기술 요약: 공중보건 분야에서 인공지능의 현재 역할

문제 정의

머신러닝, 자연어 처리(NLP), 생성형 AI와 같은 기술을 포괄하는 인공지능(AI)은 공중보건 개입의 효율성과 효과성을 개선할 수 있는 이론적 가능성을 보유하고 있다. 광범위한 목표를 지향하며 종종 자원이 제한적인 특성을 가진 공중보건 분야는 복잡한 기술적 솔루션을 도입하는 데 있어 어려움을 겪고 있다. 수많은 연구가 AI의 잠재력을 시뮬레이션하거나 통제된 시험 환경에서 개입을 평가하고 있지만, AI 도구가 현재 일상적인 공중보건 실무에서 어떻게 활용되고 있는지에 대한 이해에는 결정적인 격차가 존재한다. 특히 대규모 언어 모델(LLM)을 중심으로 한 AI의 급격한 진화는 새로운 버전이 차별화된 효과성을 보일 수 있으므로 지속적인 근거 평가를 필요로 한다. 또한, 실험에서는 성공적이었던 개입이 역량, 자원 또는 지식의 부족과 같은 장벽으로 인해 실제 환경에서는 실패하는 경우가 많다. 결과적으로 공중보생 전문가들은 어떤 AI 도구를 채택할지 결정하기 위한 근거 기반이 부족하며, 이는 효과 없는 도구의 도입이나 공공의 신뢰 저하라는 위험을 초래한다.

방법론

본 연구는 공중보건 실무에서 AI의 현재 사용에 관한 기존 근거를 매핑하기 위해 설계된 범위 검토(scoping review)이다. 본 검토는 PRISMA 확장 범위 검토 지침(PRISMA-ScR)을 준수하였으며 Zenodo에 등록되었다.

• 검색 전략: 2020년 1월 1일부터 2025년 7월 24일 사이에 발표된 보고서를 대상으로 4개의 생물학적 데이터베이스(Medline, Embase, Web of Science, Scopus)에서 포괄적인 검색을 수행하였다. 검색에는 특정 AI 검색 측면과 광범위한 공중보건 용어 및 정책/감시 키wo드가 결합되어 사용되었다.
• 선정 기준: 영어로 발표된 1차 연구(실험 또는 관찰 연구), 논평 및 사설을 포함하였다. 포함 기준은 다음과 같다:
  • 고소득 국가(세계은행 정의 기준)와 관련된 공중보건 맥락 내에서 현재 사용 중인 AI 도구를 다룰 것.
  • 해당 AI 도구가 실제 실무에 배치되었다는 근거를 제공할 것(잠재적 용도나 임상 환경 또는 팬데믹 발생 모델링만을 평가한 보고서는 제외).
  • 공중보건 영역(건강 증진, 건강 보호, 의료 공중보건)에 집중할 것.
• 선정 및 데이터 추출: 두 명의 검토자가 독립적으로 제목, 초록 및 전문을 스크닝하였다. 데이터 추출 항목은 보고서 특성, 방법론, 공중보건 맥락, AI 유형, 사용 현황 및 결과였다.
• 이해관계자 참여: 검토 과정에는 건강 결정 요인 연구 협력체(HDRC)의 실무자와 공중보건 AI 리더십 역할을 맡은 전략 디렉터를 포함한 영국 기반의 실행 공동체와의 2단계 자문 과정이 포함되었다.

주요 기여 및 결과

본 검토에서는 5,400개의 기록과 155개의 전문을 스크리닝하였으며, 최종적으로 선정 기준을 충족하는 8개의 보고서를 포함하였다. 이러한 낮은 수율은 일상적인 공중보건 실무에서의 AI 활용에 관한 접근 가능한 근거가 부족함을 보여준다.

포함된 보고서들은 세 가지 공중보건 영역(건강 증진, 건강 보호, 의료 공중보건)을 다루었으며 다양한 AI 기술을 활용하였다:

1. 챗봇 및 대화형 에이전트:

