Meissa: Multi-modal Medical Agentic Intelligence

고비용과 지연 시간, 개인정보 보호 문제를 해결하기 위해 제안된 'Meissa'는 40K 개의 정제된 궤적 데이터를 기반으로 학습된 4B 파라미터 규모의 경량 멀티모달 의료 에이전트 모델로, 오프라인 환경에서도 선진 모델에 버금가는 성능을 발휘하며 복잡한 의료 의사결정을 지원합니다.

핵심

🩺 메이사 (Meissa): 의사를 위한 '똑똑한 보조 의사' 로봇

이 논문은 **'메이사 (Meissa)'**라는 새로운 인공지능 시스템을 소개합니다. 메이사는 복잡한 의료 영상 (엑스레이, 조직 검사 등) 과 환자 기록을 보고 진단을 내리는 AI 의사입니다.

기존의 최신 AI 들은 매우 똑똑하지만, 클라우드 서버에 있어야만 작동하고 비용이 비싸며, 환자 정보가 외부로 나갈 위험이 있어 실제 병원에서 쓰기 어려웠습니다. 메이사는 이 문제를 해결하기 위해 **작고 가벼우면서도 (40 억 개의 파라미터), 병원 컴퓨터 안에서 혼자서 완벽하게 작동할 수 있는 '에이전트 (Agent)'**로 만들어졌습니다.

이 복잡한 기술을 일상적인 비유로 쉽게 설명해 드릴겠습니다.

---

1. 문제: "거인"은 너무 무겁고 비싸다

기존의 최첨단 AI(예: GPT-4, Gemini 등) 는 거대한 도서관과 같습니다. 모든 지식을 가지고 있어 어떤 질문에도 답할 수 있지만, 이 도서관을 빌리려면 매우 비싼 요금을 내야 하고, 매번 도서관까지 이동해야 (클라우드 API) 하며, 시간도 오래 걸립니다.

또한, 환자의 민감한 정보를 외부 도서관으로 가져가는 것은 병원에서 절대 허용되지 않습니다.

2. 해결책: 메이사 (Meissa) - "스마트한 수습 의사"

메이사는 거대한 도서관 대신 작은 책상 위에 있는 똑똑한 수습 의사와 같습니다.

• 작고 가벼움: 거대한 서버가 아니라, 병원의 일반 컴퓨터에서도 돌아갑니다.
• 오프라인 작동: 인터넷이 없어도, 환자 정보가 외부로 나가지 않아도 스스로 진단할 수 있습니다.
• 빠른 속도: 거인 AI 가 답을 찾는 데 87 초가 걸린다면, 메이사는 평균 4 초 만에 답을 찾습니다. (약 22 배 빠름)

3. 핵심 기술: 어떻게 이렇게 똑똑해졌을까?

메이사는 단순히 책만 읽은 것이 아니라, 현장 경험을 통해 배운 수습 의사입니다. 여기서 두 가지 중요한 비유가 나옵니다.

🧠 비유 1: "어떤 상황에 어떤 도구를 쓸까?" (전략 선택)

의사에게 두 가지 선택지가 있습니다.

1. 직접 진단: 눈으로 보고 머리로만 생각해서 바로 답을 내는 경우.
2. 도구 사용: 엑스레이 분석기, 조직 검사 도구, 다른 전문의와 상의하는 경우.

기존 AI 는 모든 질문에 무조건 "도구"를 부리거나, 반대로 무조건 "머리"만 쓰느라 틀리는 경우가 많았습니다.
메이사는 어떤 질문은 머리로만 풀고, 어떤 질문은 도구를 써야 하는지를 스스로 배웠습니다.

• 쉬운 질문 (예: "폐에 물이 차 있나요?"): 바로 눈으로 보고 답함. (도구 불필요)
• 어려운 질문 (예: "이 덩어리가 암인가요?"): 조직 검사 도구를 쓰거나, 다른 전문의 (다중 에이전트) 와 토론함.

이를 위해 연구진은 **"3 단계 교육법"**을 썼습니다.

1. 1 단계: 수습의사가 혼자서 쉽게 풀 수 있는 문제만 모아서 "직접 진단"을 연습.
2. 2 단계: 수습의사가 틀린데, 선배 의사 (거대 AI) 가 도구 없이 풀 수 있는 문제를 모아서 "더 깊은 생각"을 연습.
3. 3 단계: 정말 어려운 문제만 골라서, 선배 의사가 모든 도구와 전문가들을 동원해 해결하는 과정을 보여줌.

이렇게 질문의 난이도에 따라 필요한 노력 (도구 사용 여부) 을 단계별로 가르친 것이 핵심입니다.

🔄 비유 2: "실시간 탐험"과 "사후 분석" (실행 방법)

메이사는 단순히 정답만 외운 것이 아니라, 어떻게 문제를 해결하는지도 배웠습니다.

