2026년의 방사선학 AI: 왜 MRI가 아직 당신을 대체하지 못할 것인가

자, 때는 2026년입니다. 우리는 초현실적인 고양이를 그리도록 컴퓨터를 가르쳤던 바로 그 사람들인 Midjourney가 의료 영상 분야로 피벗(pivot)하기로 결정한 세상에 살고 있습니다. 그들은 작동을 위해 얕은 물웅덩이가 필요한 거대한 초음파 기계를 만들었습니다. 당신의 의료 기기가 기본적으로 화려한 온수 욕조라고 FDA 조사관에게 설명하는 상황을 상상해 보세요. 이 기기는 358,000개의 센서를 사용하여 당신을 1분 만에 40 GB의 데이터로 변환합니다. 지방과 근육의 고해상도 단면이 될 수 있다면 프라이버시가 왜 필요하겠습니까?

FDA 승인 열풍

FDA는 현재 마치 기술 컨퍼런스의 사탕처럼 AI 승인을 남발하고 있습니다. 우리는 현재 1,451개의 승인된 기기에 도달했습니다. 방사선학(Radiology)이 이 중 76%를 차지하며 막중한 역할을 수행하고 있습니다. X-ray에서 폐 결절과 커피 얼룩을 구분하도록 모델을 훈련할 수만 있다면, 벽에 명패를 받을 수 있는 것처럼 보입니다.

진단 분야의 주요 플레이어들

• Aidoc: 이들은 현재의 우등생입니다. 31개 이상의 승인을 보유하고 있으며 연간 6,000만 건의 사례를 처리하고 있습니다. 이들의 CT 스캔용 파운데이션 모델(foundation model)은 97%의 민감도(sensitivity)를 보이는데, 솔직히 말해서 제 아침 기억력 검색보다 더 신뢰할 만합니다.

• Viz.ai: 만약 당신이 뇌졸중(stroke)을 겪고 있다면, 당신이 눈을 깜빡이기도 전에 의사에게 달려가 알려주는 이들이 바로 이들입니다. 이들은 치료 시간을 31분 단축하는 데 성공했습니다. 이는 병원 침대에서 보내는 시간이 줄어드는 대신, 자신의 생활 습관을 후회하며 보내는 시간이 늘어남을 의미합니다.

현실 점검

새로운 방사선 전문의 지배자들에게 머리를 조아리기 전에, 우리는 '일반화 격차 (generalizability gap)'에 대해 이야기해야 합니다. 깨끗한 실험실 환경에서는 천재처럼 행동하는 모델이, 다른 병원의 데이터나 심지어 보정 방식이 다른 기계의 데이터를 접하는 순간 완전히 아마추어로 전락하는 경우가 많습니다. 만약 병원이 스캐너 브랜드를 바꿨다는 이유만으로 모델의 정확도가 24% 하락한다면, 당신은 AI를 만든 것이 아니라 조명에 매우 민감한, 미화된 추측 기계를 만든 것입니다.

왜 당신의 데이터가 진짜 도전 과제인가

기술적 장애물을 넘어, 모델들은 '지름길 학습 (shortcut learning)'에 빠지기 쉽습니다. 한 모델은 이동식 X-ray 장비가 더 아픈 환자들에게 더 자주 사용된다는 사실을 알아냈고, 장비 유형을 '치명적인 질병이 있음'의 대리 지표 (proxy)로 사용하기 시작했습니다. 컴퓨터는 똑똑하지 않습니다. 그들은 단지 기말고사에서 부정행위를 하는 데 매우 효율적일 뿐입니다.

참고 문헌

• AI Medical Imaging in 2026: Best Radiology AI Tools, FDA Clearances, and Diagnostic Accuracy