당신이 인체 내부의 미스터리를 풀려는 탐정이라고 상상해 보세요. 이를 위해 당신은 CT 스캐너라는 특별한 카메라를 사용합니다. 이 카메라는 몸을 수백 개의 얇은 단면 슬라이스로 촬영하는데, 마치 식빵 한 덩어리처럼 몸의 내부를 보여주어 의사들이 몸을 절개하지 않고도 깊은 곳을 볼 수 있게 해줍니다. 하지만 까다로운 점은 이 '빵'이 항상 선명하지는 않다는 것입니다. 때로는 '부스러기'(건강한 조직)가 의심스러운 '곰팡이'(암 병변)처럼 보이기도 하고, 때로는 곰팡이가 너무 희미하거나 흐릿해서 인간의 눈조차 알아채기 어려울 때가 있습니다. 바로 여기서 **딥러닝(Deep Learning)**이 등장합니다. 딥러닝을 아주 똑똑하고 지치지 않는 로봇 조수라고 생각해보세요. 이 로봇은 인간 스승으로부터 무엇을 찾아야 할지 정확히 배우는 대신, 수천 장의 사진을 뚫어지게 쳐다보며 해롭지 않은 혹과 위험한 종양을 구별하는 숨겨진 패턴을 스스로 파악해 나갑니다. 과학자들이 던지는 큰 질문은 이것입니다. 환자를 안전하게 보호하기 위해 방사선량을 낮추어 촬영한 사진에서도, 이 로봇들이 인간 의사보다 더 빠르고 정확하게 이 '곰팡이'들을 찾아낼 수 있을 만큼 충분히 잘 훈련될 수 있을 것인가 하는 점입니다.

이 논문은 거대한 '성적표' 리뷰입니다. 저자들은 단 하나의 로봇만을 살펴본 것이 아니라, 2020년에서 2025년 사이에 발표된 57개의 서로 다른 연구들을 모아 분석하여 어떤 로봇 설계가 폐와 복부(배 부위)의 병변을 찾는 데 가장 효과적인지 확인했습니다. 그들은 기존 방식의 로봇 설계(이를 CNN이라 부릅니다)가 여전히 국소적인 세부 사항(예: 반점의 질감)을 포착하는 데 매우 뛰어나지만, 새롭고 화려한 로봇(이를 **트랜스포머(Transformers)**라고 부릅니다)은 전체적인 그림과 신체 각 부위가 서로 어떻게 연관되어 있는지를 이해하는 데 더 뛰어나다는 것을 발견했습니다. '챔피언' 설계는 이 두 가지의 장점을 결합한 하이브리드(Hybrid) 모델, 즉 구식의 날카로운 눈과 신식의 거시적인 뇌를 모두 갖춘 로봇인 것으로 보입니다. 그러나 저자들은 대부분의 로봇이 아직 훈련 중이라는 점을 경고합니다. 이 로봇들은 종종 불균형한 데이터 그룹(예: 건강한 사람의 사진은 많고 환자의 사진은 적은 경우)을 대상으로 테스트되었으며, 실제 병원에서 충분히 검증되지 않았습니다. 따라서 로봇이 점점 똑똑해지고는 있지만, 아직 인간 의사를 대체할 준비는 되지 않았습니다.

탐정의 도구 상자: 로봇은 어떻게 학습하는가

논문의 내용을 이해하기 위해 먼저 연구자들이 사용한 도구를 살펴볼 필요가 있습니다. 이 논문은 신체의 3D 지도를 만드는 CT 영상에 초점을 맞춥니다. 이 지도 안에서 의사들은 병변(lesion), 즉 양성(해롭지 않은 것)일 수도 있고 악성(암인 것)일 수도 있는 비정상적인 점들을 찾습니다. 문제는 이러한 병변들이 정상 조직이나 서로 다른 병변들과 매우 유사해 보일 때가 많다는 점입니다.

