서로 다른 그룹에서 개발된 의료 이미지 인코더(Medical image encoders)들은 규모(Scale)와 임상 지도 학습(Clinical supervision)이 그들의 표현(Representations)을 공유된 구조로 집중시킨다는 가정하에, 점점 더 상호 교환 가능한 것으로 취급되고 있습니다. 이러한 수렴(Convergence)이 실제로 존재하는지, 무엇이 이를 유도하는지, 그리고 이것이 임상적으로 사용 가능한지는 검증되지 않았으며, 그러한 주장의 근거가 되는 유사도 측정 방식(Similarity measures) 또한 취약합니다. 본 연구에서는 18개의 이미지 인코더와 7개의 텍스트 인코더를 대상으로 통제된 해부(Controlled dissection)를 수행합니다. 이들은 모두 오픈 웨이트(Open-weight) 모델이며 로컬에서 실행 가능하며, 7M에서 27B 파라미터에 이르고 6개의 데이터셋에서 추출한 650,982개의 흉부 방사선 사진(Chest radiographs)을 포함하여 5가지 영상 양상(Imaging modalities)을 아우릅니다. 원인을 격리하기 위해, 우리는 고정된 데이터, 아키텍처(Architecture), 규모(Scale) 하에서 학습 목표(Objective)만을 변경하여 인코더를 학습시키고, 합성 모델(Synthetic model)에서 그 효과를 재현합니다. 수렴은 완만하지만 무작위 하한선(Random floor)보다는 높게 나타나며, 이는 임상 지도 학습(Clinical supervision)이 아닌 자기 지도 학습(Self-supervised) 목표에 의해 주도됩니다. 매칭된 자기 지도 학습 인코더들이 가장 높은 정렬(Alignment)을 보였으며(흉부 방사선 사진에서 40.4%), 레이블 지도 학습(Label-supervised, 21.1%) 및 이미지-텍스트(Image-text, 3.3%)는 훨씬 낮았고, 모델의 크기(Spearman 0.302, p=0.223)나 능력(Capability)에 따라 증가하지도 않았습니다. 이러한 수렴은 양상 내(Within-modality)에서 발생하며, 임상 언어(Clinical language) 수준에 도달하지 못하며, 영상의학 전문의(Radiologists)가 사례 유사성을 판단하는 방식과 일치하지도 않습니다. 그럼에도 불구하고, 선형 분류기(Linear classifier)는 인코더 간에, 그리고 분리된 5개의 병원으로 전이(Transfer)될 수 있으며, 인코더 내부 성능의 약 85%를 유지합니다. 따라서 의료 영상에서의 수렴은 규모나 임상 지도 학습으로부터 상속되는 것이 아니라, 사전 학습 목표(Pretraining objective)에 의해 결정됩니다. 이에 따라 상호 운용성(Interoperability)은 해당 목표를 통해 설계해야 할 대상이며, 환자 하위 그룹(Patient subgroups) 전반과 임상적 판단(Clinical judgment)에 비추어 공유된 기하학적 구조(Shared geometry)가 가장 취약한 지점을 검증해야 합니다.