의료 AI 60년사 — MYCIN에서 ChatGPT까지
한줄 요약
의료 AI는 1970년대 전문가 시스템에서 시작해 60년 동안 수많은 실패와 부분적 성공을 거쳐, 2020년대에 비로소 실제 임상에 뿌리를 내리기 시작했다.
1972 MYCIN — 최초의 의료 AI, 그리고 채택 실패
1972년, 스탠퍼드대학의 Ted Shortliffe는 박사 논문으로 MYCIN을 개발했다. 감염병 진단과 항생제 처방을 위한 규칙 기반 전문가 시스템이었다.
성능은 놀라웠다. 1979년 평가에서 MYCIN의 처방 적합성은 65%로, 스탠퍼드 의대 교수진(42~62%)보다 높게 나타났다.
그러나 MYCIN은 실제 임상에 도입되지 않았다. 이유는 세 가지였다.
첫째, 다른 시스템과 통합이 불가능했다. 환자 데이터를 수동으로 입력해야 했다. 둘째, 의사들이 AI 추론 과정을 신뢰하지 않았다. “왜 이 항생제를 쓰라는 거지?” — 설명 가능성의 문제는 50년 뒤에도 반복된다. 셋째, 법적 책임 소재가 불분명했다.
MYCIN의 실패는 기술 실패가 아니었다. 도입 실패였다.
1991 APACHE II — 최초로 살아남은 임상 AI
MYCIN과 달리, 1985년 개발되어 1991년 개정된 APACHE II(Acute Physiology and Chronic Health Evaluation II)는 살아남았다.
중환자실 환자의 사망 예측 스코어. 12개 생리 지표를 입력하면 병원 내 사망 확률을 계산했다.
성공 이유는 단순했다. 의사가 직접 숫자를 입력하고, 숫자를 출력받는다. “점수”라는 형태로 의사의 판단을 보조했지 대체하지 않았다. 법적 책임도 여전히 의사에게 있었다.
2009 IBM Watson Oncology — 가장 유명한 실패
IBM은 2011년 퀴즈쇼 제퍼디에서 Watson을 우승시킨 뒤, 의료 분야로 방향을 틀었다. 2009년부터 MD Anderson 암센터와 협력해 Watson for Oncology를 개발했다.
2013~2015년, 전 세계 병원들이 수백만 달러를 내고 Watson Oncology를 도입했다.
2017년, MD Anderson이 협력 중단을 발표했다. 600억 원 이상을 투자하고도 임상 적용에 실패했다.
MIT Technology Review의 2017년 보도가 실패 원인을 정리했다. Watson의 추천은 MD Anderson의 실제 환자 데이터가 아니라 소수 전문의의 의견으로 훈련됐다. 다양한 임상 현실을 반영하지 못했다. 지속적인 학습도 없었다.
크게 선언하고 크게 실패한 AI의 전형적 패턴이었다.
2016 Google DeepMind — 안저 AI, Nature 논문
2016년 8월, DeepMind와 Moorfields Eye Hospital의 공동 연구가 Nature에 발표됐다. 안저(眼底) 사진에서 50개 이상의 안과 질환을 자동 탐지하는 AI였다.
성능은 안과 전문의와 동등하거나 일부 지표에서 우위였다. 이 논문은 “딥러닝이 영상 의학에서 진지하게 작동한다”는 것을 처음으로 대규모로 증명한 사례로 꼽힌다.
2017 Stanford 피부암 AI — 전문의와 동등
2017년 1월, Nature에 Esteva et al.의 논문이 발표됐다. 스탠퍼드대 연구진이 129,450장의 임상 이미지로 훈련한 CNN이 피부과 전문의 21명과 동등한 수준으로 악성 흑색종을 탐지했다.
이 연구의 의의는 벤치마크였다. AI 성능을 “전문의와 비교”로 표준화한 최초의 대형 연구였다. 이후 거의 모든 의료 AI 논문이 이 틀을 따르게 됐다.
2018 FDA — AI 의료기기 최초 승인
2018년 4월, FDA는 당뇨 망막병증 탐지 AI인 IDx-DR을 승인했다. 미국 역사상 최초로 의사의 검토 없이 독립적으로 진단 결정을 내릴 수 있는 AI 의료기기였다.
이 승인이 중요한 이유: “AI가 보조가 아니라 결정을 내릴 수 있다”는 규제 수용의 첫 사례였다. 이후 FDA AI/ML 의료기기 승인이 빠르게 늘어났다.
2020 AlphaFold — 노벨상으로 이어진 혁신
2020년 11월, DeepMind의 AlphaFold2가 단백질 구조 예측 대회 CASP에서 압도적 성능을 기록했다. 50년간 풀리지 않던 생물학의 핵심 문제를 AI가 해결했다.
2024년, AlphaFold 개발자인 Demis Hassabis와 John Jumper는 노벨화학상을 수상했다. 의료 AI 역사에서 처음으로 노벨상이 나온 순간이었다.
2023~2025 — GPT-4 그리고 현재
2023년 3월 GPT-4가 USMLE 90th percentile을 기록했다. 의료 AI는 이제 영상 판독이나 구조화된 데이터를 넘어, 의학 지식 전반을 언어로 처리하는 단계에 들어섰다.
2025년 현재, 한국 식약처 AI 의료기기 허가는 100건을 돌파했다. 미국 FDA는 2024년까지 800건 이상의 AI/ML 의료기기를 승인했다.
핵심 정리
- 1972 MYCIN: 성능은 전문의 이상이었으나 통합·신뢰·법적 책임 문제로 임상 도입 실패
- 1991 APACHE II: “점수 보조”라는 낮은 자율성 덕분에 생존한 최초 임상 AI
- 2009~2017 Watson Oncology: 과장된 기대와 부실한 훈련 데이터로 실패
- 2016 DeepMind 안저 AI: 딥러닝 의료 AI 시대를 연 Nature 논문
- 2017 Stanford 피부암 AI: “전문의와 동등” 벤치마크를 표준화
- 2018 IDx-DR: FDA 최초 자율 진단 AI 승인
- 2020 AlphaFold: 단백질 구조 예측, 2024년 노벨화학상
- 2023 GPT-4: USMLE 90th percentile, 언어 기반 의료 AI 시대 개막