왼쪽부터 고려대 인공지능학과 조대현 석박통합과정(제1저자), 고려대 안암병원 영상의학과 유성혜 교수(공동제2저자), 고려대 안암병원 영상의학과 김보규 교수(공동제2저자), 고려대 인공지능학과 크리스티안 왈라븐(Christian Wallraven) 교수(교신저자).

 

[대학저널 온종림 기자] 고려대학교 인공지능학과 크리스티안 왈라븐(Christian Wallraven) 교수 연구팀이 고려대 안암병원 영상의학과 유성혜·김보규·박아림 교수 연구팀과의 융합 연구를 통해 의료 AI 평가 지표 중 ‘강건성’이 가장 신뢰할 수 있는 핵심 기준임을 입증했다.

강건성(Robustness)이란 같은 구조의 AI를 서로 다른 조건으로 여러 번 학습시켰을 때, 설명 결과가 얼마나 일관되게 유지되는지를 나타내는 지표를 말한다. 값이 높을수록 특정 학습에 우연히 의존하지 않는 안정적인 설명이라는 것이다.

그동안 AI의 진단과 설명이 ‘얼마나 믿을 만한가’를 채점하는 평가 지표들이 여럿 제안됐지만, 정작 이 지표들이 실제 임상적으로 의미가 있는지는 체계적으로 검증된 적이 없었다.

연구팀은 영국 바이오뱅크(UK Biobank)와 알츠하이머병 신경영상 이니셔티브(ADNI)의 뇌 MRI 약 4만 건을 기초 데이터로 활용해, 서로 다른 9가지 딥러닝 모델 구조와 8가지 대표적인 설명 기법을 조합하는 방식으로 총 1만 건 이상의 대규모 시뮬레이션 분석을 수행했다. 이는 수십 건에 그쳤던 기존 연구에 비해 대폭 확장된 규모다.

그 결과, 충실성(얼마나 핵심을 짚었는지), 복잡성(설명이 직관적이고 단순한지) 등 기존에 널리 쓰이던 평가 지표들은 실제 임상적 근거와 잘 맞지 않거나 모델 구조에 따라 점수가 크게 달라지는 한계를 보였다.

반면 여러 평가 지표 중 강건성만이 병리학적 통계(뇌 형태 분석)와 영상의학과 전문의의 판단 모두에 일관되게 부합했다. 또 강건성 지표는 AI 모델이 바뀌어도 평가가 흔들리지 않는 높은 범용성을 보였으며, 단 하나의 AI 모델만으로도 신속하고 효율적이게 계산할 수 있어 실제 의료 현장 활용에 매우 적합한 것으로 나타났다.

크리스티안 왈라븐 교수는 “안정적이고 효율적인 강건성 지표를 통해 병원 현장에서 신뢰할 수 있는 AI 설명을 가려낼 수 있을 것으로 기대한다”고 밝혔다.

이번 연구는 한국연구재단과 정보통신기획평가원(IITP)의 지원을 받아 수행됐으며 국제 학술지인 ‘Medical Image Analysis(IF=11.8)’ 온라인에 6월 16일 게재됐다.

 

[ⓒ 대학저널. 무단전재-재배포 금지]