알리바바 다모아카데미가 복부 CT 한 장으로 146개 질환을 잡아내는 AI '레이더'를 공개했어요. 4만 건에 가까운 실제 검사에서 평균 AUC 0.913을 기록했고, 가중치까지 통째로 오픈소스로 풀었어요. 의료 인프라가 부족한 지역에서 조기 진단 격차를 줄일 수 있을지 관심이 쏠려요.
솔직히 의료 AI 뉴스는 워낙 자주 나와서 웬만하면 그냥 넘기는 편인데, 이번 건 좀 다르더라고요. 알리바바 산하 연구조직 다모아카데미가 '레이더(RADAR)'라는 이름의 의료 영상 AI를 공개하면서, 코드랑 가중치를 전부 오픈소스로 풀어버렸어요. 보통 이 정도 급의 모델은 논문만 내고 실물은 꽁꽁 숨기는 경우가 많은데, 이번엔 진짜로 다 열었다는 게 포인트예요. 🩻
레이더가 하는 일은 생각보다 직관적이에요. 조영증강 복부 CT 영상을 넣으면 간, 신장, 췌장 같은 복부 장기 18곳을 훑으면서 악성 종양을 포함한 이상 소견을 잡아내는 거예요. 텍스트와 이미지를 함께 학습한 비전-언어 모델이라 영상만 보고 끝나는 게 아니라, 실제 임상 보고서 형태로 소견까지 정리해준다고 해요. 학습 데이터도 CT 영상이랑 그에 딸린 진짜 임상 리포트를 통째로 짝지어 넣었다니, 방식 자체가 꽤 실전 지향적이에요.
숫자만 보면 꽤 인상적이에요. 거의 4만 건에 달하는 실제 검사 데이터로 검증했는데, 146개 임상 소견 항목에서 평균 AUC(곡선하면적)가 0.913이 나왔어요. AUC는 1.0에 가까울수록 진단 정확도가 높다는 뜻이니, 이 정도면 상당히 준수한 수치죠. 연구팀은 이걸 두고 "세계 최초의 전문가 수준 범용 의료 영상 모델"이라고 자평했고, 앞으로 CT뿐 아니라 MRI나 엑스레이 같은 다른 영상 진단 쪽으로도 확장할 계획이라고 밝혔어요. 📈
근데 이 타이밍이 좀 묘해요. 최근 알리바바는 큐원 시리즈로 옴니모달 경쟁에, 딥시크·Z.ai는 텍스트 모델 경쟁에 몰두하고 있었는데 갑자기 의료 영상이라는 완전히 다른 판을 들고 나온 거잖아요. 구글은 메드-제미나이로, 마이크로소프트는 헬스케어 파트너십으로 이 시장을 노려온 지 오래인데, 중국 빅테크가 오픈소스라는 무기를 들고 정면으로 뛰어든 셈이죠.
사실 이런 뉴스를 볼 때마다 드는 생각인데, 논문 속 벤치마크 숫자랑 실제 병원 현장에서의 활용은 거리가 꽤 멀어요. AUC가 아무리 좋아도 방사선과 전문의가 부족한 지역 병원에서 이 모델을 믿고 1차 판독을 맡길 수