AUC 0.94 다음의 질문: 루닛 INSIGHT CXR는 진료를 바꿨나

루닛 INSIGHT CXR를 한 문장으로 평가하면 이렇다. 흉부 엑스레이에서 결절을 찾는 후향 성능과 건강검진 무작위시험의 조치 가능 결절 발견률에는 분명한 양성 신호가 있다. 그러나 응급실에 실제 배치한 무작위시험에서는 판독 정확도도, 진료 결정도, 환자 결과도 좋아지지 않았다. 제품은 “성능이 높은가”보다 “어느 버전이 누구의 어떤 결정을 보조했는가”로 읽어야 한다.

2026년 8월 22일 현재 회사가 내세우는 현행 제품은 11개 소견과 정상 플래깅 등을 갖춘 Lunit INSIGHT CXR4다. 여기에 인용되는 임상연구는 v2.0.2.0·v2.5.7.4와 version 3·v3.110·v3.1.0.0·v3.9.0.1·v3.1.4.4처럼 서로 다른 빌드를 시험했고, 미국 FDA 기록 K211733은 별도 명칭인 INSIGHT CXR Triage의 흉막삼출·기흉 우선순위 기능만 다룬다. 이들을 한 제품의 누적 효능처럼 합치면 근거가 실제보다 넓어진다.

서로 다른 숫자가 묻는 서로 다른 질문

AUC는 정답표가 있는 영상에서 사례를 얼마나 잘 순위화했는지를 말한다. 보조 판독 무작위시험은 AI를 본 의사의 판단이 나아졌는지를, 진료 결과는 CT·항생제·체류시간 같은 다음 단계가 달라졌는지를 묻는다. 따라서 후향 AUC 0.93이나 0.94와 응급실 무작위시험의 무효 결과는 모순이 아니다. 사용 집단, 유병률, 판독자, 기준진단, 임계값과 업무 흐름이 모두 다르다.

이 글의 결론 단위도 제품군 전체가 아니다. 논문이 밝힌 버전·적응증·기관·시점까지만 확인값으로 두고, CXR4로의 성능 이전성, 다기관 환자 결과, 실제 업무효과인 판독 노동 절감은 미확인값으로 남긴다.

근거 구성: 무엇이 누구의 말인가

핵심 문서는 13건이다. 분류는 해당 주장에 대한 문서 역할을 따른다. 실제 사용기관 연구이거나 회사 연구비·주식·제품 제공이 확인되면 학술논문이어도 독립으로 세지 않았다.

근거 종류	건수	핵심 원자료
회사 자체	3	CXR4 출시·CE MDR, CXR4 브로슈어, 결절 RCT 회사 해석
고객·운영 상대방	6	응급실 RCT, 건강검진 결절 RCT, Project AIR 비교시험, 현장 판독시간, 3기관 CT 기준검증, TB 버전 비교
정부·규제·법정	1	FDA K211733 510(k) 요약
독립 연구·시험	1	모스크바 외부평가
일반 표준·방법론	2	STARD-AI, DECIDE-AI
합계	13	회사 주장·규제 범위·원논문 결과를 교차 대조

응급실 무작위시험은 임상 효용을 만들지 못했다

서울대병원 응급실의 공개형 실용적 RCT는 급성 호흡기 증상 성인 3,576명을 v2.0.2.0 보조군 1,761명과 대조군 1,815명으로 나눴다. 당직 3년차 전공의의 급성 흉부질환 판독 민감도는 67.2%(317/472) 대 66.0%(324/491), 조정 OR 1.02(95% CI 0.70–1.49, p=.917)였다. 위양성률도 19.3%(249/1,289) 대 18.5%(245/1,324), 조정 OR 1.00(0.79–1.26, p=.985)로 개선되지 않았다.

