2018.10.16 (화)

  • 구름많음동두천 19.2℃
  • 구름많음강릉 18.0℃
  • 구름조금서울 19.4℃
  • 박무대전 16.2℃
  • 연무대구 17.0℃
  • 연무울산 18.1℃
  • 연무광주 16.6℃
  • 연무부산 20.1℃
  • 흐림고창 17.0℃
  • 제주 16.7℃
  • 맑음강화 18.7℃
  • 흐림보은 16.7℃
  • 흐림금산 16.2℃
  • 흐림강진군 16.1℃
  • 흐림경주시 18.5℃
  • 흐림거제 19.0℃
기상청 제공

인터뷰

인공지능의 도움을 받는 것은 이제 선택의 문제가 아니라 필수

왓슨으로 유명해진 이 언 교수는 가천의대 길병원 파킨슨클리닉에서 뇌전증과 두통 환자를진료하는 신경외과 전문의이다. 1980년 한양의대를 졸업하고 이 대학에서 박사학위를 취득한 이 언 교수는 캐나다 McGill대학 몬트리올 신경병센터에서 연수했으며, 귀국 후 가천의대길병원 뇌척추신경센터 소장, 이 병원 진료부원장 그리고 대한신경조절학회 회장 등을 역임했다.


 이 언 교수를 유명인사로 발돋움하게 한 것은 그의 탁월한   학문적 터전 위에 주위의 저항에  굴하지  않고 우리나라  최초로 의료용  인공지능 시스템인  왓슨을 도입,  본격적으로  활용할 수 있도록  한 그의 뚝심이 아닌가  싶다.  길병원에 이어 여러 병원들에서  왓슨을 들여와  활용하고 있고,  일부 대학병원들은  자체적으로  인공지능 시스템을  준비하고 있다는 점에서  볼  때 인공지능을  이용한 환자진료는 이 언 교수 말대로 ‘선택이 아닌 필수’가  아닌가 하는 생각을 갖게 한다.  이 교수로부터  왓슨, 인공지능을  활용한 환자진료에 대한 어제와 오늘의 이야기를  들어본다.


인공지능에 대해서는 이미 오래전부터  나오던  이야기이긴    합니다만   알파고   이후 급작스럽게  부각되기 시작한  영역이 아닌가  생각이 되네요.  특히  우리나라에서의  의료분야  인공지능문제는  정말 ‘갑작스럽다’고  표현할  수  있을  만큼 너무  빠르게  관심이  집중되고,  또  부각되고 있지 않나 하는 생각을 해 봅니다.  그렇지만  또 다른 측면에서  볼 때 병원  규모와  관계없이  공통적으로  직면하고  있는 여러 가지 어려움  때문에  무엇인가  돌파구를 찾으려고  노력을  하고  있는 현 시점에서  4차산업   혁명이나 인공지능 등이 병원들의  어려움을  극복할 수  있는 돌파구를  마련하게 하고,  ‘새로운 차원으로  발전할  수 있는 블루 오션이 될 수 있지  않을까’ 기대하는  분들이 적지 않은 것 같습니다.


인공지능 이라는 영역이 우리나라에서  부각된  직접적인 계기가  알파고  때문이라는  데는 이의를  제기할 분들이  없을 것으로 봅니다.  그렇지만  이 알파고  이전에도 그런 일이 없었던  것은 아니지요.  아직까지 많은  분들이  기억하고  계실 것으로  봅니다만  1990년대  중반을  넘어서던  시기에 러시아에  전설적인 체스 챔피언이  있었는데  당시 IBM의  슈퍼컴퓨터가  이 사람에게  도전을 하여  이김으로써 세상을  놀라게 했었지요.  


그리고  2011년에 또 서양에서  대단히 유명한  TV 퀴즈쇼가  있었는데 이 퀴즈쇼가  우리나라 TV에서 흔히  볼 수 있는  단답형 퀴즈 형식이  아닌 추론을  하지 않으면 정답을  맞힐 수 없는  다소 난해한  프로그램으로  유명했다고  합니다.  당시에  이 퀴즈쇼에서도  다른  게임의 경우와  마찬가지로  최다 우승을  한 여러 명의  챔피언들이  있었다고 하는데  이들  역시 인공지능 로봇인  왓슨에게 연패를  당했다고  하더라고요. 더구나  챔피언 2명이  한팀이 되어  벌인 퀴즈  맞히기에서조차  패배함으로써 사람들은 더 이상 할 말이 없어지고  만 것이지요.  이 일이 있은 후 바로 미국의 메모리얼 슬론 케터링암센터(Memorial Sloan Kettering Cancer Center)로 이 왓슨이  들어가게  됩니다.



