마이크로소프트의 진단 AI MAI-DxO 연구가 Science에 실렸어요. 복잡한 사례에서 83%를 맞혔고 일반의는 36%였어요. 다만 과거 사례 시뮬레이션이라 실제 진료 검증은 남았어요.
🔬 어제(10월 22일) 마이크로소프트의 의료 AI 시스템 MAI-DxO 연구가 학술지 Science에 실렸어요. 여러 AI 에이전트가 의사 패널처럼 역할을 나눠 질문하고, 검사를 고르고, 판단을 고쳐 가며 진단을 좁혀 가는 시스템이에요.
숫자부터 볼게요. 뉴잉글랜드 저널 오브 메디신(NEJM)의 까다로운 사례에서 MAI-DxO는 약 83%를 맞혔고, 참고 자료를 쓰는 일반의는 약 36%였어요. 2025년 프리프린트에서는 85.5%였으니, 그때 수치와 크게 다르지 않은 셈이에요.
그리고 이번 논문에는 실제 병원 데이터도 들어갔어요. 베스 이스라엘 디코니스 병원 응급실 사례 325건에서 MAI-DxO는 약 80%, 의사는 약 47%였다고 해요. 응급실 사례라서 좀 더 현실에 가깝다는 느낌이 들죠.
근데 저는 이 연구에서 더 눈에 들어오는 대목이 따로 있었어요. 마이크로소프트가 OpenAI, 구글, 앤스로픽, 메타, 딥시크 모델을 모두 붙여서 테스트했는데, 점수가 가장 높았던 건 OpenAI의 GPT-5와 GPT-5.5였대요. 한 분석은 성능 향상의 상당 부분이 오케스트레이션보다 바탕 모델에서 나왔다고 지적해요.
솔직히 그 말도 일리가 있다고 봐요. 에이전트 구조가 똑똑해서라기보다 모델이 좋아져서 점수가 올랐다면, '시스템 설계의 승리'라고 하긴 좀 어렵거든요.
⚠️ 한계도 분명해요. 모든 테스트는 과거 사례로 한 시뮬레이션이고 실제 환자를 대상으로 하지 않았어요. 비교 대상인 의사들도 전문의가 아니라 일반의였고요. 보고마다 의사 점수(36%, 22%)가 달라서 논문 원문을 확인해야 하는 부분도 있어요.
📈 그래도 Science 같은 곳에 동료 심사를 거쳐 실렸다는 건 의미가 커요. 그동안 의료 AI 성능은 회사 블로그나 프리프린트로 주로 알려졌으니까요. 마이크로소프트는 이걸 '의료 초지능'으로 가는 길이라고 부르고 있어요.
사실 시험 문제를 잘 푸는 것과 진료실에서 쓸모 있는 것은 다른 이야기예요. 실제 병원 워크플로에서 의사와 함께 쓸 때 어떤 결과가 나올지가 진짜 시험대일 텐데, 그 결과는 언제쯤 볼 수 있을까요?
출처
- aiweekly.co
- technology.