MS AI 의사 - 실제 의사를 대체할 수 있을까? 진단 정확도 83.2% 분석

AI가 의사보다 정확하다는 결과의 의미

마이크로소프트의 인공지능(AI) 진단 시스템이 복잡한 질환을 진단하는 연구에서 일반의보다 두 배 이상 높은 정확도를 기록했다.

AI가 직접 환자에게 필요한 질문을 던지고, 검사를 선택하며, 여러 가설을 비교한 뒤 최종 진단을 내리는 방식이다.

이번 연구의 핵심은 단순히 AI가 의사보다 정답을 많이 맞혔다는 데 있지 않다.

실제 진료처럼 정보를 단계적으로 수집하고 검사 비용까지 고려했다는 점이다.

마이크로소프트가 개발한 MAI-DxO(Microsoft AI Diagnostic Orchestrator)는 여러 AI의 판단 과정을 조율하는 진단 시스템이다.

하나의 AI가 증상만 보고 답을 내리는 것이 아니다.

여러 역할의 AI가 질환을 추정하고 서로의 판단을 검토하도록 설계됐다.

2026년 10월 22일 공개된 연구 결과에 따르면,

MAI-DxO는 고난도 임상 사례 304건에서 83.2%의 진단 정확도를 기록했다.

같은 평가에서 참고자료를 활용한 일반의의 정확도는 36.1%였다.

1. MS AI 의사 MAI-DxO란?

MAI-DxO는 AI가 의사의 진단 과정을 단계적으로 모방하도록 설계한 시스템이다.

환자의 증상과 검사 결과를 한꺼번에 입력하고 정답을 맞히는 기존 평가 방식과 차이가 있다.

실제 진료에서 의사는 환자의 병력을 묻고, 필요한 검사를 선택한다.

이에 결과에 따라 처음 세운 가설을 수정한다.

MAI-DxO도 이와 유사한 절차를 거친다.

1). 기존 의료 AI와 차이점

일반적인 AI 진단 평가는 이미 정리된 증상과 검사 결과를 모델에 제공하는 방식이 많았다.

반면 MAI-DxO는 처음부터 모든 정보를 받지 않는다.

AI가 어떤 정보가 필요한지 판단하고 질문이나 검사를 요청해야 다음 정보를 얻을 수 있다.

즉, 최종 답변뿐 아니라 진단에 도달하는 과정까지 평가 대상에 포함한 것이다.

2). 여러 AI가 협업하는 진단 오케스트레이터

MAI-DxO는 서로 다른 역할을 맡은 AI의 판단을 조율한다.

가능한 질환을 제시하는 역할,

추가 검사를 선택하는 역할,

기존 가설의 문제점을 지적하는 역할 등이 협력하는 구조다.

이 과정에서 AI는 특정 질환에 지나치게 집중하지 않도록 다른 가능성을 검토한다.

필요한 정보가 충분한지도 판단하며, 검사에 드는 비용도 고려한다.

AI 진단 시스템의 핵심은 정답을 맞히는 능력뿐 아니다.
어떤 질문을 하고 어떤 검사를 선택해야 하는지 판단하는 능력에 있다.

2. 진단 정확도 83.2%의 의미

이번 연구는 두 가지 평가 환경에서 AI의 진단 성능을 확인했다.

하나는 난도가 높은 임상 사례이고, 다른 하나는 응급실 입원 사례다.

고난도 임상 사례에는 뉴잉글랜드저널오브메디슨(NEJM)에 게재된 사례 304건이 활용됐다.

응급실 평가는 미국 의료 데이터베이스 MIMIC-IV-ED에서 추출한 사례 325건을 기반으로 진행됐다.

3). 고난도 임상 사례에서 나타난 차이

평가 조건	진단 정확도
MAI-DxO	83.2%
참고자료를 활용한 일반의	36.1%
참고자료 없이 진단한 일반의	22.3%

AI와 참고자료를 활용한 일반의의 정확도 차이는 47.1%포인트다.

AI의 정확도가 상대적으로 약 2.3배 높게 나온 셈이다.

