[메디칼타임즈=김승직 기자] 의료 AI 기업 딥노이드의 생성형 의료 AI가 기존 모델 대비 학습 연산 비용 절감과 환각 현상 효과를 확인했다.

3일 딥노이드는 자사 연구팀의 '환각 표현을 줄이는 검색 증강 기반 흉부 X-ray 판독문 생성 연구(RA-RRG)'가 국제 학술대회 논문집 'Findings of ACL 2026'에 게재됐다고 밝혔다.

ACL은 자연어처리 및 전산언어학 분야의 최고 권위 국제 학술대회다. 이번 게재를 통해 딥노이드의 생성형 의료 AI 역량이 글로벌 학계의 인정을 받았다는 평가다.

이번 연구는 흉부 X-ray 영상을 기반으로 AI가 판독문을 생성하는 기술을 다룬다. 기존 멀티모달 거대언어모델(MLLM)은 대규모 데이터와 높은 연산 비용이 요구되며, 실제 의료 영상에 없는 소견을 그럴듯하게 생성해 내는 환각 문제가 한계로 지적돼 왔다.

이를 해결하기 위해 연구진이 제안한 RA-RRG 모델은 의료인이 작성한 기존 판독문에서 임상적으로 중요한 핵심 표현을 추출하고, 입력 영상과 관련된 표현을 검색해 판독문을 생성한다. 모델이 처음부터 판독문을 모두 생성하는 대신 의학적 근거가 있는 표현을 미리 참고하게 해 신뢰성을 높인 구조라는 설명이다.

해당 방식은 거대언어모델의 추가적인 미세조정(fine-tuning)이 필요 없어 비교 모델 대비 학습 연산 비용을 90% 이상 줄일 수 있다. CheXbert F1 및 RadGraph F1 지표 검증 결과에서도 최첨단(SOTA)급 성능을 확인했다. 단일 영상뿐 아니라 서로 다른 각도의 복수 영상을 활용하는 멀티뷰 판독으로 확장이 가능해 현장 적용 범위가 한층 넓어질 전망이다.

앞서 딥노이드는 지난 6월 생성형 AI 기반 흉부 X-ray 예비 소견서 생성 솔루션 'M4CXR'의 식품의약품안전처 3등급 품목허가를 획득한 바 있다. 이번 연구가 생성형 의료 AI의 신뢰성과 경제성을 동시에 확보하는 방향성을 제시한 만큼, 향후 해당 솔루션의 임상 적용 가능성을 강화하는 기반이 될 것으로 보인다는 평가다.

최우식 대표는 "이번 게재는 딥노이드가 추진해 온 생성형 의료 AI 연구의 기술적 가능성과 임상 적용 잠재력을 국제적으로 확인받은 성과"라며 "M4CXR를 비롯한 의료 특화 생성형 AI 기술을 고도화해 향후 다양한 모달리티로 확장해 나가겠다"고 말했다.