본문으로 건너뛰기
피드

국내 의료 AI, 전시용 기술에서 임상 현장 도구로 이동 중

ai-ml 약 5분

AI 엑스포 코리아 2026에서 국내 의료 AI 기업들이 병원 문서 구조화, 안저 질환 진단 보조, 정신건강 관리 솔루션을 선보였다. 특히 녹내장 93%, 당뇨병성 망막병증 민감도 90% 같은 임상 성적을 내세우며 ‘기술 시연’보다 실제 현장 가치 증명에 초점을 맞췄다.

  • 1

    미소정보기술은 비전 AI와 거대언어모델을 결합한 병원 문서 OCR 솔루션을 공개

  • 2

    파이헬스케어는 안저 사진 기반 4대 안과 질환 진단 보조 솔루션을 전면에 내세움

  • 3

    닥터아이 X-EYE는 녹내장 93%, 당뇨병성 망막병증 민감도 90% 성적을 강조

  • 4

    넥스브이는 우울 증상 지표 개선 임상 연구 결과와 비접촉 스트레스 측정 시스템을 소개

  • 국내 의료 AI의 무게중심이 “기술 잘 만들었음”에서 “병원에서 진짜 쓸 수 있음”으로 옮겨가는 중임

    • 서울 코엑스에서 열린 제9회 국제인공지능대전(AI 엑스포 코리아 2026)에서 의료 현장 적용을 앞세운 솔루션들이 나옴
    • 단순 데이터 분석보다 임상 의사결정 보조, 환자 삶의 질 개선, 병원 업무 자동화 쪽에 초점이 맞춰짐
  • 미소정보기술은 병원 안에 흩어진 비정형 데이터를 다루는 솔루션을 전면에 내세움

    • ‘빅스’는 비전 AI와 대규모 언어 모델(LLM)을 결합한 차세대 OCR 기술임
    • 수기 기록이나 복잡한 병원 서식을 실시간으로 구조화하고 분석할 수 있게 만드는 것이 목표임
    • 일반 문자 인식에서 끝나는 게 아니라 문서의 의미적 맥락까지 파악한다는 점을 강조함
  • 같은 회사의 ‘액틱’은 의료진 같은 비전공자도 AI 추론과 실행 기능을 업무 프로세스 안에서 쓰도록 돕는 플랫폼임

    • 이름만 보면 개발자용 자동화 도구 같지만, 핵심은 병원 실무자가 복잡한 AI 기능을 직접 조립하지 않아도 되게 하는 쪽임
    • 의료 AI가 실제로 굴러가려면 모델 성능만큼이나 워크플로 통합이 중요하다는 얘기임

중요

> 의료 AI에서 진짜 센 숫자는 모델 크기가 아니라 민감도·특이도 같은 임상 지표임. 병원은 “그럴듯한 데모”보다 놓치면 안 되는 질환을 얼마나 안정적으로 잡는지를 봄.

  • 파이헬스케어는 안과 진단 보조 솔루션 ‘닥터아이 X-EYE’를 공개함

    • 대상 질환은 황반변성, 당뇨병성 망막병증, 녹내장, 망막전막 등 4대 안과 질환
    • 약물 투여 없이 촬영한 안저 사진을 딥러닝 알고리즘으로 분석해 수초 안에 결과를 냄
    • 녹내장 93%, 당뇨병성 망막병증 민감도 90% 같은 임상 성적을 강조함
  • 의료진에게는 AI 판단 근거를 히트맵으로 보여주는 구조도 중요함

    • 단순히 “이상 있음”이라고 찍는 게 아니라, AI가 이상 부위로 본 영역을 시각화해 판독을 돕는 방식임
    • 의료 현장에서는 설명 가능성과 검토 가능성이 없으면 도입이 꽤 빡세기 때문에 이 부분이 제품 신뢰도와 직결됨
  • 정신건강 쪽에서는 넥스브이의 ‘위로미’ 라인업이 소개됨

    • 맥락 기반 대화 알고리즘을 적용해 키오스크와 모바일 환경을 QR 코드로 연동함
    • 회사 측은 공감 대화 AI가 임상 연구에서 우울 증상 지표(PHQ-9)를 유의미하게 낮추는 효과를 확인했다고 밝힘
    • 기존 챗봇 느낌을 넘어 치료 보조 도구로 갈 수 있다는 가능성을 보여준 셈임
  • 비접촉 센서 기반 ‘위로미 멘탈헬스 데스크’ 버전도 새로 공개됨