논문은 딥러닝(DL) 모델이 이 문제를 어떻게 다루는지 검토합니다. 딥러닝 모델을 한 명의 학생이라고 상상해 보세요.

• 커스텀 CNN (합성곱 신경망): 이들은 벽에 있는 벽돌 한 장을 보는 법을 배운 학생들과 같습니다. 이들은 특정 벽돌의 질감, 모양, 가장자리를 포착하는 데 탁월합니다. 의료계에서 이는 폐 결절의 구체적인 질감을 찾아내는 데 능숙함을 의미합니다.
• 트랜스포머 (Transformers): 이들은 뒤로 물러나 벽 전체를 바라보는 학생들입니다. 이들은 '자기 주의(self-attention)'라는 메커니즘을 사용하여 한 벽돌이 멀리 떨어진 다른 벽돌들과 어떻게 연관되는지 이해합니다. 이는 어떤 점이 단순히 고립된 혹이 아니라 더 큰 패턴의 일부라는 맥즘(context)을 이해하는 데 도움을 줍니다.
• 하이브리드 모델: 이들은 벽돌을 보면서 동시에 벽 전체도 볼 수 있는 '슈퍼 학생'들입니다. 논문은 이들이 국소적 세부 사항을 위한 CNN과 전역적 맥락을 위한 트랜스포머 또는 다른 주의 메커니즘을 혼합함으로써 최고의 성능을 내기 때문에 현재 가장 유망하다고 제안합니다.

리뷰 결과: 좋은 점, 나쁜 점, 그리고 "거의 다 왔지만 아직은 아닌 것"

저자들은 수천 편의 연구 논문을 훑어보고 엄선된 57개의 고품질 연구로 범위를 좁혔습니다. 최첨단 기술의 현황에 대해 그들이 발견한 내용은 다음과 같습니다.

1. 최고의 로봇 설계
리뷰 결과, CNN 기반 모델이 여전히 가장 흔했는데, 이는 이 모델들이 국소적인 세부 사항을 배우는 데 뛰어나기 때문입니다. 그러나 트랜스포머 기반 모델은 이미지의 더 넓은 맥락을 이해하는 데 우수한 능력을 보여주고 있습니다. 진짜 승자는 하이브리드 모델입니다. CNN(국소적 세부 사항용)과 트랜스포머 또는 다른 주의 메커니즘(전역적 맥락용)을 혼합함으로써, 이 모델들은 최고의 성과를 달았습니다. 예를 들어, SDR-Former나 MVIT-MLKA와 같은 하이브리드 모델은 병변의 경계가 흐릿하거나 건강한 조직과 매우 유사해 보이는 까다로운 사례들을 잘 처리해 냈습니다.

2. 훈련의 어려움
가장 똑똑한 로봇이라도 좋은 훈련 데이터가 필요합니다. 논문은 주요한 문제인 **데이터 불균형(data imbalance)**을 강조합니다. 이 로봇들을 훈련시키는 데 사용되는 대부분의 데이터셋은 불균형합니다. 즉, 암 조직의 사진보다 건강한 조직의 사진이 훨씬 더 많다는 뜻입니다. 이는 마치 파란색 차로 가득 찬 주차장에서 희귀한 빨간색 차를 찾는 법을 학생에게 가르치는 것과 같습니다. 학생은 매번 "파란색"이라고 대답하여 높은 점수를 받을 수는 있겠지만, 실제로 빨간색 차가 나타났을 때는 실패하게 될 것입니다.
이를 해결하기 위해 연구자들은 전이 학습(Transfer Learning)(로봇이 먼저 방대한 일반 이미지 라이브러리로부터 배우게 하는 것)과 데이터 증강(Data Augmentation)(이미지를 뒤집거나 노이즈를 추가하여 가상의 변형을 만들어 데이터셋을 키우는 것)을 사용합니다. 논문은 이러한 전략들이 도움이 되긴 하지만, 만능 해결책은 아니라고 언급합니다.