모두 잘 아시겠지만 이 메모리얼 슬론 케터링암센터는 전 세계적으로  암전문 치료센터의  효시라고 할 수있을 만큼  유명하고 신뢰성이  높은 병원이지요. 그런데 IBM에서 인공지능이 퀴즈를 맞히는 과정이나 의사가 회진을  하며 환자의 증상을  추론하는 과정이  거의 동일하다는  것을 알게 된 것이지요.  이를  놓고  볼 때 왓슨을 만든  IBM이  ‘의료분야에  진출하기  위해 퀴즈쇼에서  퍼포먼스를  한 것이 아니었겠나’  하는 뒷이야기가  나오고  있는 것도  어느 정도 신빙성이  있다는 생각도 듭니다.


이것이 2012년에 있었던 일이지요. 그러다가 이 슬론 케터링암센터가  2014년  아스코(ASCO)라고, 미국임상학회들  가운데 가장 크다고  하는 임상암학회에서  지난 2년간의  왓슨을 이용한 임상경험을 발표하게 됩니다.   당시 이 학회에   참석하여  관련 내용에  관한 발표를 듣고 돌아와 제 나름대로  2년여에 걸쳐 길병원에 왓슨을   도입하는  준비기간을  가진 후 마침내  2016년 9월에 뜻을  이룰 수  있게  된 것이지요.


알파고가  우리나라뿐 아니라 세계적으로  유명한 바둑기사인 이세돌  기사를 이긴  것이 이 해 3월이었으니까  시기적으로  보면  6개월   정도밖에 되지 않는  시기여서  이 알파고로  인해  저희 길병원에  왓슨이 도입된  것처럼  보이기도 했습니다.  그러나 사실은  앞서  말씀드렸듯이  그보다  훨씬 이전에  왓슨도입을 위한 준비가  이루어졌던  것이지요.  그내용을  알지 못하는 분들은  길병원이  알파고에  맞추어   시의적절하게 왓슨을  들여왔다는 등,  정말  동작이 빠르다는 등,  저희들은  칭찬의  말씀으로  알고 있습니다만  정말 말들이  많았습니다.  그런가하면 이 왓슨을  도입하려고 했을 때 병원  내부적으로  적지 않은  저항이 있었습니다. 그렇다고  해서 이 저항이 나쁜 뜻의  저항을 의미하는 것은 아닙니다.


시기적으로 알파고가  있기 2년 전이기 때문에  왓슨도입에  부정적인  반응을 보이던 분들의 대부분이 인공지능에  대한 개념이  없었다고 보아야 하겠지요.  그  당시만 해도 인공지능이라고  하면  우선 로봇부터 생각하게  되던 시절이었거든요.   한마디로  ‘어떻게  사람을  진료하는  것을  로봇에게  맡길  수 있겠느냐’는 것이었지요.  이런  반응 때문에  처음 얼마동안  적지않이  힘이 들었었던 것이 사실입니다. 이런 부정적 반응에 대한 설득을 하는데 걸린  시간이 2년 정도라고 보시면 될 것입니다.


모든 일이  처음 하려고  할  때는  주위의  저항이  있기 마련이지요.  그런  어려움을  극복하고 우리나라 최초로  왓슨을  도입해  임상에  직접 적용하여  많은 성과를  내시고계신  이 교수님의 노고에 경의를 표하지 않을  수 없네요.  그때  도입된  왓슨은  어떻게  활용이  되고 있는지요?


지금 기자님이 저를 인터뷰하고  있는 이곳이 바로  왓슨을 이용하여  환자를 진료하는  진료실입니다.   (이 방은  환자와  그 보호자가  앉을  수 있는  좌석과  그 전면에   6~9명의  관련  임상과  전문의가  환자를  향해 앉아  환자에게  질문을  할 수 있는  좌석,  그리고 그 뒤로  큰  모니터 화면이  달린  구조로 되어 있다.) 그리고  현재 기자님이  앉아 계신 곳이 바로  환자가 앉는 좌석이지요.  이 방에서 환자와  의사들이 아주 민주적인  방식으로 토론을  갖게 됩니다.  이런 방식으로 진료를  받는 환자들은 하나같이 감동을  하게 됩니다.  그럴  수 밖에  없는 것이  환자 1명에  의사가 6~9명이 동원되어  진료를  해주니  언제  이런 진료를  받아  보았겠습니까.


