Dainus
← 의료 AI 비즈니스로 돌아가기
의료 AI 비즈니스신윤섭·2026년 7월 13일

AI가 유방암을 더 찾아냈다, 그런데 학계는 왜 싸우기 시작했나

공유

유방촬영 AI를 10만 명 넘는 여성에게 무작위로 배정해 검증한 MASAI 임상시험은 의료 AI 업계가 몇 년째 내세워 온 자랑거리였다. AI가 암을 더 찾아냈고, 판독하는 의사의 일은 절반 가까이 줄었다. 그런데 2026년 여름, The Lancet 지면에서 이 결과를 두고 학자들이 편을 갈라 다투기 시작했다. 싸움의 진짜 대상은 유방촬영이 아니라, 진단 AI를 세상에 내보내는 근거의 문턱이다.

업계가 몇 년을 기다린 그 숫자

의료 AI 회사들의 발표 자료에는 대개 민감도와 특이도가 큼직하게 박혀 있다. 그런데 그 숫자들은 거의 다 후향적 연구, 즉 이미 결과를 아는 과거 영상을 AI에 다시 읽혀 본 실험에서 나온다. 후향 연구는 빠르고 싸지만, 실제 진료 현장에서 AI를 켰을 때 환자에게 무슨 일이 벌어지는지는 말해 주지 못한다. 그래서 의료계는 늘 같은 질문을 던졌다. "무작위로 나눠서, 앞으로 벌어질 일을 관찰한 임상시험은 어디 있나."

MASAI가 바로 그 질문에 답한 첫 대규모 시험이다. 이름은 Mammography Screening with Artificial Intelligence의 줄임말이고, 스웨덴 남부 스코네 지역의 국가 유방암 검진 프로그램 안에서 진행됐다. 검진을 받으러 온 여성 105,934명을 무작위로 둘로 갈랐다. 절반(53,043명)은 AI가 판독을 돕는 방식으로, 나머지 절반(52,872명)은 영상의학 전문의 두 명이 각자 읽는 기존 방식(더블 리딩)으로 검사했다. 쓰인 AI는 네덜란드 스크린포인트 메디컬(ScreenPoint Medical)의 Transpara다.

여기서 '더블 리딩'을 짚고 가야 한다. 유럽의 검진은 사진 한 장을 의사 두 명이 따로 읽고 판정을 맞춰 보는 방식으로 정확도를 지켜 왔다. 사람 둘의 눈을 쓰니 안전하지만 인력이 두 배로 든다. MASAI에서 AI는 이 구조를 바꿨다. 먼저 AI가 모든 영상에 위험 점수를 매기고, 위험이 낮다고 판단한 대부분은 의사 한 명만 읽게 하고, 위험이 높은 소수만 두 명이 집중해서 보도록 흐름을 정리했다. 그 결과 의사의 판독 업무량이 44% 줄었다. 검진 인력이 만성적으로 부족한 나라에서는 이 수치 하나만으로도 도입을 검토할 이유가 된다.

성적표도 좋았다. AI군은 1,000명당 6.4건의 암을 찾아 대조군의 5.0건보다 29% 많았고, 그러면서도 위양성(암이 아닌데 암으로 의심해 다시 부르는 경우)은 늘지 않았다. 같은 특이도(98.5%)에서 민감도는 73.8%에서 80.5%로 올랐다. 그리고 2026년 1월 말 The Lancet에 실린 최종 결과에서는 검진과 검진 사이에 뒤늦게 발견되는 이른바 '중간암'이 대조군보다 12% 적었고, 침윤암은 16%, 큰 종양은 21%, 공격적인 아형은 27% 더 적게 나타났다.

숫자만 늘어놓으면 논쟁이 끼어들 자리가 없어 보인다. AI가 암을 더 찾고, 의사는 덜 지치고, 나중에 뒤늦게 튀어나오는 암도 줄었다. 의료 AI가 그토록 목말라하던 '진짜 임상 근거'가 마침내 나온 것처럼 읽힌다.

MASAI 임상시험 핵심 결과 요약
MASAI 임상시험 핵심 결과 요약

같은 데이터를 뒤집어 읽은 사람들

2026년 6월 말부터 The Lancet 독자 서신(correspondence) 지면에 반론이 올라오기 시작했다. 한쪽은 "유방촬영에 AI를 넣어야 한다"고 밀어붙였고, 다른 쪽은 "그 편익을 다시 재 보자(measuring benefit)"며 제동을 걸었다. 흥미롭게도 자료를 조작했다거나 계산이 틀렸다는 공격은 없었다. 다툼은 같은 표를 어느 각도에서 읽느냐에서 갈렸다.