• 전망 (Prospective): 선배 의사가 문제를 풀 때, "아, 이걸 보고 실수할 수도 있겠네"라고 실시간으로 고민하며 도구들을 써가는 과정을 기록했습니다. (탐험의 과정)
• 회고 (Retrospective): 정답을 알고 난 후, "왜 그 도구를 썼는지, 왜 그 순서로 했는지"를 논리 정연하게 정리한 기록도 만들었습니다. (사후 분석)

메이사는 이 두 가지를 모두 학습해서, **실제 상황에서는 유연하게 대응하고 (탐험), 결론을 내릴 때는 논리 정연하게 설명 (회고)**할 수 있게 되었습니다.

4. 실제 성과: 거인 AI 와 어깨를 나란히

실험 결과, 메이사는 13 가지 의료 분야 (폐 엑스레이, 조직 검사, 임상 진단 등) 에서 거대 AI(선배 의사) 와 거의同等한 성능을 보였습니다.

• 비용: 거대 AI 보다 25 배 이상 적은 자원으로 작동합니다.
• 속도: 22 배 더 빠릅니다.
• 정확도: 16 가지 평가 기준 중 10 가지에서 거대 AI 를 능가하거나 맞먹었습니다.

특히, 도구를 쓸 때와 안 쓸 때를 스스로 판단해서, 불필요한 도구 사용을 줄이고 정확도를 높였습니다. (예: "도구를 쓸 필요가 없는 쉬운 질문에는 도구를 쓰지 않아서 시간을 아끼고, 어려운 질문에만 도구를 써서 정확도를 높임")

5. 결론: 병원의 미래를 바꿀 작은 영웅

메이사는 **"거대하고 비싼 AI"**를 대신할 수 있는 **"작지만 똑똑하고 안전한 AI"**입니다.

• 병원에서는: 환자 데이터를 외부로 보내지 않고, 인터넷 없이도 실시간으로 진단을 도와줍니다.
• 환자에게는: 더 빠르고 정확한 진단을 받을 수 있게 됩니다.

이 기술은 마치 거대한 도서관을 대신할 수 있는, 손바닥 크기의 만능 참고서를 병원에 가져다 놓은 것과 같습니다. 이제 AI 는 더 이상 먼 곳의 거인이 아니라, 우리 곁에서 함께 일하는 똑똑한 동료 의사가 된 것입니다.

기술 요약

1. 문제 정의 (Problem)

현재 의료 분야에서 멀티모달 대규모 언어 모델 (MM-LLM) 은 의료 영상 이해와 임상 추론에서 뛰어난 성능을 보여주고 있습니다. 특히 도구 사용 (Tool Use) 과 다중 에이전트 협업을 통해 복잡한 의사결정이 가능한 '에이전트 시스템'으로 발전했습니다. 그러나 이러한 시스템에는 다음과 같은 심각한 한계가 존재합니다:

• 프론티어 모델 의존성: 대부분의 고성능 에이전트는 GPT-4, Gemini 등 비공개 프론티어 모델의 API 를 통해 클라우드에서 구동됩니다.
• 배포 제약: 의료 데이터는 환자 프라이버시 보호를 위해 온프레미스 (온사이트) 에 보관되어야 하지만, API 기반 시스템은 데이터 외부 유출 위험이 있습니다.
• 비용 및 지연: 반복적인 API 호출은 높은 비용과 긴 지연 시간 (Latency) 을 초래하여 실시간 임상 워크플로우를 방해합니다.
• 학습 데이터 부재: 에이전트의 행동 (언제 도구를 사용할지, 어떻게 상호작용할지) 을 가르칠 수 있는 구조화된 공개 학습 코퍼스가 부족합니다.

2. 방법론 (Methodology)

저자들은 프론티어 모델의 에이전트 행동을 경량 모델 (Qwen3-VL-4B 기반) 로 전이 (Distillation) 하는 Meissa를 제안합니다. 핵심은 정적인 답변이 아닌, **상호작용 정책 (Interaction Policy)**을 학습하는 것입니다.

2.1. 통합 궤적 모델링 (Unified Trajectory Modeling)

모든 에이전트 상호작용 (직접 추론, 도구 호출, 다중 에이전트 토론, 임상 시뮬레이션) 을 단일 상태 - 행동 - 관찰 (State-Action-Observation) 형식으로 통합하여 모델링합니다. 이를 통해 이질적인 의료 환경 간에 하나의 모델이 일반화될 수 있도록 합니다.

2.2. 3 단계 계층적 감독 (Three-tier Stratified Supervision)

모델의 오답을 커리큘럼 신호로 활용하여 상호작용 깊이를 점진적으로 확장하는 데이터 생성 파이프라인을 설계했습니다.