응급실 사례에서도 AI는 80.3%, 일반의는 46.8%의 정확도를 기록했다.

특정한 고난도 임상 사례에만 국한되지 않고 별도의 응급실 데이터에서도 성능 차이가 관찰된 것이다.

다만 이를 모든 질환에서 AI가 의사보다 우수하다는 의미로 확대해서는 안 된다.

평가에 사용된 사례와 실제 병원에서 만나는 환자의 특성이 다르기 때문이다.

3. AI 진단이 더 정확한 이유

MAI-DxO의 차별점은 진단에 필요한 정보를 적극적으로 수집한다는 데 있다.

연구에서 첫 검사를 지시하기 전까지 일반의는 평균 5.6개의 질문을 했다.

하지만 AI는 평균 25.5개의 질문을 했다.

AI가 환자의 병력과 증상에 관한 정보를 더 세밀하게 확인한 것이다.

4). 질문과 검사를 단계적으로 선택하는 방식

MAI-DxO의 진단 과정은 다음과 같이 정리할 수 있다.

• 초기 증상과 환자 정보를 확인한다.
• 가능성이 있는 질환을 여러 개 추정한다.
• 진단에 필요한 추가 질문을 선택한다.
• 필요한 검사와 그 결과를 확인한다.
• 검사 결과에 따라 기존 가설을 수정한다.
• 진단 정확도와 검사 비용을 고려해 최종 판단을 내린다.

이러한 방식은 환자 정보가 완성된 상태에서 정답만 추측하는 것보다 실제 임상 추론에 가까운 평가를 가능하게 한다.

AI는 여러 가설을 비교하고 기존 판단을 반박하도록 설계할 수도 있다.

특정 질환만 반복해서 추정하는 오류를 줄이는 데 도움이 될 수 있는 구조다.

물론 질문의 개수가 많다고 반드시 더 정확한 것은 아니다.

어떤 질문이 중요한지 구분하고,

불필요한 검사를 피하며,

충분한 근거가 모였을 때 판단을 내리는 능력이 함께 필요하다.

4. AI 의사 등장시 의료비가 줄어들까?

진단 정확도가 높아도 검사 비용이 지나치게 크다면 병원이 실제로 도입하기는 어렵다.

의료 AI의 실용성을 판단할 때 정확도와 비용을 함께 살펴야 하는 이유다.

연구에서는 검사 비용에 제한을 두지 않았을 때 AI의 사례당 평균 검사 비용이 일반의보다 높게 나타났다.

반면 예산을 제한하면 비용을 낮추면서도 비교적 높은 진단 정확도를 유지할 수 있었다.

5). 검사 비용과 진단 정확도의 관계

평가 조건	진단 정확도	사례당 검사 비용
AI 비용 제한 없음	83.2%	5,431달러
일반의 비용 비교 기준	36.1%	4,725달러
AI 예산 제한 설정	79.6%	1,303달러

위 비용은 미국의 표준 의료 수가를 적용해 추정한 검사 비용이다.

환자에게 실제로 청구된 의료비나 국내 병원의 진료비를 의미하지 않는다.

병원 입장에서는 AI의 검사 선택 기능이 불필요한 검사를 줄이고 진료 자원을 효율적으로 활용하는 데 도움이 될 가능성이 있다.

그러나 실제 비용 절감 효과는 환자 구성, 의료 수가, 검사 접근성, 병원 운영 방식에 따라 달라질 수 있다.

5. GPT-5 기반 AI가 중요한 이유

이번 연구에서 주목해야 할 또 다른 요소는 기반 AI 모델의 성능이다.

MAI-DxO의 진단 능력은 검사 순서를 조율하는 시스템만으로 설명되지 않는다.

그 시스템을 구성하는 기반 모델의 추론 능력도 중요한 역할을 한다.

주요 결과에서는 GPT-5 기반 모델을 활용해 진단 성능을 평가했다.

대규모 언어 모델이 가진 의학 지식과 추론 능력을 활용하고, 오케스트레이터가 이를 단계적인 진단 절차로 연결하는 구조다.