첫 번째 균열은 통계에 있다. 그토록 인용되는 '중간암 12% 감소'는 사실 통계적으로 유의하지 않았다. 논문에 적힌 비율비는 0.88, P값은 0.41이다. P값이 0.05를 넘으면 관례상 "우연으로도 이 정도 차이는 나올 수 있다"고 본다. 0.41은 그 문턱에서 한참 멀다. 다시 말해 중간암이 줄었다는 방향성은 보이지만, 이 시험만으로 "AI가 중간암을 줄인다"고 단정하기는 어렵다는 뜻이다. 그런데 홍보 자료와 기사에서는 이 12%가 마치 확정된 성과처럼 반복됐다.

두 번째 균열이 더 근본적이다. AI가 암을 29% 더 찾았다는 사실 자체가, 비판자들에게는 오히려 과잉진단의 신호로 읽혔다. 과잉진단이란 평생 증상을 일으키지도, 생명을 위협하지도 않았을 암을 굳이 찾아내 조직검사와 수술, 방사선 치료로 이어지게 하는 것을 말한다. 검진에서 늘 따라다니는 그림자다. 더 많이 찾는다고 반드시 더 많이 살리는 것은 아니다.

비판 측이 계산을 이렇게 정리했다. 여성 1,000명을 검진하면 AI는 암을 1.4건 더 찾아낸다. 그런데 그렇게 부지런히 더 찾은 대가로 실제로 예방한 중간암은 1,000명당 0.2건에 그쳤다. 더 찾은 것과 실제로 막은 것 사이의 간극이 크다. 암의 종류를 뜯어보면 의심은 더 짙어진다. 천천히 자라 대개 위험이 낮은 luminal A형 중간암은 두 군에서 차이가 없었고(30건 대 28건), 오히려 침윤 이전 단계인 DCIS의 중간암은 AI군에서 더 나왔다(7건 대 4건). 정리하면 AI가 추가로 건져 올린 암 중 상당수가 '굳이 안 찾아도 됐을 얌전한 병변'일 가능성을 데이터가 내비친 셈이다.

여기서 의료 통계의 오래된 구분이 등장한다. 중간지표(surrogate endpoint)와 진짜 종결점(hard endpoint)의 차이다. 민감도, 검출률, 중간암 감소는 모두 중간지표다. 측정하기 쉽고 빨리 나오지만, 그 자체가 환자의 삶을 뜻하지는 않는다. 유방암 검진에서 진짜 종결점은 하나뿐이다. 이 검진으로 유방암 사망이 실제로 줄었는가. 그 답을 얻으려면 수년에서 십수 년의 추적이 필요하다. MASAI는 아직 거기까지 가지 못했다. 비판자들의 문장은 짧고 아팠다. 사망률 데이터가 나오기 전에는 더 많이 찾았다는 사실이 더 많이 살렸다는 뜻이 될 수 없다.

검출 이득과 과잉진단 우려, 같은 데이터의 두 해석
검출 이득과 과잉진단 우려, 같은 데이터의 두 해석

진짜 쟁점은 유방촬영이 아니다

이 논쟁을 유방촬영 하나의 문제로 좁히면 핵심을 놓친다. 서신에서 가장 날카로운 대목은 규제를 겨눈다. 항암제를 떠올려 보면 대비가 선명하다. 새 항암제가 종양 크기 축소 같은 중간지표만으로 신속승인을 받으면, 미국 FDA는 시판 후에 사망률이나 생존기간 같은 진짜 종결점으로 효과를 확인하는 확증임상(confirmatory trial)을 반드시 하도록 요구한다. 약속을 못 지키면 승인은 회수될 수 있다. 중간지표로 문을 먼저 열어 주되, 진짜 답으로 갚게 하는 구조다.

진단 AI에는 그런 뒤따르는 숙제가 없다. 미국에서 팔리는 AI 의료기기는 2026년 초 기준 약 1,400건인데, 그중 열에 아홉 이상이 510(k)라는 경로로 시장에 나왔다. 510(k)는 이미 허가된 비슷한 기기와 "실질적으로 동등하다"는 점만 보이면 통과되는 제도다. 새로운 임상 결과를 요구하지 않는 경우가 많고, 시판 후에 "정말 환자에게 이득이 됐는지" 확증임상으로 되돌아와 증명할 의무도 없다. 그러니 유방촬영 AI는 사망률이라는 최종 답이 나오기 훨씬 전에 이미 여러 나라의 검진 현장에서 돌아가고 있다. MASAI라는, 그나마 가장 잘 설계된 임상시험조차 아직 답하지 못한 질문을, 규제는 애초에 묻지 않는다.

