31 대 407, 그 반대편 오류: 코어라인 AVIEW의 판독 경계

폐암검진의 병목은 CT를 찍는 순간보다 그 뒤에 생긴다. 저선량 흉부 CT 한 건에는 작은 결절, 폐기종, 관상동맥 석회화처럼 서로 다른 판독 과제가 겹친다. 검진 규모가 커지면 “암을 놓치지 않는가”와 함께 “누가 먼저 읽고, 어느 건을 사람에게 올리며, 재검 권고를 같은 기준으로 내리는가”가 운영 문제가 된다. 코어라인소프트의 AVIEW LCS 계열은 이 지점에 놓인 의료 AI다.

하지만 공개 근거는 하나의 완성된 서사가 아니다. 4ITLR 연구가 시험한 것은 AVIEW-LCS v1.1.42.92의 first-reader 가능성이고, 미국 FDA 문서가 허용한 폐결절 CAD의 용도는 영상의학과 의사가 먼저 읽은 뒤 쓰는 second reader다. 독일 HANSE 분석에는 v2.5가 등장하고, 현재 회사의 LCS PLUS 페이지는 빌드 번호를 적지 않는다. 연구 성적, 허가 문구, 현재 판매 제품을 같은 상자로 묶으면 정확한 숫자도 잘못된 주장이 된다.

검진 CT 한 장이 만드는 세 가지 출력

현재 회사 페이지는 AVIEW LCS PLUS가 폐결절, 폐기종·COPD, 관상동맥 석회화를 한 번에 정량화하고 자동 보고서를 만든다고 설명한다. 한 번의 저선량 CT로 세 위험 신호를 구조화한다는 제품 구상이다. MFDS·FDA·CE 등 여러 규제 표지도 제시하고, 한국 국가폐암검진 사업에 7년 연속 단독 AI 솔루션으로 참여했다고 말한다. 이는 제품 범위와 사업 이력을 알려 주는 회사 자체 자료다. 현재 배포 빌드, 기관별 설정, 업데이트 날짜, 실제 판독 순서와 오류율은 이 페이지에서 확인되지 않는다.

이 구분은 중요하다. “세 질환을 분석한다”는 기능 설명, “특정 용도로 판매할 수 있다”는 규제 판단, “진료에서 더 나은 결정을 만든다”는 임상성과는 서로 다른 질문이다. 특히 Lung-RADS 같은 분류는 결절 크기와 성장에 따라 추적검사나 의뢰를 정한다. 결절을 하나 더 찾는 성능뿐 아니라 불필요한 양성, 추적검사, 판독시간, 암 병기와 사망까지 이어지는 경로를 따로 봐야 한다.

근거 구성: 무엇이 누구의 말인가

이 글의 핵심문서 13개는 발행 주체와 이해관계에 따라 나눴다. 논문이라는 형식만으로 ‘독립’이라 부르지 않았다. 회사 직원·주식 보유·회사 지원이 있거나 회사가 설계에 관여한 연구는 해당 사실을 표시하고 고객·운영 상대방 또는 회사 관여 자료로 낮춰 읽었다.

자료 유형	핵심문서 수	이 글에서 답하는 질문
회사 자체 자료	2	현행 제품이 무엇을 표방하는가
고객·운영 상대방 확인	3	국가검진·전향 코호트에서 어떻게 배치됐는가
정부·규제·법정 기록	3	미국에서 허용된 정확한 intended use는 무엇인가
독립 연구·시험	3	특정 연구 버전의 성능과 오류가 재현됐는가
일반 표준·방법론	2	분류와 임상 AI 보고를 어떤 기준으로 읽을 것인가
합계	13	서로 다른 질문을 한 출처로 대신하지 않기

4ITLR 원 논문에는 코어라인 직원 저자가 없고 산업계 지원도 없다고 적혀 있다. EU Horizon 2020 지원을 받았고, M. Oudkerk는 코어라인과 무관한 별도 특허를 공개했다. 반면 한국 국가검진 도입 연구에는 코어라인 직원 저자가 한 명 있고 정부 연구비를 받았다. HANSE의 두 소프트웨어 비교 연구에는 Siemens 직원 저자가 있으며, AVIEW 결과가 최종 판독에 반영됐을 가능성도 있다. 숫자를 버리게 하는 정보는 아니지만 독립성과 기준 판독의 강도를 정하는 정보다.

3,678건에서 first reader 가능성을 시험했다

4ITLR 분석은 2022년 12월부터 2023년 10월까지 확정된 기저 저선량 CT 3,678건을 다뤘다. 사용 소프트웨어는 AVIEW-LCS v1.1.42.92다. 연구진은 결절 부피가 100㎣ 미만이거나 결절이 없으면 음성, 100~300㎣면 미결정, 300㎣ 초과면 양성으로 놓고 AI와 영상의학과 의사의 분류를 전문가 합의와 비교했다. 이 가운데 실제 의뢰 대상은 102건, 전체의 2.8%였다.

