의료 AI는 언제 환자에게 도착하는가: 허가에서 결과까지 잇는 증거 사다리

의료 AI를 평가할 때 가장 위험한 문장은 “정확도가 높아 환자에게 도움이 된다”다. 정확도와 도움 사이에는 문턱이 있다. 허가된 용도로 병원 시스템에 들어가고, 실제 환자군에서 성능이 유지되며, 의료진의 행동이 진단·치료와 환자 결과를 바꿔야 한다. 추가 검사와 대응 인력 비용도 묻는다.

이 글은 루닛 INSIGHT CXR, 뷰노메드 딥카스, 코어라인소프트 AVIEW LCS를 하나의 진료경로나 우열표로 묶지 않는다. 세 제품은 흉부 엑스레이 판독, 일반병동 악화예측, 폐암검진 CT라는 다른 문제를 푼다. 기업편의 36개 주장 행을 같은 장부에 올려 어느 계단이 관측됐고 무엇이 비었는지 살폈다.

성능표는 임상효과의 예고편일 뿐이다

루닛의 후향 결절 비교에서 특정 버전의 AUC는 0.93이었고, 모스크바 일상자료에서는 후향 0.94가 전향 0.84로 낮아졌다. 뷰노의 55,083입원 연구에서 딥카스 AUROC는 0.869로 MEWS 0.756, NEWS 0.767보다 높았다. 코어라인 4ITLR에서는 의뢰 대상 102건 중 AI 누락이 3건, 의사는 12건이었다. 모두 유용하지만 같은 질문의 답은 아니다.

AUC는 정답이 붙은 표본에서 위험 순서를 얼마나 잘 가르는지 말한다. 누락 건수는 특정 임계값과 판정 규칙 아래의 오류를 센다. 이것만으로 의료진이 결과를 제때 봤는지, 불필요한 CT·전실이 늘었는지, 심정지나 사망이 줄었는지는 알 수 없다. 제품을 평가하려면 숫자의 크기보다 그 숫자가 멈춘 계단을 먼저 표시해야 한다.

근거 구성: 무엇이 누구의 말인가

주제편의 핵심 문서도 13건으로 고정했다. 회사가 말한 현재 기능, 고객·운영기관이 관찰한 배치, 규제기관이 허용한 용도, 회사 이해관계가 확인되지 않은 외부 연구, 일반 보고기준을 서로 다른 칸에 뒀다. 학술지에 실렸더라도 회사 직원·연구비·주식·제품 무상제공이 해당 주장과 연결되면 독립으로 세지 않았다.

근거 유형	건수	대표 원자료
회사 자체 자료	3	루닛 CXR4, 뷰노 딥카스, 코어라인 LCS PLUS
고객·운영 상대방 확인	2	루닛 응급실 RCT, 딥카스 3개 2차병원 연구
정부·규제·법정 기록	3	루닛 FDA K211733, 딥카스 평가유예 별표, AVIEW FDA K221592
독립 연구·시험	3	루닛 모스크바 외부평가, AVIEW 4ITLR, AVIEW BioMILD
일반 표준·방법론	2	STARD-AI, DECIDE-AI
합계	13	세 기업의 효능을 합산하지 않고 출처 역할만 교차 대조

독립 연구 3건 중 두 건은 AVIEW의 특정 연구 버전을 다룬다. 세 제품의 독립 근거가 고르게 채워진 것이 아니다. 딥카스 환자결과 연구에는 모두 뷰노 직원이 참여했고 회사 비참여 재현 연구는 확인하지 못했다. ‘독립 0’도 보여야 근거의 비대칭이 드러난다.

허가는 출발 허가이지 도착 증명서가 아니다

규제문서는 제품이 어느 입력을 받아 누구에게 어떤 출력을 제공하도록 허용됐는지를 정한다. 루닛 K211733은 성인 정면 흉부 엑스레이의 흉막삼출·기흉 의심 사례를 작업목록에서 먼저 보게 하는 수동적 우선순위 기능이다. 현재 CXR4가 소개하는 11개 소견 전체의 진단이나 환자결과를 허가했다는 뜻이 아니다. 코어라인 K221592도 무증상 인구 CT에서 3~20㎜ 결절을 찾되, 영상의학과 의사의 초기 판독 뒤 쓰는 second reader 용도다. 4ITLR의 first-reader 가능성 연구를 자율판독 허가로 번역할 수 없다.