• Tier 1 (직접 추론): 학생 모델 (Meissa) 이 정답을 바로 도출하는 쉬운 질문은 외부 도구 없이 직접 추론하는 궤적으로 학습.
• Tier 2 (강화 추론): 학생 모델이 틀렸지만 강력한 교사 모델 (Gemini-3-flash) 이 도구 없이 정답을 도출하는 질문은 더 나은 추론 궤적으로 학습.
• Tier 3 (에이전트 상호작용): 두 모델 모두 실패한 가장 어려운 샘플만 4 가지 에이전트 환경 (도구 호출, 이미지와 교차 추론, 다중 에이전트 협업, 임상 시뮬레이션) 에서 풀이된 완전한 에이전트 궤적으로 학습.
• 효과: 이 방식은 모델이 질문의 난이도에 따라 '직접 답변'할지 '외부 상호작용'을 할지 스스로 판단하는 전략 선택 능력을 학습하게 합니다.

2.3. 전향적 - 후향적 감독 (Prospective-Retrospective Supervision)

에이전트 환경 내에서 '어떻게 행동할지'를 학습하기 위해 두 가지 신호를 결합합니다.

• 전향적 (Prospective): 실시간 추론 과정에서 기록된 탐색적 궤적 (실제 관찰에 기반한 의사결정).
• 후향적 (Retrospective): 정답이 알려진 상태에서, 동일한 행동 순서를 유지하되 논리를 정리한 '사후 합리화' 궤적.
• 효과: 전향적 데이터는 불확실성 하의 탐색 정책을, 후향적 데이터는 최적의 실행 정책을 학습시켜 안정적인 에이전트 행동을 유도합니다.

3. 주요 기여 (Key Contributions)

1. 통합 궤적 표현 및 합성 파이프라인: 이질적인 의료 환경 (도구, 이미지, 토론, 시뮬레이션) 전반에 걸쳐 에이전트 행동에 대한 감독 데이터를 체계적으로 생성하는 방법을 제시.
2. 경량 오프라인 에이전트 모델 (Meissa): 40 억 파라미터 규모의 모델이 프론티어 모델 수준의 복잡한 에이전트 행동을 오프라인에서 수행 가능함을 입증.
3. 실증적 검증: 분포 내 (In-distribution) 및 분포 외 (OOD) 벤치마크에서 폐쇄형 모델과 경쟁력 있는 성능을 보이며, 학습된 정책이 의미 있음을 증명.

4. 실험 결과 (Results)

Meissa 는 13 개의 의료 벤치마크 (방사선, 병리, 임상 추론 등) 와 4 가지 에이전트 평가 프레임워크에서 평가되었습니다.

• 성능: 16 가지 평가 설정 중 10 개에서 프론티어 모델 (GPT-4o, Gemini-3 등) 과 대등하거나 더 나은 성능을 기록했습니다.
  • 특히 **ChestAgentBench (OOD)**에서 62.8% 정확도를 기록하여 GPT-4o 를 능가했습니다.
  • PathVQA와 MIMIC-CXR-VQA에서 모든 방법 중 1 위를 차지했습니다.
• 효율성:
  • 파라미터: Gemini-3 등 프론티어 모델 대비 25 배 이상 적은 파라미터 (4B vs 100B+).
  • 지연 시간: 클라우드 API 기반 에이전트 대비 약 22 배 빠른 지연 시간 (평균 4.1 초 vs 87.2 초).
  • 전략 선택: 학습된 라우팅은 '오라클 (Oracle)' 수준의 전략 선택 (72% 는 직접 답변, 28% 는 에이전트 상호작용) 을 달성하여 불필요한 도구 호출을 줄였습니다.
• 비교: RL(강화학습) 기반 모델 (Ophiuchus-7B) 과 유사한 성능을 SFT(지도 미세조정) 만으로 달성하여, RL 에 비해 계산 비용을 획기적으로 줄였습니다.

5. 의의 및 결론 (Significance)

• 실용적 배포 가능성: Meissa 는 고비용의 클라우드 API 의존성을 탈피하여, 병원 내부 서버에서 오프라인으로 실행 가능하게 함으로써 환자 데이터 프라이버시와 규제 준수를 충족시킵니다.
• 비용 효율성: 12 시간의 GPU 학습 (8xA6000) 으로 약 4 만 개의 궤적을 학습하여, 고가의 RL 학습이나 대규모 모델 추론 비용을 절감합니다.
• 지능형 에이전트 학습 패러다임: 단순한 도구 사용이 아닌, "언제 도구를 쓸지 (전략 선택)"와 "어떻게 쓸지 (실행 정책)"를 동시에 학습하는 계층적 감독과 전향적/후향적 데이터 조합의 유효성을 입증했습니다.

결론적으로, Meissa 는 의료 AI 분야에서 고성능 에이전트 시스템을 저비용, 저지연, 오프라인 환경으로 확장할 수 있는 새로운 표준을 제시하며, 실제 임상 현장에 적용 가능한 기술적 토대를 마련했습니다.