Applying socio-anthropological approaches to explore the socio-cultural and ethical requirements for AI-assisted obstetric ultrasound in Kenya: reflections and lessons learned

임신은 깊은 희망과 취약함이 공존하는 시기로, 초음파 검사를 통해 발달 중인 아기를 보는 단순한 행위만으로도 불안은 안도로 바뀔 수 있습니다. 세계 곳곳에서 이 기술은 산모와 태아의 건강을 들여다보는 명확한 창을 제공하며 산전 관리의 일상적인 부분이 되었습니다. 그러나 저소득 지역에서는 숙련된 초음파 검사사와 고가의 장비를 구하는 일이 여전히 어려워, 많은 여성들이 이러한 중요한 안전망으로부터 소외되어 있습니다. 컴퓨터 과학의 한 분야로서 인간의 지능이 필요한 과업을 수행할 수 있는 시스템을 만드는 인공지능은 잠재적인 해결책으로 떠올랐습니다. 연구자들은 컴퓨터가 의료 영상을 판독하도록 훈련함으로써, 전문성이 낮은 보건 인력도 고품질의 의료 서비스를 제공할 수 있도록 돕고자 합니다. 하지만 실험실에서 완벽하게 작동하는 기계가 농촌 클리닉에서도 자동으로 성공하는 것은 아닙니다. 기술은 진공 상태에서 존재하지 않습니다. 기술은 고유한 뿌리 깊은 신념, 사회 구조, 그리고 윤리적 우려를 가진 공동체 속에 안착하게 됩니다. 만약 새로운 도구가 이러한 인간적 현실을 무시한다면, 아무리 진보된 코드라 할지라도 거부될 위험이 있습니다.

이것이 바로 케냐의 연구팀이 탐구하고 있는 핵심 과제입니다. 그들은 산과 초음파를 보조하기 위해 설계된 특정 유형의 인공지능이 그것이 돕고자 하는 사람들에게 어떻게 받아들여질지를 이해하고자 했습니다. AIMIX로 알려진 이 프로젝트는 AI의 도움을 받아 비전문가도 스캔을 수행할 수 있게 함으로써 모성 보건의 격차를 줄이는 것을 목표로 합니다. 하지만 기술을 구축하고 테스트하기 전에, 연구팀은 먼저 인간의 풍경을 이해해야 한다는 점을 깨달았습니다. 그들은 사람들의 이야기를 듣고 삶을 관찰함으로써 사람을 연구하는 방법인 사회 인류학적 방법을 활용하여, 새로운 의료 도구가 수용되는 방식을 지배하는 사회적, 문화적 규칙을 탐구했습니다. 최근 발표된 성찰 논문에 상세히 기술된 이들의 연구는, 성공적인 기술로 가는 길은 단지 데이터뿐만 아니라 신뢰, 명확한 소통, 그리고 현지 맥락에 대한 깊은 존중으로 닦여 있다는 사실을 보여줍니다.

연구진은 매우 대조적인 두 환경에서 연구를 진행했습니다. 나이로비의 번화한 민간 병원과 케냐 해안의 농촌 자급자족 공동체인 라바이(Rabai)입니다. 그들은 임산부, 배우자, 의사, 간호사, 지역 지도자, 심지어 전통 산파를 포함하여 총 84명과 대화를 나누었습니다. 근거 이론(grounded theory)이라는 방법을 사용한 그들은 특정 점을 증명하기 위한 고정된 질문 목록을 가지고 시작하지 않았습니다. 대신, 참가자들이 대화를 주도하고 그들에게 정말 중요한 것이 무엇인지 드러낼 수 있도록 개방형 대화를 시작했습니다. 이러한 접근 방식 덕분에 연구진은 데이터 프라이버시에 대한 구체적인 두려움이나, 기계가 인간의 삶에서 수행하는 역할에 대한 종교 지도자들의 독특한 해석과 같이 미처 예상하지 못했던 문제들을 발견할 수 있었습니다.

가장 중요한 발견 중 하나는 인공지능이라는 개념이 많은 참가자에게 매우 추상적이고 혼란스럽다는 것이었습니다. 디지털 기술이 덜 보편적인 농촌 지역에서 컴퓨터가 아기의 이미지를 분석한다는 개념은 멀게 느껴졌고 잠재적으로 위협적으로 다가왔습니다. 연구팀은 단순히 기술적인 용어로 설명하는 것이 효과적이지 않다는 것을 배웠습니다. 대신, 간호사가 새로운 기기로 스캔을 수행하는 모습을 보여주는 간단한 그림과 같은 시각적 보조 도구를 사용하여 개념을 구체화했을 때 성공적임을 발견했습니다. 또한 이해라는 것이 일회성 사건이 아님을 깨달았습니다. 그들은 참가자들에게 연구 내용을 자신의 언어로 다시 설명해 달라고 요청함으로써 확인 과정을 거쳐야 했습니다. 이러한 검증의 단순한 실천은 본격적인 진행에 앞서 모두가 같은 이해를 공유하고 있는지 확인하여, 프로젝트 전체를 좌초시킬 수 있는 오해를 방지했습니다.