    • 웨어러블 장비 없이 스트레스를 측정하고, 실시간 심리 상태 분석과 맞춤형 콘텐츠 제공까지 노림
    • 병원 밖 일상 공간에서 정신건강 데이터를 다루려는 시도라, 개인정보와 신뢰성 이슈도 같이 중요해질 수밖에 없음

기술 맥락

  • 의료 AI에서 이번 흐름이 중요한 이유는 모델이 병원 업무 안으로 들어가야 하기 때문이에요. 병원 데이터는 깔끔한 표보다 수기 기록, 스캔 문서, 이미지, 검사 결과처럼 뒤섞인 형태가 많아서 단순 모델 성능만으로는 부족하거든요.

  • 빅스가 비전 AI와 대규모 언어 모델을 결합한 것도 같은 이유예요. 글자를 읽는 OCR만으로는 “이 문서가 어떤 진료 맥락에 속하는지” 알기 어렵고, 의료진이 바로 쓸 수 있는 구조화 데이터로 바꾸려면 의미 해석이 필요해요.

  • 닥터아이 X-EYE는 안저 사진이라는 특정 입력과 4대 안과 질환이라는 명확한 문제에 집중해요. 범용 의료 AI보다 적용 범위가 좁지만, 그만큼 민감도와 판독 보조 같은 임상 지표를 구체적으로 증명하기 좋아요.

  • 히트맵 제공도 단순 부가 기능이 아니에요. 의료진은 AI 결과를 그대로 믿기보다 근거를 확인하고 최종 판단을 내려야 해서, 모델이 어디를 보고 판단했는지 보여주는 장치가 현장 도입의 전제에 가까워요.

의료 AI는 데모가 멋있다고 끝나는 시장이 아님. 병원 데이터의 지저분함, 의료진 워크플로, 민감도와 특이도 같은 임상 지표를 버텨야 해서 실제 도입 장벽이 훨씬 높음.

댓글

댓글

댓글을 불러오는 중...

ai-ml

앤트로픽이 스페이스X 데이터센터를 쓰는 이유, AI 권력이 컴퓨팅으로 이동 중

앤트로픽이 스페이스X의 멤피스 콜로서스 I 데이터센터를 쓰는 계약을 맺었다는 보도다. 300MW 이상, 엔비디아 GPU 22만 개 이상 규모의 컴퓨팅 용량이 언급됐고, 폭증하는 AI 수요와 낮은 칩 가동률을 맞교환하는 거래로 해석된다.

ai-ml

AI 생산성 2.5%가 미국 39조 달러 부채를 구할 수 있을까

예일대 예산연구소 모델링에 따르면 AI가 향후 5년간 생산성을 매년 2.5% 끌어올리고 고용이 유지되면 미국의 2035년 재정 적자와 부채 비율이 크게 안정될 수 있다. 하지만 AI가 노동자를 대체해 실업 지원 비용이 커지면 생산성 이득 상당 부분이 상쇄될 수 있다는 경고도 함께 나온다.

ai-ml

AI 도입보다 어려운 건 IP 워크플로우 다시 짜기

IP와 R&D 업무에 AI를 붙였더니 초기 효율은 좋아졌지만, 시간이 지나자 모델별 품질 편차와 검증 부담이 새 병목으로 떠올랐다는 얘기다. 핵심은 특정 AI 도구를 더 사는 게 아니라, AI가 후보를 만들고 전문가가 검증하는 식으로 업무 흐름 자체를 재설계하는 데 있다.

ai-ml

클로드 코워크, 복붙 대신 PC를 직접 만지는 AI 에이전트로 가는 길

앤스로픽의 ‘클로드 코워크’는 챗봇처럼 답만 주는 도구가 아니라, PC 폴더와 파일을 직접 열고 정리하며 엑셀 결과물까지 만드는 에이전트형 업무 도구로 소개됐다. 영수증 사진 30장을 읽어 매장명·날짜·항목·금액을 표로 만들고 합계 수식이 들어간 엑셀 파일까지 생성하는 사례가 핵심이다.

ai-ml

오픈AI, 끊어 말해도 알아듣는 실시간 음성 모델 공개

오픈AI가 사람 대화처럼 끼어들기, 말 고치기, 말투 조절을 처리하는 실시간 음성 모델 ‘GPT-리얼타임-2’를 공개했다. 실시간 번역과 받아쓰기 모델도 함께 나왔고, 질로와 도이체텔레콤 같은 기업 적용 사례까지 붙었다.