한마디로 자신 한 사람을 위해 많은 의사들이 참여하고 있다는데 감동을 할 수밖에   없는 것이지요.  이렇게진료를 받은  환자들을  대상으로 실시한  조사에서 진료에 대한 만족도와  병원에 대한 신뢰도가 매우 높게 나타나고  있는 것이  잘  입증해 주고 있지요.  병원이 지향하는  목표가 바로 환자의  만족도와 신뢰도를 높이려는데  있다는  점에서  일단 성공을  거두고 있다고 할 수 있을 것입니다.


왓슨을 활용해  환자를  진료하면서  가장 중요한 것이라고  하면  역시 진료에  따른 성과라고  보는데 이에 대해  이 교수님은 어떻게  생각하고 계신지요?


왓슨을 활용한다고  해서 다른 일반적인  방법에  따라 진료를 했을 때와  비교해 다를 것으로 단정 지을 수는없다고  봅니다. 그렇지만  왓슨을  활용했을 때 보다  효과적인  치료방법을  추출해 사용하게  됨으로써 치료효과를  높일 수 있다고는  예측을 할 수 있겠지만  수술이나  투약에 영향을  미치는 것은 아니기 때문에 정확하게  그 효과를  입증할 수 있는  것은  아니지요.


그런데  이  왓슨을  활용하면서  문제가 있다면  왓슨과  담당전문의  간의 일치율인데,  왓슨의  기본이 되는 데이터가  스론 케터링암센터의  결과물들이기  때문이겠지만  매우 높은 일치율을  보이는 스론 케터링암센터와는  달리 우리 병원의  경우는  그렇게 높은  일치율을  보이지는 않고 있어요. 매우 당연한  결과라고 할 수 있겠지요.  그렇지만  일치율이 가장  낮았던 것이  89%였으니까 전체적으로  일치율이 그다지  낮았다고는  할 수 없다고 봅니다.


어떤 사람이 이 문제를  놓고 ‘일치율이 같지 않은 데 무엇 때문에  왓슨을 쓰냐’고  하는데  그 때 제가 대답을 했습니다.  “일치율이 100%라면  그야말로  왓슨을 쓸필요가  무엇이겠느냐”고  그렇지 않습니까?  일치율이100%라면 그냥  진단을 내리지  무엇 때문에  비싼  왓슨을 들여와  쓰겠습니까?  왓슨이  제시하는  진단과 자신의  진단이  다를 때 자신이  내린 진단에  대해 다시 한번생각해  볼 수 있는 것 아니겠습니까?


다시 한번 생각해본 후 왓슨이  잘못 제시한  것인지,  아니면  자신이 잘못판단한 것인지를  알 수 있게 되는 것이지요.  이런  점에서 볼  때 왓슨을  활용하면  100% 환자에게  도움이  된다는 것이  제가 갖고 있는 생각합니다.  무엇보다도  왓슨이  대단히 빠르게  의사결정을  해 주기 때문에  담당전문의와  진단의 일치가 되지 않았을 때 전문의  스스로 그결과를  비교 검토하여  가장 빠른 시간 내에  정확한  진단을  내릴 수  있도록 도움을 줄  수 있는 것입니다.




무엇보다 중요한 것은 암환자에게 있어서 의사로서  할 수있는 방법은  모두 동원하여  환자에게  도움을 주는  것이  당연한 도리가 아닌가  생각합니다.  그리고  왓슨은  환자에  대한 진단방법을  녹색, 노란색 그리고 빨간색으로 제시를  하게 되는데  녹색은 100%  슬론 케터링병원의  방식이고,  노란색은 슬론 케터링병원에 버금갈만한  미국 내 병원들의  방법입니다.  그러나 빨간색은  왓슨이  추천하지 않는  방법들인데  왓슨을 활용해  환자를 진단하는  과정에서 이 빨간색 방법에  대한  견해를 갖고  있는 담당전문의가  있는 경우가 있지요.  과거에는  담당전문의가  결정을  하면 두말하지  않고 그 방법을  환자에게  적용을  했지만  왓슨을  활용한  후에는 환자진료를  위해  함께  참여한 다른  전문의들의  의견을 들어보아야  합니다.


그리고 가장 중요한 것이 환자에게 자신이 레드 방법을 사용할 수밖에 없는 경우 그 이유를 설명하여 환자진료에  함께 참여한  동료들에게  납득을 시키는 것입니다.  이것이  바로  왓슨을  활용하기 시작한 이후 이전과 달라진  모습이라고  할 수 있는  것이지요.


인공지능에  대한  인식이  높아지면서 다른  한편으로는 이  인공지능으로  인해  자신의  자리가 위협을 받지 않겠는가?  라고  우려를 하는 사람들의 수가 늘어나고 있다는  이야기를  들었습니다.  이에  대해서는 어떻게 생각하고  계신지요?