그래서 이 논쟁은 유방촬영을 넘어 진단 AI 전체의 근거 기준을 건드린다. 약에게는 "진짜로 살리는지 증명하라"고 하면서, 판독 AI에게는 "비슷한 기존 제품이 있으니 통과"라고 말하는 이 비대칭이 과연 타당한가. 영상의학이 FDA 승인 AI의 약 76%를 차지하고 그 대부분이 검진과 판독 보조라는 점을 떠올리면, 이건 특정 제품 하나의 문제가 아니다. 앞으로 쏟아질 수천 개 판독 AI가 어떤 증거를 들고 시장에 나와야 하는지를 정하는 문법의 문제다.

물론 반대편 논리도 무게가 있다. 검진 인력이 부족한 현실은 지금 당장의 문제이고, MASAI는 위양성을 늘리지 않으면서 업무량을 44% 줄였다. 사망률이라는 완벽한 답을 십수 년 기다리는 사이에도 유방암은 계속 발견되고 치료된다. 완벽한 근거를 기다리다 쓸 만한 도구를 놀리는 것도 비용이다. 도입 찬성 측의 핵심은 여기에 있다. 그리고 이 지점에서 논쟁은 "AI가 좋냐 나쁘냐"가 아니라 "어느 정도의 불확실성을 안고 도입할 것이며, 도입한 뒤 무엇을 계속 지켜볼 것인가"라는, 훨씬 실무적인 질문으로 바뀐다.

진단 AI의 근거 비대칭: 항암제 확증임상 vs 510(k)
진단 AI의 근거 비대칭: 항암제 확증임상 vs 510(k)

한국의 검진 테이블 위에서는 어떻게 읽히나

한국은 이 논쟁을 강 건너 불로 볼 처지가 아니다. 국가암검진 사업에서 40세 이상 여성은 2년마다 유방촬영을 받는다. 검진 물량은 크고, 판독하는 영상의학과 인력은 넉넉하지 않다. MASAI가 보여 준 44% 업무량 감소는 한국 검진 시스템에도 그대로 매력적인 숫자다. 게다가 국내에는 이미 루닛, 뷰노처럼 유방촬영과 흉부 영상 판독 AI를 만들어 온 회사들이 있고, 실제 병원에서 쓰이고 있다.

그래서 MASAI 논쟁이 한국에 주는 함의는 "AI를 쓸까 말까"가 아니라 두 가지 다른 질문에 가깝다. 첫째, 검진 사업에 AI를 정식으로 넣을 때 우리는 어떤 근거를 요구할 것인가. 후향적 정확도 숫자로 충분하다고 볼 것인지, 아니면 스웨덴처럼 실제 검진 흐름 안에서 무작위로 검증한 데이터를 볼 것인지. 둘째, 건강보험 수가를 매길 때 그 값을 무엇으로 정당화할 것인가. 더 많이 찾는다는 사실만으로 값을 매기면 과잉진단의 비용까지 사회가 떠안게 된다. MASAI가 어렵게 던진 질문이 바로 "많이 찾는 것과 잘 사는 것은 같지 않다"였다.

MASAI가 의료 AI의 신뢰를 무너뜨린 사건이라고 읽으면 오독이다. 오히려 정반대다. 의료 AI가 마침내 진지한 임상 검증의 무대에 올라섰고, 그 위에서 다른 성숙한 의료 기술처럼 "정말 사람을 살리느냐"는 가장 까다로운 질문을 받기 시작했다는 신호다. 후향적 정확도 자랑에서 벗어나 무작위 임상시험의 결과를 놓고 학자들이 정색하고 다툰다는 것 자체가, 이 분야가 한 단계 올라섰다는 증거다. 다음에 나올 판독 AI가 들고 와야 할 증거의 눈금이 방금 한 칸 올라갔다. 그 눈금을 읽는 법을 익히는 것이, 지금 한국의 검진 정책과 국내 AI 기업 모두에게 주어진 숙제다.

출처

YS

신윤섭

데이너스 대표 | AI 교육 & AX 컨설팅

81개 이상의 AI/AX 교육 과정을 설계하고, 50여 기업과 기관에서 강의했습니다. 강남세브란스, 삼성전자, 현대자동차 등 다양한 조직의 AI 역량 강화를 지원하고 있습니다.

LinkedInysshin@dainus.ai

AI 교육이 필요하신가요?

조직에 맞는 맞춤형 AI/AX 교육 프로그램을 설계해드립니다. 커리큘럼 상담부터 시작해보세요.

교육 문의하기다른 글 더 보기

같은 주제의 다른 글

의료 AI 비즈니스

허가 다음은 수가: 미국 CMS가 의료 AI 전담 조직을 세운 이유

2026년 7월 6일

의료 AI 비즈니스

FDA가 AI 영상 소프트웨어에 새 주소를 내줬다: 892.2055와 PCCP 내장 분류

2026년 7월 4일

의료 AI 비즈니스

말하는 용량 계산기: FDA가 처음 허가한 LLM 의료기기의 진짜 설계

2026년 7월 4일