핵심 질문은 AI가 먼저 음성 사례를 걸러도 의뢰 대상을 놓치지 않는가였다. 전체 음성 오분류는 AI 31건(0.8%), 영상의학과 의사 407건(11.1%)이었다. 의뢰 대상 102건만 보면 AI가 놓친 사례는 3건(2.9%), 의사는 12건(11.8%)이었다. 이 결과를 근거로 논문은 AI가 약 71.2%의 검사를 음성으로 제외해 판독 부담을 줄일 잠재력이 있다고 추정했다.

여기서 ‘전향적 시험 자료’와 ‘전향적으로 AI가 진료를 맡긴 시험’을 구별해야 한다. 검진 자료는 전향적으로 모였지만 이 분석은 AI-first-reader 경로와 기존 진료를 무작위 배정해 비교한 임상시험이 아니다. 오류는 전문가 패널로 재검토됐고 71.2%는 계산된 잠재 감축량이다. 실제 병원에서 판독자 시간, FTE, 보고 지연이나 비용이 그만큼 줄었다는 관측값은 아니다.

31 대 407 뒤에는 반대쪽 오류가 있다

‘AI 31 대 의사 407’만 떼면 방향이 한쪽으로 기운다. 전문가 기준으로 음성이어야 할 검사를 양성 쪽으로 올린 양성 오분류는 전체 227건(6.2%)이었다. 그중 AI가 209건(5.7%), 영상의학과 의사가 18건(0.5%)이었다. AI는 음성으로 잘못 내리는 경우가 적었지만 반대편에서는 더 많은 검사를 올렸다. 안전한 제외와 추가 검토·추적검사 부담 사이의 교환관계다.

따라서 이 연구가 직접 지지하는 문장은 “해당 코호트와 임계값에서 이 버전은 first-reader 선별 가능성을 보였다”까지다. “영상의학과 의사를 대체했다”, “불필요한 추적검사를 줄였다”, “암 사망을 낮췄다”는 문장은 데이터 범위를 벗어난다. 양성 오분류가 실제 추가 CT·PET-CT·생검으로 얼마나 이어졌는지, 의사가 AI 분류를 재조정했을 때 최종 의뢰율이 어떻게 바뀌는지도 공개 결과가 필요하다.

2025년 corrigendum은 핵심 근거 한 건을 더하는 대신 원 논문의 정정 계보로 읽었다. 정정 내용은 본문이 존재하지 않는 Appendix B를 가리킨 오류—그 내용은 이미 Appendix A에 포함돼 있었다—와 그래픽 초록의 화질 교체다. 결과 내용은 바뀌지 않았다. 즉 31, 407, 3, 12라는 수치가 수정된 것도, 새 환자군이 추가된 것도 아니다.

국가검진에서는 기관 간 차이가 줄었다

한국 국가폐암검진의 14개 기관 도입 연구는 기술이 운영에 들어갔을 때 다른 질문을 보여 준다. 기존 시스템 1,821명과 cloud/CAD 시스템 4,666명을 비교했을 때 참여자당 발견 결절은 0.76개에서 1.07개로 늘었다. 양성률은 9.9%와 11.0%로 통계적으로 유의한 차이가 없었다. 기관별 양성률의 변이계수는 0.519에서 0.311로 낮아졌고, p값은 0.018이었다. 사이트 사이 판정 편차가 줄었다는 운영 신호다.

그러나 암 발견 민감도는 93.8%와 93.5%, 특이도는 90.9%와 89.6%로 유의한 차이가 없었다. 비교 집단은 서로 다른 시기의 무작위가 아닌 코호트라 기관 구성과 학습 효과 같은 교란도 남는다. 회사 직원 저자가 포함됐다는 이해관계도 공개돼 있다. 이 연구는 클라우드 기반 표준화와 다기관 운영의 근거이지, 현재 LCS PLUS 빌드의 독립 검증이나 환자 생존 개선의 증거는 아니다.

FDA 허가는 second reader의 문장이다

FDA K221592에서 AVIEW Lung Nodule CAD는 무증상 인구의 흉부 CT에서 3~20㎜ 폐결절 탐지를 보조하는 소프트웨어다. 결정문은 영상의학과 의사가 초기 판독을 마친 뒤 second reader로 사용할 수 있다고 적는다. 11명의 영상의학과 의사가 151건을 읽은 MRMC 시험에서는 보조 전후 AUC가 0.73에서 0.92, 민감도가 0.68에서 0.91로 높아지고 검사당 위양성이 0.48에서 0.28로 낮아졌다. 별도 282건 자료에서는 AUC 0.961, 민감도 0.907, 특이도 0.704였다. 다만 검증 영상은 주로 비조영 Siemens SOMATOM 장비에서 나와 그 범위를 권고했다.