인공지능이 사람들의  직업을  위협하는 일이  벌어지리라고는  생각지  않습니다.  오히려 인간의  지적인 면을 상당부분  보완해  줄 수 있을 것으로 보고 있습니다.  의료분야만  하더라도  아주 유능한  의사라고 해도 사람이니  만큼 그 능력에는  한계가 있는  것이 아니겠습니까?


바로 이 인간의 한계를 뛰어넘을 수 있도록 하는 것이  바로  인공지능이라는  말이지요.  따라서  인공지능이 인간들의  입장을 어렵게  하는 일은 결코  일어나지 않을것으로  보는 겁니다.   현재 사람들이 가장 많이  우려하고  있는 것은  의료의  질과  접근성과  비용인데  문제는  의료의  질을  좋게 하려면  비용이 많이 들고 반대로  비용을  줄이려면  질이  떨어지는  문제가  발생하는  것이지요.  이런  점에서  볼  때 모든  것을 좋게 한다는 것이 결코  쉬운 일이  아닌데  주위에서 요구하는  것은 그 모든것을  다  잘하라는  것입니다.   한마디로  양질의  의료를  제공하면서  접근성을  높이고 비용도 줄여야  한다는 것이지요.


그런데  이 세 가지 요인도  중요하지만  정작 의료를  제공하 는 의사에  대해서는 생각들을 하지 않는 것이 문제인  것이지요.  사실 의료의  질을  높이고,  접근성을  높이며,  비용을  줄이는 주체 가운데 가장 중요한 것이  의사인데  의사에  대해서는  거의  무관심합니다. 


의료의 질이나  접근성 그리고 비용을  줄이려면  결국 의사가 잘 해야 하는데 이런 의사들이  관심의 대상에서  벗어나 있다는  것이 문제인  것이지요.  과거  체스트  필름 한 장걸어놓고  온갖 이야기  다했어요. 그런데 지금은 어때요?  환자 한 사람당  CT,  MRI,  PET만 해도  수백 장씩이나  돼요.   이외에도  수없이  많은 데이터가  따르게 되지요.   의사들이  이 많은 데이터를  잘 소화를 해야만  제대로 진료를  할 수 있는 것 아니겠습니까?


그렇다면 의사들이 이  많은 일을  언제까지  해야 하는 겁니까?  절대로 다 할 수가 없어요.  그래서  인공지능이 필요한  겁니다.  인공지능으로  의사를  도와주어야만  의사들이  제 역할을 더 잘할 수 있는  것이지요. 지금 이  시대를  살아가는  의사들이라면  인공지능의  도움을  받지 않고  환자를  제대로 진료한다는 것이 결코  쉬운 일이  아니라고  생각합니다.


한 사람이 생산하는 데이터가  페타바이트라고  하는데  이는  10에 10승  데이터로서  CD  150만장분량이라고 합니다.   이  엄청난  양의  일을  누가  분석할  수 있겠습니까?   한마디로  사람이 이 일을  한다는  것은거의  불가능해요.  그래서  인공지능이  필요하다는  거예요.  의사들이  효율적으로  일을 할 수 있도록 말입니다.


사실  검사결과에서  정상과  비정상만 알 수 있다고 해도 의사들의  일거리 가운데 적지 않은 부분을 줄일 수 있게  된다고  합니다.  이런 점에서 볼 때 인공지능의  도움을 받는  것은  이제 선택의  문제가 아니라 필수라고 생각하며,  이런  사실을  외면한다면  결국 스스로 도태의 길로 갈 수밖에 없다고 보면 될 겁니다. 지금 이 시대는  의사가  인공지능과  협업을  하지 않으면 자신의 직역을  제대로  수행해  나갈 수 없다는 것이 바로 정답이라고  생각을  합니다.

그렇다면 왓슨의 영역이 점점 넓어지고 있다고 보아야 하겠네요.


당연히  넓어지고  있다고 봅니다.  우리  길병원을   비롯한  우리나라  몇몇 병원에서  운용하고 있는 의료용  왓슨은  IBM이 운영하고  있는 여러 분야의  인공지능  가운데  하나일 뿐이지요.   그리고  최근  들어  IBM뿐만 아니라 많은  거대기업에서  인공지능 제품들이  쏟아져 나오고  있습니다.   이런  시점에서  인공지능이나  원격진료를  해야 하느니,  말아야  하는  논란이 빚어지고  있다는 것은  너무도 시대착오적인 사고가  아닌가 하는 생각을 해요.


