MRI 기기는 의사와 영상의학 전문의가 다양한 위중한 상태를 진단할 수 있게 해주는 생명을 구하는 의료 장치이지만, 동시에 엄청나게 비쌉니다. 신제품 모델은 110만 달러에서 시작하여 유닛당 300만 달러 또는 그 이상까지 올라갈 수 있습니다. Open Source Imaging Initiative는 이러한 한계를 인식하고 오픈 소스 OSI2 ONE MRI 스캐너를 개발해 왔으며, 이는 이미 전 세계적으로 여러 차례 복제되었습니다. 하지만 3D 프린팅 코어를 가진 이 휴대용 장치는 자기장 강도가 단 50mT에 불과합니다(풀사이즈 장치에서 사용되는 1.5T ~ 3T와 비교됨). 이로 인해 공간 해상도(spatial resolution)와 신호 대 잡음비(signal-to-noise ratio)가 낮아졌으나, 기술 분석가 Brian Roemmele은 X(구 트위터)를 통해 AI가 이를 극복하여 의료 진단에 사용할 수 있게 만들 수 있다고 말했습니다.

붐! 오픈 소스 MRI! 이제 MRI 스캐너의 코어를 3D 프린팅할 수 있습니다. 병원이 110만 달러에서 340만 달러를 지불하는 기계의 구조가 공개되었습니다. OSI² ONE과 그 교육용 형제 모델들은 아주 적은 비용으로 머리와 사지의 실제 이미지를 제공합니다. 사용된 방식은… pic.twitter.com/BeONbIyX5o 2026년 7월 25일

“저자기장 MRI(Low-field MRI)는 역사적으로 낮은 신호 대 잡음비와 더 큰 자기장 불균일성(field inhomogeneity)으로 인해 제한적이었습니다. 그것이 바로 현대 AI가 번창하는 영역입니다.”라고 Roemmele은 소셜 미디어 플랫폼에 작성했습니다. “고자기장(high-field) 데이터로 학습된 딥 네트워크(deep networks)나 물리 정보 기반 모델(physics-informed models)이 노이즈를 제거하고, 불균일성을 교정하며, 원시 획득 한계를 넘어 해상도를 높일 때 영상 재구성(Image reconstruction)은 극적으로 향상됩니다. 실시간 시퀀스 적응(Real-time sequence adaptation)을 통해 AI가 신호 품질을 모니터링하면서 경사자장(gradients)과 RF 펄스를 즉석에서 조정할 수 있습니다.”

이것은 단순히 누구나 사용하는 일반적인 AI가 아니라, 고자기장(high-field) MRI (1.5T ~ 8T) 데이터로 특별히 훈련되었거나 MRI 기기의 실제 물리 법칙(physics)을 사용하여 더 정확한 영상을 생성할 수 있도록 설계된 특수 모델이라는 점에 주목해야 합니다. 과학자들은 이미 수년 동안 이 기술을 사용해 왔으며, 일부 연구자들은 160만 개의 뇌 스캔 데이터를 사용하여 AI 모델을 훈련함으로써 치매 진단의 정확도를 높이고 있습니다. 만약 특정 기관이 특수 AI 훈련에 사용되는 익명화된 환자 데이터에 접근할 수 없다면, OSI2 ONE MRI 스캐너의 오픈 소스(open-source) 특성 덕분에 합성 데이터 생성(synthetic data generation)에 의존할 수 있습니다. 기기에 대한 모든 정보가 공개되어 있으므로, 연구자들은 대신 이를 사용하여 AI 모델이 활용할 수 있는 물리 모델(physics model)을 구축할 수 있습니다.

일부 사람들은 이것이 선진국에서 흔히 볼 수 있는 고도로 규제된 의료 환경에서는 작동하지 않을 것이라고 언급했습니다. 그럼에도 불구하고, Roemmele은 "누구도 우리가 차고에서 무언가를 만드는 것을 막을 수 없습니다"라고 말했습니다. 또한 이 기기는 이러한 기술에 대한 접근성이 낮거나, 풀사이즈 장비를 구매하고 유지 관리할 재정적 능력이 없는 지역을 겨냥하고 있는 것으로 보입니다 (중고 MRI 기기 유닛조차 10만 달러부터 시작하며, 이를 설치할 특수실을 구축하는 데에도 더 많은 비용을 지불해야 합니다).

OSI2 ONE과 같은 휴대용 MRI 스캐너가 고가의 풀사이즈(full-sized) 기기만큼의 해상도를 가질 수는 없겠지만, 만약 특화된 AI 모델이 효과적이고 정확한 것으로 판명된다면 수백만 달러를 들여들이지 않고도 의사들이 진단에 사용할 수 있는 무언가를 갖는 것이 분명 더 나은 선택일 것입니다. 이를 통해 경제적 여유가 적은 병원과 클리닉조차도 이 영상 장치(imaging device)를 사용할 수 있게 되어 더 많은 생명을 구할 수 있습니다. 또한 이는 의료 산업과 심지어 환자들이 비용을 절감하기 위해 AI를 사용하는 방식을 보여줍니다.