이 허가는 4ITLR의 first-reader 연구를 자율판독 승인으로 바꾸지 않는다. 연구에서 가능한 업무 순서를 탐색했다는 사실과 규제기관이 허용한 사용 순서는 별개다. 2025년 K243689는 AVIEW v2.0의 여러 CT 정량 기능을 기존 기기와 실질적으로 동등하다고 판단했으며, 동등한 적응증 때문에 임상시험이 필요하지 않았다고 명시한다. 510(k) clearance는 판매 가능한 intended use와 실질적 동등성에 관한 판단이지 암 사망 감소나 현장 성과를 인증하는 배지가 아니다.

v1.1과 v2.5와 현행 제품은 같은 버전이 아니다

4ITLR 숫자의 정확한 대상은 v1.1.42.92다. 독일 HANSE의 946건 비교에서는 v2.5가 결절 1,174개 중 1,032개(88%)를 찾았고 비교 소프트웨어는 782개(66%)를 찾았다. 동시에 두 소프트웨어의 Lung-RADS 일치는 62%, 카파는 0.45였으며 38%에서는 관리 범주가 달랐다. 더 많이 찾는다는 성능이 같은 환자 관리로 자동 번역되지 않는다는 사례다. AVIEW가 전향적으로 쓰여 최종 판독에 영향을 주었을 수 있다는 기준 편향도 연구진이 인정했다.

별도 BioMILD 4,104건 후향 분석은 2년 내 암 68건을 기준으로 AI 민감도 91.2%, 특이도 75.7%, NPV 99.8%를 보고했다. 사람 판독은 각각 89.7%, 90.0%, 99.8%였다. 예상 workload 감소는 74.7%였다. 저자 소속에는 코어라인이 없지만 공개 초록에 제품 버전이 없어 현행 빌드로 일반화할 수 없다.

현재 LCS PLUS 페이지에는 제품군 기능과 규제 현황은 있지만 v1.1.42.92, v2.5 또는 FDA 문서의 v2.0 중 어떤 빌드가 어느 시장에 배포되는지 연결표가 없다. 알고리즘, 임계값, CT 장비 호환성, 전처리와 사용자 인터페이스가 바뀌면 과거 성능의 이동 가능성이 생긴다. 배포 버전별 변경 이력, 후향 호환성 시험, 기관별 성능 모니터링이 공개되기 전에는 논문 버전의 수치를 현행 제품 전체의 고정 성능처럼 쓰지 않는 편이 맞다.

사망률과 경제성은 아직 별도 장부다

대규모 무작위시험은 저선량 CT 검진 자체가 고위험군의 폐암 사망을 줄일 수 있음을 보여 줬다. 그러나 이것은 ‘검진을 받은 집단’과 대조군의 차이다. AVIEW를 더한 검진과 AVIEW 없는 검진 사이의 증분 사망효과는 공개된 4ITLR, 한국 도입, HANSE 자료에서 측정되지 않았다. 조기 병기 비율, 치료 시작 시간, 폐암 사망과 전체 사망도 같은 이유로 아직 열린 질문이다.

경제성도 계산 잠재력과 실제 원가를 나눠야 한다. 71.2%의 음성 제외 가능성은 인건비 절감액이 아니고, 기관 간 변이 감소는 QALY나 ICER가 아니다. 구매·구독 가격, 클라우드·통합 비용, 재검토 시간, 위양성 후속검사 비용, 오류 대응과 업데이트 비용이 공개돼야 순절감을 셀 수 있다. 현재 공개된 1차자료만으로는 독립 비용효과성, 계약 갱신률, 장애율, 실제 FTE 절감 또는 환자당 총비용을 확인할 수 없다.

자료와 해석 범위

이 평가는 2026년 8월 22일까지 공개된 회사 페이지, FDA 결정문, 시험등록, 원 논문과 정정, 표준 문서를 기준으로 했다. 회사 설명은 현행 기능과 사업 범위에, 규제 기록은 해당 제품·버전·intended use에, 연구 수치는 연구 당시 버전과 모집단에만 귀속했다. 논문에 회사 직원·경쟁사 직원·주식·특허·기기 지원이 있으면 독립성 표시에 반영했다. 논문 버전과 현행 빌드의 동일성, first-reader의 자율 운용 승인, AVIEW의 증분 사망효과와 독립 경제성은 공개 확인 못함으로 남겼다.

• 현재 각 국가·병원에 배포된 정확한 빌드와 v1.1.42.92·v2.5·v2.0의 변경 이력은 공개되는가?
• first-reader 경로를 기존 판독과 무작위 비교했을 때 놓친 암, 추가 검사, 판독시간은 어떻게 달라지는가?
• 양성 오분류 209건은 실제 재검 CT·PET-CT·생검과 환자 불안으로 얼마나 이어졌는가?
• AVIEW 추가 사용이 암 병기, 치료 시작, 폐암 사망 또는 전체 사망을 개선하는가?
• 가격·통합·재검토·후속검사 비용을 모두 포함한 독립 ICER와 실제 FTE 절감은 얼마인가?