제가  알기로는  인공지능을  운용하는데  있어서  지속적으로  데이터를  넣어 주어야  한다고 하는데 우리나라 병원들의  경우  축적된  빅데이터가 대단한 양이라고는 하지만  상호 공유하기가 어렵게 되어 있어 효율적으로  활용할 수 없다고  하는데요?


질문하신 그 문제는 가까운  장래에  해결될  것으로 보여집니다.  이와  관련해 정부에서도 의무기록평가제를 곧  실시할  것이라고  하는데 이것이  바로  의무기록을  표준화하려는  시도라고  할 수 있겠지요.  그렇게 되
면  병원 간 데이터  공유도 가능해지지  않을까  생각합니다.  정부의  이런  노력이 아니더라도 기술이 날로 좋아지고  있어 그런  문제들이  잘 해결될 수 있을 것으로 보는 거지요. 


다만  내  나름대로  문제가 될 것으로  보는 것은  정확성과  무결성  문제라고 봐요.  이  가운데 무결성이라  함은  조작을 하지 않았다는 것을 의미하는 것이지요.  예를  들면  환자가 한 병원에서  진료를  받고  다른 병원으로  옮겨가면 그 병원에서 다시  검사하게  되는데  이런  재검사는  이전에 한 검사결과를 100% 믿지 못하기 때문이지요.  무결성이  보장되지  않기  때문입니다.


이 교수님이  지금까지  말씀하신 문제가  실현되려면 먼저  정부의  인식전환과  제도적인  장치가 마련되어야  한다고 보는데  실제로  정부가  먼저  마련해야  할 일이  무엇이라고  보시는지요?


사실 잘  몰라서 그렇지  인공지능과  관련된 법규가  의외로  많이 있어요.  그리고 수년 전부터 원격진료가 뜨거운 감자가  되고  있는데  잘  아시겠지만  이와  관련된  법이 제기된  것이  17대 국회 때니까 그동안 적지 않은 시간이  지났다고  할 수 있겠지요.  그런데 현  정부에서도  이에  대한 정확한 실시여부를 결정짓지 못하고 있더라고요.  그런데  제 입장에서는  원격진료의 원격이라는 말이 맞지 않다는 생각을 갖고 있습니다.


지금은  원격진료라는  말보다는  온라인  진료라 는 말이  적합하지 않나 하는  생각이  듭니다.  사실 의료분야뿐 만 아니라  세상의  모든 일들이  온-오프라인으로  흘러가고  있지  않습니까?  의료분야  역시  이런 시대적  흐름에  맞추어야  한다는  것이  저의 생각인 것이지요.  다만  온라인이  되었든,  오프라인이  되었든 각각  어느 정도의  문제는 내포되어  있다고  봅니다.  따라서  먼저  그러한  문제들을  해결하고  효율적으로 시행할 수 있도록  정부가  제도적인  장치를  마련하는  것이  필요하다고  보는 겁니다.  


제가 듣기로는 연간 우리나라에서 의료와 관련해 유통되는 비용이  120조에  이른다 고 하는데 이렇듯 엄청난 돈이 투입되고  있는데 도 국민(환자)이나 정부,  의료계 모두 다 결코 행복해  하지 않아요.  그래서 저는 빠른 시일내에 현재의  복잡한 의료유통구조가  개혁이 되어야 한다고  생각합니다.  여기저기서  새는  비용을 최대한  막아야  모두가 만족할만한  성과를 기대할 수 있게 되는 것이지요.  이러한  결과  역시 인공지능을 활용할  경우  좋은 성과를  기대할  수  있을  것으로 봅니다.


의사들이  앞으로 본격적으로 인공지능을  활용을  하면서  이에 지나치게 의존을 하게 될 경우 혹시나 환자진료능력이  떨어지는  경우가 생기지 않을까  우려하는  분들도 계신데,  설마 그런  일은 일어나지 않겠지요?
충분히  우려할만한  상황이라고  봅니다.  그리고  실제 그런 일이 일어나고  있고 말입니다. 지금은 인공지능을 도입하 는 초창기이고,  의사들의  실력이 상 당 수준에 이르러  있기 때문에  전혀 문제가 되지 않지만 앞으로  인공지능에  대한  의존도가  높아지게  되면  인공지능이 제시하는  의견에  대한  분별력이 낮아지게 될 수도 있다고 봅니다.


 인공지능이  제시하는 견해와  자신의  견해를 비교하여  보다 나은 결과를  도출해 가는 지금과는 달리 말이지요.  따라서  그러한 결과가  빚어지는  일을 막으려면,  특히  인공지능으로  인해  야기되는  법적인 문제의 해결을 위한  법과  제도의  정비와  함께 의과대학 교육의  전환이  절대적으로  필요하다고 봅니다.