6). AI 모델과 시스템 설계의 결합

기반 모델이 우수하더라도 환자에게 어떤 질문을 해야 하는지, 어떤 검사가 필요한지, 언제 검사를 멈춰야 하는지를 적절하게 결정하지 못하면 실제 진단 과정에서 한계가 생길 수 있다.

반대로 진단 절차를 잘 설계하더라도 기반 모델이 부정확한 정보를 제공한다면 최종 결과를 보장하기 어렵다.

따라서 의료 AI의 발전은 더 높은 성능의 모델을 개발하는 것과, 그 모델을 안전하고 효율적인 진단 과정에 적용하는 일이 함께 진행돼야 한다는 의미를 갖는다.

이는 의료 AI 시장에서도 중요한 변화다. 단순한 질의응답형 AI를 넘어 의료진의 판단을 지원하고, 검사 과정을 조율하며, 진료 흐름을 개선하는 소프트웨어의 중요성이 커질 수 있기 때문이다.

6. 그래도 AI가 의사를 대체하기 어려운 이유

진단 정확도만 보면 AI가 의료진을 빠르게 따라잡고 있는 것은 분명하다.

그러나 이번 결과가 AI가 의사를 완전히 대체할 수 있다는 사실을 입증한 것은 아니다.

이번 연구에는 실제 의료 현장과 다른 조건이 존재한다.

• 비교 대상의 한계 : 전문의나 다학제 진료팀이 아닌 일반의와 비교한 결과다.
• 텍스트 중심 평가 : 영상, 조직검사 이미지 등 다양한 의료 데이터를 충분히 활용한 실제 진료 환경과 다르다.
• 치료 과정 미평가 : 진단 이후의 치료 결정과 환자의 장기적인 건강 결과는 평가하지 않았다.
• 현장 불확실성 : 환자가 증상을 정확하게 설명하지 못하거나 필요한 정보가 누락되는 상황을 완전히 재현하지 못했다.
• 환자 안전 검증 필요 : 진단 오류가 실제 환자에게 미치는 영향과 안전성은 추가 검증이 필요하다.

특히 복잡한 임상 사례는 실제 병원에서 전문의들의 협진을 통해 해결되는 경우도 있다.

일반의와 AI의 평가 결과를 곧바로 모든 전문의의 역량과 비교하는 것은 적절하지 않다.

AI가 통제된 연구에서 높은 진단 정확도를 기록했다는 사실과 실제 환자에게 더 안전한 진료를 제공한다는 사실은 서로 다른 문제이다.

마이크로소프트는 미국 보스턴의 베스이스라엘디코니스메디컬센터와 협력한다.

응급실에서 실제 환자를 대상으로 AI의 활용 가능성을 평가할 계획이라고 밝혔다.

이러한 검증이 진행돼야 실제 진료 환경에서의 유효성과 안전성을 더 구체적으로 판단할 수 있다.

결론 - AI 의사는 실제 의사를 대체할 수 있을까?

현재로서는 AI가 의사를 완전히 대체할 수 있다고 단정하기 어렵다.

이번 연구는 AI가 복잡한 진단 문제에서 높은 성능을 보일 수 있다는 점을 보여줬다

하지만, 실제 진료에 필요한 모든 역량을 입증한 것은 아니기 때문이다.

다만 의료 AI의 역할이 단순한 정보 검색과 질문 답변에 머물지 않을 가능성은 커지고 있다.

환자에게 필요한 질문을 선택하고, 검사를 비교하며, 가능한 질환을 검토하는 과정에서 의료진의 판단을 지원할 수 있다.

앞으로 의료 AI 경쟁의 핵심은 누가 가장 높은 정확도를 기록하느냐에만 있지 않을 것이다.

얼마나 안전하게 진단을 지원하고,

불필요한 검사를 줄이며,

의료진과 환자에게 실질적인 도움을 제공할 수 있는지가 중요해질 것이다.

따라서 이번 연구는 의사의 종말을 의미하기보다는 AI가 의료진의 진단 업무를 보조하는 새로운 단계에 진입하고 있음을 보여주는 사례로 해석하는 것이 타당하다.

그럼 끝