3. "내부" vs "외부"의 함정
이것이 가장 결정적인 발견입니다. 많은 로봇이 자신의 "고향" 테스트(내부 검증)에서는 0.993의 정확도나 0.981의 AUC와 같은 놀라운 성적을 냈습니다. 하지만 저자들이 다른 병원이나 스캐너의 데이터를 사용하여 이 로봇들을 테스트했을 때(외부 검증), 성적이 크게 떨어지는 경우가 많았습니다.

• 한 **이중 경로 CNN(Dual-Pathway CNN)**은 내부 AUC가 0.884였으나, 외부 데이터로 테스트했을 때 0.666으로 급락했습니다.
• 또 다른 모델인 MedicalNet은 외부 테스트에서 0.92에서 0.82로 떨어졌습니다.
  이는 많은 로봇이 질병의 보편적인 징후를 배우는 것이 아니라, 훈련된 병원의 특이한 특징(예: 사용된 특정 스캐너의 종류)을 "암기"하고 있다는 것을 시사합니다.

4. 지표의 함정
논문은 또한 성공이 어떻게 측정되는지에 대해서도 경고합니다. 많은 연구가 높은 **정확도(Accuracy)**나 **AUC(곡선 아래 면적)**를 자랑합니다. 하지만 저자들은 높은 점수가 반드시 로봇이 드물고 위험한 사례를 잘 찾아낸다는 것을 의미하지는 않는다고 지적합니다.

• 예를 들어, 한 모델은 전체 정확도가 0.873이었지만, 특정 유형의 병변(혈관종)을 찾아내는 능력은 0.667에 불과했습니다. 반면 다른 병변들은 아주 잘 찾아냈습니다.
• 논문은 민감도(Sensitivity)(모든 나쁜 사례를 잡아내는 것)와 특이도(Specificity)(좋은 사례를 보고 잘못 경보를 울리지 않는 것)를 함께 살펴봐야 한다고 주장하며, 많은 연구가 이를 제대로 수행하지 못하고 있다고 지적합니다.

결론: 우리는 도달했는가?

논문은 우리가 엄청난 진전을 이루었지만, 아직 완전히 도달한 것은 아니라고 결론짓습니다. "챔피언" 모델들(하이브리드 및 트랜스포머)은 유망하지만, 너무 복잡하며 병원에서 갖추기 힘든 강력한 컴퓨터를 필요로 합니다. 더욱이 외부 검증의 부족은 이 로봇들이 서로 다른 환자와 기계를 사용하는 실제 임상 현장에서 제대로 작동할지 알 수 없게 만듭니다.

저자들은 미래의 방향이 다음과 같아야 한다고 제안합니다:

• 크고 다양한 데이터셋: 단순히 한 곳을 암기하는 것이 아니라, 여러 병원의 이미지를 모은 거대한 컬렉션이 필요합니다.
• 설명 가능한 AI (Explainable AI): 로봇이 왜 그런 결정을 내렸는지(예: 이미지의 특정 지점을 강조하여 보여주는 것)를 보여줄 수 있어야 하며, 그래야 의사들이 신뢰할 수 있습니다.
• 실제 환경 테스트: 완벽하고 깨끗한 데이터만 테스트하는 것이 아니라, 지저도하고 복잡한 실제 임상 환경에서 테스트해야 합니다.

요약하자면, 로봇들은 벽돌과 벽을 동시에 보는 법을 배우며 점점 똑똑해지고 있지만, 탐정의 배지를 넘겨받기 전까지는 실제 세상에서 더 많은 연습이 필요합니다. 이 논문은 더 나은 데이터, 더 나은 테스트, 그리고 더 투명한 설계를 통해 우리가 생명을 구하는 데 진정으로 도움이 되는 시스템을 구축할 수 있다고 시사합니다.