본문으로 건너뛰기
피드

국내 의료 AI, 전시용 기술에서 임상 현장 도구로 이동 중

ai-ml 약 5분
vote
0
댓글
북마크

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

알파벳, AI 인프라에 1,850억 달러 베팅…구글 클라우드가 성장축으로 부상

모틀리풀은 알파벳이 AI 인프라에 대규모 설비투자를 이어가면서 향후 5년간 주가가 두 배 이상 오를 여지가 있다고 분석했다. 올해 설비투자는 1,800억~1,900억 달러로 예상되며, 구글 클라우드 매출은 1분기에 전년 대비 63% 증가했다.

ai-ml

넥슨은 AI 에이전트를 ‘소유’하려 했고, 크래프톤은 AI 도구를 ‘관리’하기로 했다

NDC 2026 대담에서 넥슨과 크래프톤이 사내 AI 전환 전략을 꽤 솔직하게 공개했다. 넥슨은 오픈소스 AI 에이전트 오픈클로의 전사 도입을 시도했다가 보안·운영·비용 문제로 보류했고, 크래프톤은 상용 AI 도구를 대시보드로 관리하는 방식을 택했다.

ai-ml

일본 병원, 재활 요약지 작성에 생성형 인공지능 써보니 시간은 57% 줄고 오류는 81.8%에서 나왔다

일본의 290병상 종합병원 연구진이 재활 요약지 작성에 생성형 인공지능과 엑셀 매크로를 결합한 워크플로를 도입해 실제 임상 현장에서 평가했음. 작성 시간 중앙값은 23분에서 10분으로 줄었지만, 무작위 검토한 문서 11건 중 9건에서 오류가 발견돼 사람의 최종 검토가 필수라는 결론이 나왔음.

ai-ml

야타브, 규제 산업용 인공지능 신뢰·검증 플랫폼을 비바테크에서 공개

야타브가 비바테크 2026에서 규제 산업을 겨냥한 인공지능 신뢰·검증 플랫폼을 공개했음. 입력 위협 방어, 답변 진위 검증, 기업 내부 지식 기반 검색·추론, 업무 자동화, 산업별 전용 모델 구축까지 한 플랫폼으로 묶는 전략임.

ai-ml

안양시가 피지컬 인공지능 산업 키우겠다고 두 번째 전략 회의 열었다

안양시가 제조업, 로봇, 인공지능을 결합한 피지컬 인공지능 산업 생태계 조성을 논의했음. 아직 구체적인 기술 구현이나 예산이 나온 단계는 아니지만, 지역 제조 기반을 인공지능 산업 전략으로 연결하려는 정책 초기 움직임으로 볼 수 있음.