딥카스는 국내 품목허가와 혁신의료기기 지정, 2022년 8월부터 2026년 3월까지의 평가유예 비급여 운영 이력이 있다. 평가유예는 안전성·유효성 평가의 완료가 아니다. 2026년 8월 회사는 정식 신의료기술평가가 진행 중이라고 밝혔지만, 조사 기준일 현재 최종 정부 결과는 확인하지 못했다. 한 병원의 1만4000원 공개가격이나 회사 매출도 급여 결정·비용효과와 다른 값이다.

따라서 등록번호 옆에는 국가, 날짜, 제품·버전, intended use, 사용자와 제한사항을 붙여야 한다. ‘FDA’, ‘CE’, ‘혁신’이라는 표지만 떼면 사용범위가 사라지고 임상효과처럼 보인다.

실제 배치는 사람이 움직여야 완성된다

임상 AI의 최소 전달경로는 입력 성공 → 결과 생성 → 의료진 열람 → 판단 수정·확인 → 검사·처치 → 환자 결과다. 어느 화살표든 끊기면 높은 단독성능은 효용으로 전달되지 않는다. 루닛 v2.0.2.0을 쓴 응급실 무작위시험 3,576명에서 판독 민감도는 67.2% 대 66.0%, 조정 OR 1.02였고 CT 시행, 항생제, 의뢰, 체류시간, 30일 재방문도 개선되지 않았다. AI 단독 민감도는 95.3%였지만 위양성률은 61.7%였다. 많이 울리는 경보가 사람 판단을 돕지 못할 수 있음을 보여 준다.

반대로 같은 버전의 건강검진 RCT 10,476명에서는 CT로 확인된 조치 가능 결절이 0.59% 대 0.25%로 늘었다. 그러나 폐암 사건은 적고 예후·사망은 평가하지 않았다. 같은 알고리즘도 응급실의 급성질환 판독과 검진 결절 선별에서 다른 결과를 낸다. 제품명이 아니라 환자군, 판독자, 임계값과 후속행동을 배치 단위로 기록해야 하는 이유다.

환자결과가 보여도 인과성은 따로 심사해야 한다

딥카스는 세 제품 가운데 환자결과 계단에 가장 가까운 공개 신호가 있다. 단일병원 고위험 2,906건 연구에서 심정지는 2.07% 대 1.06%, 보정 위험비 0.54였고 원내 사망의 보정 위험비는 0.65였다. 3개 2차병원 최종 164,761입원의 시차도입 전후 연구에서는 심정지 보정률비 0.79, 사망 보정률비 0.85가 관찰됐다.

첫 연구는 경보 뒤 행동 여부가 군을 갈랐고, 두 번째는 달력시간에 따른 진료 변화가 섞일 수 있는 비무작위 전후 설계다. 둘 다 v1.3.2를 썼고 뷰노 직원이 구현·자료 품질·분석 또는 집필에 참여했다. 일부 처치시간과 신경학적 결과는 유의하지 않거나 불리한 방향이었다. 정확한 문장은 ‘도입 또는 AI 유도 행동과 더 나은 결과의 연관성이 두 환경에서 반복됐다’다. 인과 문장에는 무작위 또는 더 강한 독립 준실험이 필요하다.

오류는 양쪽 문을 함께 세야 한다

코어라인 4ITLR의 3,678건 분석에서 AI 음성 오분류는 31건, 영상의학과 의사는 407건이었다. 의뢰 대상 102건 중 누락도 3건 대 12건이었다. 하지만 전문가 기준 음성을 양성 쪽으로 올린 반대 오류는 AI 209건, 의사 18건이었다. 놓침을 줄이는 방향과 추가 검토를 늘리는 방향이 동시에 나타난 것이다. 논문이 계산한 71.2% 음성 제외 잠재력도 실제 판독시간·인력·비용 절감이 아니다.

공통 장부에는 민감도뿐 아니라 특이도, 예측도, 판독불가·기술실패, 경보 수, 무시·수정률, 추가검사와 위해를 같은 분모로 넣어야 한다. 유병률과 임계값이 바뀌면 놓침과 경보부담도 움직인다. 한쪽 오류만 공개하는 비교표는 광고표가 되기 쉽다.