CT 시행률은 44.7% 대 46.8%(조정 OR 0.90, p=.194), 응급실 체류는 968분 대 972분, 30일 재방문은 6.7% 대 6.6%였다. 항생제 결정과 타과 의뢰에도 유의한 연관이 없었다. CT 결정시간은 비조정 비교에서 159분 대 138분으로 길었지만(p=.043), 조정 후에는 p=.090으로 유의하지 않았다. AI 양성군 162 대 138분, 고정형 촬영군 176 대 149분의 지연은 사후 하위분석이므로 위해의 확정 증거가 아니라 재검증할 신호다.

AI 단독 민감도는 95.3%였지만 위양성률은 61.7%, 양성 표시는 70.8%였다. 목표 4,862명의 73.5%만 모집한 단일병원·코로나19 시기·전공의 연구다. 별도 1병원 전향 관찰 18,680건에서는 version 3 공개 월의 판독이 13.3초, 비공개 월은 14.8초였지만, AI 양성 영상은 18.6초 대 18.4초로 차이가 없었다. 월별 비무작위 비교, 2,472건 시간 이상치 제외, 정확도 미평가라는 경계가 있다.

후향 0.94가 전향 0.84로 내려왔다

모스크바 공공기관 연구진은 논문 표기상 INSIGHT CXR v3.110을 외부 평가했다. 선별된 73건의 후향 다판독 시험에서 AI AUC는 0.94(95% CI 0.87–1.00), 민감도 0.90, 특이도 0.89였다. 같은 지역의 일상 진료를 전향적으로 처리한 5,373건 중 기술 결함 621건을 제외한 4,752건에서는 AUC 0.84(0.82–0.86), 민감도 0.77, 특이도 0.81로 낮아졌다.

전향 기준은 주로 판독의 한 명의 보고서를 자체 텍스트 도구로 분류했고 전문가 재판독은 378건뿐이다. 후향 73건은 애매한 사례와 기술 결함을 덜어낸 벤치마크이므로 0.10 차이는 관찰 신호이지 동일 기준 인과 추정은 아니다. 또 v2.5.7.4의 3기관 후향 5,887건은 CT 기준 AUC 0.771이 가시적 CXR 기준에서 0.839~0.872로 변했다. CT 동시촬영자 선택, 세 표적소견 한정, 루닛의 표지 도구 제공은 기준진단과 표본이 성능값을 바꾼다는 경계다.

결절 선별 RCT의 양성 신호는 별도로 남는다

건강검진센터의 다른 RCT는 같은 v2.0.2.0을 썼지만 응급환자가 아니라 성인 검진자 10,476명과 경력 13~36년의 영상의학과 전문의를 시험했다. 3개월 안 CT로 확인된 Lung-RADS 4 “조치 가능 결절” 발견률은 AI군 0.59%(31/5,238), 대조군 0.25%(13/5,238), OR 2.4(95% CI 1.3–4.7, p=.008)였다. 위양성 의뢰율은 45.9% 대 56.0%(p=.14)로 차이가 확인되지 않았다.

악성 결절 8 대 0과 폐암 6 대 0이라는 원자료는 눈에 띄지만, Firth 보정 후 OR의 신뢰구간은 각각 0.98–295.1(p=.05), 0.73–231.1(p=.08)이다. 질병 발생이 매우 적고 47%가 엑스레이 결과와 무관하게 CT를 받았다. 연구진도 환자 관리 변화, 예후·사망을 평가하지 못했다고 적었다. 목표 추정 84,000명보다 훨씬 적은 단일기관 표본이므로 “폐암 조기진단이나 생존을 입증했다”는 확장은 금물이다. 회사 보도자료의 “임상 효과 입증”은 이 좁은 1차 결과보다 넓다.

CXR4와 논문 버전은 같은 제품이 아니다

회사는 2025년 5월 CXR4가 CE MDR 인증을 받았고 11개 소견, 정상 플래깅, 이전 영상 비교, 급성 골절 탐지를 제공한다고 발표했다. 브로슈어는 95~99% 정확도와 120만 장 이상 학습을 제시하지만 근거로 회사 임상평가보고서와 여러 이전 버전 연구를 섞는다. 같은 문서 말미에는 INSIGHT CXR이 FDA cleared device가 아니며 국가별 이용 가능성이 다르다고 명시한다.

