 수도 있기 때문에 인간 전문가의 철저한 감독과 확인이 반드시 필요하다고 입을 모은다. AI는 의사를 '대체'하는 것이 아니라, 의사의 손과 발이 되어주는 가장 훌륭하고 빠른 '조력자'다.

공동 연구자인 웨인 주립대학교의 아디 타르카(Adi L. Tarca) 교수는 “생성형 AI 덕분에 이제 데이터 분석 기술이 부족한 의학 연구자들도 복잡한 컴퓨터 코드와 씨름하느라 밤을 새울 필요가 없어졌다”며, “연구자들은 환자를 살릴 수 있는 진짜 중요한 질문에만 집중하면 된다”고 덧붙였다.

새로운 희망의 시대가 열리다
병마와 싸우는 환우들에게 시간은 그 어떤 것보다 소중하고 절박하다. 수많은 연구실에서 밤낮없이 데이터를 분석하며 치료제를 찾고 있는 과학자들, 그리고 이제 그들의 곁에서 수년의 시간을 단 몇 분으로 압축해 내는 인공지능.

기술의 발전은 때론 차갑고 기계적으로 보일지 모르지만, 그 기술이 향하는 궁극적인 목적지는 결국 생명을 살리고 고통을 줄이는 매우 따뜻한 곳이다. 의학과 인공지능의 눈부신 만남이 만들어가고 있는 이 기적 같은 속도는, 길고 어두운 투병의 터널을 걷고 있는 모든 환우들에게 머지않아 밝은 빛이 닿을 것이라는 사실을 너무나도 분명하고 희망적으로 보여준다.

[편집실에서] 쏙쏙 이해되는 의학·IT 용어 사전
생성형 인공지능 (Generative AI): 단순히 입력된 정보를 검색하는 것을 넘어, 방대한 데이터를 학습하여 스스로 글을 쓰고, 그림을 그리고, 심지어 복잡한 컴퓨터 프로그램(코드)까지 뚝딱 만들어내는 최신 인공지능 기술입니다. (제미나이나 챗GPT가 대표적입니다.)

마이크로바이옴 (Microbiome): 우리 몸속에 살고 있는 수많은 미생물의 생태계를 뜻합니다. 최근 의학계에서는 이 미생물들의 상태가 조산, 비만, 그리고 암의 발생과 치료에도 아주 깊은 연관이 있다는 사실을 밝혀내고 있습니다.

데이터 파이프라인 (분석 파이프라인): 수만 명의 환자에게서 얻은 복잡하고 흩어져 있는 건강 기록(데이터)을, 연구자가 쉽게 이해하고 질병의 원인을 찾을 수 있도록 척척 정리하고 걸러주는 컴퓨터 작업의 '자동화 컨베이어 벨트'를 말합니다.

[참고 자료]
"Generative AI accelerates biomedical research", Cell Reports Medicine, 2026. (이 기사는 UCSF와 웨인 주립대학교의 최신 공동 연구 발표를 바탕으로 재구성되었습니다.)