버전 여권이 없으면 과거 근거가 현재로 이동한다

세 기업 모두 논문 버전과 현재 제품 페이지 사이에 공개 연결 공백이 있다. 루닛 연구는 v2.0.2.0·v3.110·v3.1.4.4를 다루지만 현재 제품은 CXR4다. 딥카스의 환자결과는 v1.3.2이고 현재 페이지는 설치 빌드를 밝히지 않는다. AVIEW는 v1.1.42.92, v2.5, FDA 기술표의 v2.0과 빌드 미표기 LCS PLUS가 공존한다.

필요한 것은 제품명 아래의 버전 여권이다. 모델 해시와 임계값, 학습·검증 데이터의 기준일, 입력 장비·전처리, 변경 기능, 이전 버전과의 브리지 시험, 배포 기관·날짜, 업데이트 전후 성능과 롤백 조건을 묶어야 한다. 규제 허가와 논문 DOI도 이 여권에 연결돼야 한다. 그래야 과거 버전의 좋은 수치가 현재 판매 페이지로 조용히 이동하는 일을 막을 수 있다.

36개 행이 요구하는 최소 임상 장부

36개 행은 기업 점수표가 아니라 기능·허가·연구·운영·공백을 주장 단위로 나눈 대표 장부다. 제품·버전·사용 목적, 출처 역할과 회사 관여, 설계와 모집·제외 분모 뒤에 기술성능, 업무, 사람의 조치, 환자 결과, 경제성과 다음 증거를 놓는다.

실제 병원 감사에서는 한 배포 코호트를 따라 적격 검사·입원 → 입력 성공 → AI 출력 → 정해진 시간 내 열람 → 사람의 확인·수정 → 검사·처치 → 30일·90일 결과를 연결해야 한다. 각 단계의 전체 수와 중도 탈락, 중앙값과 P90 대응시간, 야간·주말, 병원·장비·연령·성별 하위집단을 함께 공개한다. 비용은 라이선스뿐 아니라 연동, 교육, 검수, 경보 대응, 추가검사, 장애와 업데이트까지 같은 기간에 센다.

편집부의 판단: 의료 AI의 값은 연결된 증거에 있다

세 제품은 모두 데모 단계를 넘어선 공개 근거를 갖고 있다. 루닛은 양성·음성 결과를 함께 가진 무작위시험, 딥카스는 대규모 비무작위 환자결과, 코어라인은 국가검진 운영과 first-reader 가능성 자료가 있다. 동시에 루닛은 현행 CXR4로의 버전 이전과 응급실 효용, 딥카스는 독립 인과 재현과 대응 경로, 코어라인은 실제 first-reader 운영·환자결과·경제성이 비어 있다.

매체의 역할은 허가를 효능으로, 정확도를 행동으로, 행동의 연관성을 인과로, 계산된 잠재력을 비용 절감으로 바꾸지 않는 것이다. 출처 구성과 공백을 함께 공개하면 회사 설명도 제3자 근거와 같은 무게로 보이지 않는다. 신뢰는 가장 큰 숫자가 아니라 끊기지 않은 증거 사슬에서 생긴다.

자료와 해석 범위

공개자료 마감은 2026년 8월 22일이다. 세 기업은 실제 한 진료경로나 사업 관계를 구성하지 않으며, 36개 행은 전수조사나 기업 순위표가 아닌 대표 주장 표본이다. 회사 자료는 현재 기능과 자기 설명을, 고객·운영 자료는 해당 기관의 배치를, 규제문서는 정확한 허용범위를 확인하는 데 썼다. 회사 저자·연구비·주식·제품 제공이 확인된 논문은 독립으로 세지 않았다. 공개 확인 실패는 사실의 부재가 아니다. 비공개 계약, 최신 설치 빌드, 병원 경보·판독 로그와 환자 단위 원자료에는 접근하지 못했다.

• 지금 구매하려는 설치본은 어느 논문·허가의 정확한 버전과 연결되는가?
• 전체 적격 환자 중 입력 성공, 결과 열람, 사람 확인, 실제 조치까지 각각 몇 명이 남는가?
• 놓침과 위양성, 경보 무시와 추가검사를 같은 분모로 공개하는가?
• 회사가 설계·분석·집필에 참여하지 않은 기관이 업무와 환자 결과를 재현했는가?
• 라이선스·연동·인력·추가검사·장애를 포함한 환자당 순비용과 업데이트 후 성능은 얼마인가?