A Scoping Review of Foundation Models in Dementia Research

치매는 가족과 보건 의료 시스템 모두에게 심대한 도전 과제이며, 기억력과 독립성을 서서히 침식시키는 질환입니다. 세계 인구가 고령화됨에 따라 이 질환을 앓는 사람들의 수가 증가하고 있으며, 이는 더 나은 조기 발견 방법에 대한 절박한 필요성을 창출하고 있습니다. 조기 발견이 중요한 이유는 상당한 손상이 발생하기 전인 질병의 아주 초기 단계에서 가장 잘 작용하는 새로운 치료법들이 등장하고 있기 때문입니다. 이러한 초기 징후를 찾기 위해 과학자들은 인공지능, 특히 '파운데이션 모델(foundation model)'이라 불리는 강력하고 새로운 유형의 컴퓨터 프로그램에 주목하고 있습니다. 이 모델들을 수백만 권의 책을 읽고, 수많은 대화를 듣고, 다양한 이미지를 학습하여 인간의 언어와 행동 패턴을 이해하는 거대한 지식 도서관이라고 생각해보십시오. 이를 통해 일반적인 컴퓨터 프로그램이 놓칠 수 있는 패턴을 파악할 수 있습니다. 연구자들은 이 도구들이 환자의 말을 듣거나, 의료 기록을 읽거나, 뇌 스캔을 분석하여 의사가 알아차리기 훨씬 전부터 치매의 미세한 지문을 포착할 수 있기를 기대하고 있습니다.

최근 영국의 대학 연구진은 이 기술의 현재 지형을 지도화하는 작업을 수행했습니다. 그들은 이러한 고급 AI 시스템이 치매 연구에 어떻게 사용되고 있는지, 실제로 얼마나 잘 작동하는지, 그리고 병원에서 신뢰받기까지 어떤 격차가 남아 있는지를 정확히 알고 싶었습니다. 이를 위해 그들은 2022년 1월부터 2026년 8월 사이에 발표된 과학 논문들에 대해 광범위한 검토를 실시했습니다. 그들은 이러한 파운데이션 모델을 질병 탐지, 진단, 진행 예측 또는 발병 위험 추정 등의 과업에 적용한 연구들을 조사했습니다. 수백 개의 기록을 거른 끝에, 그들은 50개의 고품질 연구를 선정하여 사용된 방법, 컴퓨터에 입력된 데이터, 그리고 달성된 결과 등을 심층적으로 분석했습니다.

연구진은 이 분야가 빠르게 움직이고 있지만 여전히 초기 단계에 머물러 있다는 것을 발견했습니다. 대부분의 연구는 두 가지 주요 과업, 즉 치매의 존재를 탐지하거나 증상이 나타난 후 진단하는 것에 집중되었습니다. 이러한 모델이 구축되는 방식은 매우 다양했습니다. 어떤 연구들은 이미 방대한 양의 일반 데이터를 학습한 모델을 사용하여 치매 과업에 맞춰 세밀하게 조정하는 '미세 조정(fine-tuning)' 과정을 거쳤습니다. 다른 연구들은 대중이 사용할 수 있는 상용 AI 시스템에 질문을 던지거나 내부 설정을 변경하지 않고 데이터를 제공하는 방식을 사용했습니다. 또 다른 소수의 연구는 새로운 데이터를 사용하여 처음부터 모델을 직접 구축했습니다. 결과는 모델의 크기와 신뢰도 사이에 명확한 트레이드오프(trade-off) 관계가 있음을 보여주었습니다. 거대한 상용 시스템은 일부 사례에서 가장 높은 점수를 기록했지만, 그 성능은 매우 일관성이 없었습니다. 어떤 경우에는 무작위 추측보다도 나은 성과를 내지 못하기도 했습니다. 반면, 치매 연구라는 특정 과업을 위해 미세 조정된 모델들은 가장 일관되고 믿을 수 있는 결과를 보여주었으며, 대다수의 연구에서 강력한 성능을 입증했습니다. 처음부터 구축된 모델들은 일반적으로 보통 수준의 성능을 보였으며, 종종 더 단순하고 오래된 유형의 컴퓨터 프로그램보다 뛰어난 성능을 내지 못했습니다.

이러한 유망한 기술적 결과에도 불구하고, 이번 검토에서는 이 도구들이 현재 실제 임상에서 사용되는 것을 막는 심각한 한계점들을 발견했습니다. 주요 문제 중 하나는 데이터의 다양성 부족이었습니다. 대다수의 연구가 미국 데이터를 활용했으며, 참가자들은 압도적으로 백인이었습니다. 참가자의 인종이나 민족을 보고한 연구는 매우 적었으며, 연령조차 보고하지 않은 경우가 많았습니다. 성별이 보고되었을 때도 AI가 남성과 여성에게 똑같이 잘 작동하는지 확인하기 위해 결과를 세분화하여 분석한 경우는 드물었습니다. 이러한 다양성의 결여는 우리가 이 도구들이 서로 다른 배경, 언어, 연령대의 사람들에게도 효과가 있을지 알 수 없게 만듭니다. 더욱이, 사용된 데이터는 뇌 스캔, 유전 정보, 생활 습양 데이터와 같은 여러 출처를 결합하기보다는 음성 녹음이나 단일 유형의 의료 기록에 크게 의존하는 등 협소한 경우가 많았습니다.

또 다른 결정적인 발견은 이 모델들의 테스트 방식에 있는 약점이었습니다. 의료 연구에서 새로운 도구는 단순히 정답을 암기하는 것이 아니라, 본 적 없는 데이터에서도 작동한다는 것을 증명해야 합니다. 검토된 대부분의 연구는 모델을 훈련시킨 것과 동일한 데이터로 모델을 테스트했는데, 이는 지나치게 낙관적인 결과를 초래할 수 있는 관행입니다. 완전히 다른 병원이나 지역의 독립된 그룹을 대상으로 모델을 테스트한 연구는 극소수에 불고했습니다. 치매 진단의 황금 표준인 사후 뇌 조직 검사와 결과를 비교한 연구는 더욱 적었습니다. 이러한 엄격한 테스트 없이는, 이 AI 시스템이 실제 환자들의 복잡성과 다양성을 처리할 수 있는지 알 방법이 없습니다. 연구진은 이 기술이 큰 잠재력을 가지고 있지만, 현재는 완성된 솔루션이라기보다 개념 증명(proof of concept) 단계라고 결론지었습니다. 실험실에서 임상 현장으로 넘어가기 위해서는 향후 연구가 더 크고 다양한 데이터 세트, 독립적인 그룹에 대한 엄격한 테스트, 그리고 다양한 인구 집단에 걸쳐 이 도구들이 어떻게 수행되는지에 대한 명확한 이해를 우선시해야 합니다. 그때까지 이 강력한 시스템들은 미래를 엿볼 수 있는 기회를 제공할 뿐, 아직 인간의 임상적 판단을 대체할 수 없는 진행 중인 작업으로 남아 있습니다.