응급실·결절 RCT는 v2.0.2.0, 모스크바는 논문 표기 v3.110이다. Project AIR 386건에서 v3.1.4.4 AUC는 0.93이었지만 업체가 알고리즘을 무상 제공한 후향 단독시험이다. 베트남 TB 2,708건에서는 v3.1.0.0에서 v3.9.0.1로 AUC가 0.76에서 0.78로 올랐다. 그러나 같은 임계값이면 특이도가 45.8%에서 23.1%로 내려가 검사량이 36.4% 늘었고, 재보정하면 차이가 사라졌다. 루닛이 무료 처리한 선택 표본이므로 독립으로 세지 않았다. 어느 결과도 공개 브리지 없이 CXR4에 승계할 수 없다.

FDA 510(k)는 두 소견의 수동적 우선순위다

K211733은 2021년 11월 “Lunit INSIGHT CXR Triage”를 Class II, QFM으로 실질적 동등 판정했다. 성인 정면 엑스레이에서 의심 흉막삼출·기흉 사례를 PACS 작업목록에서 먼저 보게 하는 수동적 알림이다. 특정 병변 위치를 가리키지 않고, 적극 알림이나 단독 임상결정용도 아니다.

신청자 제출 요약의 1,708건에서 흉막삼출 AUC는 0.9686, 민감도 89.86%, 특이도 93.48%; 기흉은 0.9630, 88.92%, 90.51%였다. 이는 FDA가 CXR4의 11개 소견 진단, 결절 선별 또는 응급실 결과 개선을 허가했다는 뜻이 아니다.

편집 판단: 좋은 탐지기와 좋은 배치는 다르다

확인된 최선의 결론은 “결절 탐지 능력은 유망하고 특정 검진 흐름에서 발견률을 높였으나, 급성 응급실 흐름의 정확진단·업무·환자 결과 개선은 확인되지 않았다”이다. 구매 판단은 CXR4 현행 빌드에서 기관별 유병률과 장비, 판독자 경력을 반영한 전향 무작위 도입으로 다시 시작해야 한다. STARD-AI에 따라 표본 흐름·기준진단·하위집단·버전을 고정하고, DECIDE-AI에 따라 경보 수, 무시율, 판독·CT 결정시간, 추가검사와 오류 복구를 함께 기록해야 한다.

자료와 해석 범위

공개자료 마감은 2026년 8월 22일이다. 회사 페이지와 공시는 기능·규제·자체 해석을 확인하는 데만 썼고 효능의 독립 확인으로 세지 않았다. 응급실 RCT와 결절 RCT에는 루닛 직원 저자는 없지만, 전자에서 황의진은 현 연구 밖 루닛 연구비, 박창민은 현 연구 밖 루닛 연구비와 루닛·코어라인소프트 스톡옵션을 신고했다. 후자에서는 황의진이 루닛 연구비, 박창민이 루닛·코어라인소프트 스톡옵션과 프로메디우스 주식을 신고했다. 두 연구비는 보건복지부·KHIDI HI19C1129이며, 이 관계 때문에 “완전 독립”이라 부르지 않았다. 모스크바 연구는 이해상충 없음과 모스크바 기관 연구비를, Project AIR는 업체의 알고리즘 무상 제공·데이터 및 출판 통제 없음과 저자별 기타 관계를 밝혔다.

• 실제 도입 빌드가 CXR4의 어느 세부 버전이며 시험 버전과 무엇이 같은가?
• 우리 환자군에서 소견별 민감도·특이도·양성예측도와 기술실패 분모는 얼마인가?
• 경보를 본 뒤 판독시간, CT 결정시간, 추가검사와 30일 환자 결과가 어떻게 달라지는가?
• 연령·성별·장비·병동·촬영 자세별 오류 격차와 제외율을 누가 감시하는가?
• 판독자가 경보를 무시·수정한 로그와 업데이트 전후 성능을 계약상 확보할 수 있는가?