   • Maya (미국): WIC 프로그램을 위한 챗봇으로, 사용자가 서비스를 탐색하고 서류를 업로드하는 것을 도왔다. 질적 인터뷰 결과, 사용자들에게 효율적이고 유용했던 것으로 나타났다.
   • S.A.R.A.H (WHO): 오정보에 대응하기 위해 설계된 생성형 AI 챗봇이다. 테스트 결과 혼재된 성능을 보였다. 일부 공감 능력을 보여주기도 했으나, 사용자의 우려 사항을 직접 해결하거나 근거 기반의 반박을 제공하는 데 자주 실패하여, 저자들은 이것이 WHO에 대한 신뢰를 저해할 수 있다고 경고했다.
   • CareCall (한국): 사회적으로 고립된 개인을 모니터링하기 위한 LLM 기반 전화 챗봇이다. 공공기관 종사자들은 도달 범위의 확대와 빈번한 모니터링이 가능해졌다고 보고했으나, 업무량 증가와 AI와의 상호작용을 꺼리는 일부 사용자의 저항을 언급했다.
   • Chloe (캐나다): 코로나19 증상 체크 도구이다. 영어로 81.8%, 프랑스어로 71.3%의 정확도를 달성했으나 현재는 더 이상 활성화되어 있지 않다.

2. 예측 및 감시를 위한 머신러닝:

   • RSV 예측 (영국): 영국 보건안보청(UKHSA)은 급성 기관지염 아동의 NHS 111 호출 및 응급실 방문 피크 수요를 예측하기 위해 머신러닝(Fourier 변환을 적용한 Random Forest)을 사용했다. 이 모델은 응급실 방문의 피크 시점은 성공적으로 예측했으나, 전례 없는 수요가 발생하는 기간 동안의 NHS 111 호출 피크 예측에는 어려움을 겪었다.

3. 증거 합성(Evidence Synthesis)을 위한 AI:

   • DistillerSR DAISY (캐나다): 코로나19 리뷰를 위한 인용 문헌 스크리닝에 사용된 NLP 시스템이다. 인용 문헌의 98%를 정확하게 분류했으며, 인간 검토자가 놓친 관련 인용 문헌을 식별해냈다.
   • Deduklick, Rayyan, EPPI-Reviewer (영국): 체계적 문헌 고찰을 위한 중복 제거 및 우선순위 스크리닝에 사용된 AI 도구들이다. 이 도구들은 수동 스크리닝이 필요한 기록의 수를 크게 줄였으며, UKHSA 실무에 채택되었다.

4. 증상 확인을 위한 컴퓨터 비전:

   • HeHealth 앱 (싱가포르): 성기 이미지를 분석하여 증상이 있는 엠폭스(mpox)를 감지하도록 수정된 합성곱 신경망(CNN)이다. 2022년까지 21,000장 이상의 이미지를 분석하여 90%의 민감도와 87%의 특이도를 보고했다.

의의 및 주장

본 검토의 주요 결과는 공중보건 실무에서의 AI 실제 적용에 관한 견고하고 접근 가능한 근거가 부족하다는 점이다. 포괄적인 검색에도 불구하고 단 8개의 보고서만이 식별되었는데, 이는 잠재적 AI 용도에 관한 별도의 검토에서 식별된 67개의 보고서와 극명한 대조를 이룬다.

본 논문은 다음과 같은 의의를 주장한다:

• 근거의 격차: 실무 기반 근거의 희소성은 공중보건 팀이 어떤 AI 도구가 유용한지 판단하는 것을 어렵게 만든다.
• 혼재된 효과성: 가용한 제한된 근거는 엇갈린 결과를 보여준다. 일부 도구(예: WIC 챗봇, 증거 합성 도구)는 유익해 보이지만, 다른 도구(예: WHO 챗봇)는 신뢰를 저해하거나 사용자의 요구를 충족하지 못할 위험이 있다.
• 조직적 격차: 포함된 보고서들이 대규모 국가 또는 글로벌 공중보건 기구에 의해 작성되었다는 점은, 소규모 지역 팀들이 AI를 구현하고 평가할 인프라, 자원 또는 역량이 부족하여 잠재적으로 불평등을 심화시킬 수 있음을 시사한다.
• 평가 촉구: 근거가 부재한 상황에서, 저자들은 새로운 AI 개입이 광범위하게 채택되기 전에 효과성과 비용 효율성에 대해 엄격하게 평가되어야 한다고 주장한다.
• 전파의 필요성: 미래의 공중보건 팀의 의사결정에 도움을 줄 수 있는 근거 기반을 구축하기 위해서는 평가 결과가 널리, 그리고 접근 가능하게 전파되어야 한다.

본 검토는 AI가 잠재력을 가지고 있으나, 현재 공중보건 실무로부터 얻을 수 있는 근거 기반은 채택을 가이드하기에 불충분하며, 따라서 실세계 평가 데이터를 생성하고 공유하는 방향으로의 전환이 필요하다고 결론짓는다.