또한 이 연구는 새로운 기술에 대해 누가 말할 수 있는지가 얼마나 중요한지를 강조했습니다. 이전의 많은 의료 혁신 시도들에서 대화는 의사와 엔지니어들에 의해 주도되었고, 실제로 기술을 사용하거나 치료를 받을 사람들은 소외되었습니다. 케냐 연구팀은 지역 보건 요원부터 종교 지도자, 전통 산파에 이르기까지 폭넓은 목소리를 의도적으로 포함했습니다. 그들은 이러한 풀뿌리 이해관계자들이 신뢰의 열쇠를 쥐고 있다는 것을 발견했습니다. 예를 들어, 한 종교 지도자가 가톨릭 교회가 이 기술에 반대할 수 있다는 우려를 표했을 때, 연구팀은 그 걱정을 묵살하지 않았습니다. 대신 그들은 신부님을 찾아가 기술이 인간의 존엄성을 유지하는 한 교회가 이를 지지한다는 점을 명확히 했습니다. 마찬가지로, 한 지역 지도자가 전통 산파들이 새로운 도구를 수용할지 의구심을 가졌을 때, 연구팀은 산파들을 직접 인터뷰했고 그들이 생명을 구하는 데 도움이 된다면 새로운 도구에 개방적이라는 것을 확인했습니다. 이러한 상호작용은 성공적인 실행을 위해서는 의료 시스템뿐만 아니라 전체 사회적 생태계를 참여시켜야 함을 보여주었습니다.

연구가 어떻게 수행되었는지에 대해서도 중요한 교훈이 있었습니다. 연구팀은 처음에 모든 사람을 대면으로 인터뷰할 계획이었으나, 번잡한 도시 병원에서는 시간을 낼 수 없는 일부 참여자들이 제외된다는 것을 빠르게 깨달았습니다. 그들은 누구도 소외되지 않도록 가상 인터로를 허용하며 접근 방식을 조정했습니다. 이러한 유연성은 채용 전략에도 적용되었습니다. 농촌 지역에서는 토론을 위한 그룹을 모으는 데 어려움을 겪었으나, 신뢰할 수 있는 지역 보건 요원과 협력하여 정기적인 산부인과 진료일에 맞춰 모임을 가졌습니다. 연구를 새로운 일정으로 강요하기보다 기존의 일상적인 리듬 속에 녹여냄으로써, 그들은 진정한 참여를 이끌어낼 수 있었습니다.

연구진은 지속적인 참여의 가치를 강조했습니다. 그들은 공동체를 단순히 데이터를 추출하고 잊어버리는 대상으로 취급하지 않았습니다. 대신, 연구 진행 상황을 업데이트하고 그들의 의견이 AI 모델 개발에 어떻게 반영되고 있는지 설명하기 위해 회의를 열었습니다. 이러한 지속적인 대화는 장기적인 파트너십에 필수적인 신뢰의 토대를 구축했습니다. 연구팀은 기술 자체는 아직 개발 단계이며 실제 현장에서 테스트되지 않았지만, 이러한 대화에서 얻은 통찰력이 이미 도구의 설계 방식에 영향을 미치고 있다고 언급했습니다. 그들은 이러한 심층적인 인간 중심적 이해 없이는 가장 정교한 알고리즘이라 할지라도 그것이 가장 필요한 공동체에 자리 잡지 못할 수 있다고 주장합니다.

궁극적으로 이 작업은 기술이 단순한 도구의 집합이 아니라 사회적 실천이라는 점을 상기시켜 줍니다. 이 논문은 인공지능이 저소득 지역의 모성 보건에 진정으로 기여하기 위해서는 그것이 봉사하는 사람들에 대한 깊은 이해를 바탕으로 구축되어야 한다고 제안합니다. 연구진은 앞으로 나아갈 길이 더 나은 코드뿐만 아니라, 경청하고, 적응하며, 인간의 삶을 정의하는 복잡한 문화적, 윤리적 가치를 존중하겠다는 약속을 포함한다는 것을 발견했습니다. 이러한 인간적 요인을 설계 과정의 중심에 둠으로써, 연구팀은 스마트할 뿐만 아니라 자신이 개선하고자 하는 세상에 적합할 만큼 지혜로운 기술을 만들기 위한 청사진을 제시하고 있습니다.