의료 AI는 어디까지 왔는가
― 진단에서 유전체까지, 지금 주목해야 할 헬스케어 AI 모델 총정리
의료는 더 이상 진단만으로 설명되지 않는다.
이제 그것은 데이터로 이해되고, 알고리즘으로 조율되며,
인공지능과 함께 해석되는 하나의 생명 정보 체계가 되었다.
AI는 청진기 너머로 뇌를 읽고,
엑스레이 이미지 안에서 암을 찾아내며,
심지어 유전체 염기서열 속 비암호화된 침묵의 신호들까지 해독하기 시작했다.
이제 우리는 묻는다.
의료 AI는 지금 어디까지 왔고, 어디를 향해 가고 있는가?
이 글은 2025년 기준, 전 세계에서 주목해야 할 헬스케어 AI 모델 30선을
기능별로 정리하고, 마지막으로 구글 딥마인드의 Enformer가 여는 새로운 유전체 해석의 장을 소개한다.
1. 진단 추론과 임상 대화를 위한 의료 특화 LLM
| 모델명 | 개발사 | 특징 |
|---|---|---|
| Med-PaLM 2 / M | Google DeepMind | USMLE 문제 해결, 임상 윤리 탑재, 멀티모달 지원 (M) |
| MedGemma | Google DeepMind | 오픈소스, X-ray + 텍스트 동시 입력 가능 |
| GatorTron | Univ. of Florida + NVIDIA | EMR 기반 학습, 실 임상 문맥 이해 |
| BioGPT | Microsoft Research | 생의학 논문 전문 GPT |
| PMC-LLaMA | Meta | PubMed·PMC 기반 튜닝된 LLaMA |
| ChatDoctor | Zhejiang Univ. + Stanford | 실제 병원 대화 데이터를 기반으로 한 튜닝 |
| Clinical Camel | Johns Hopkins | OpenAI 기반 병원용 fine-tune 모델 |
2. 영상 진단 AI: 의사의 눈을 보완하는 기술
| 모델/제품 | 개발사 | 설명 |
|---|---|---|
| MedGemma | 영상+텍스트 통합 인식 가능 | |
| Lunit INSIGHT | 루닛(한국) | 폐암·유방암 X-ray AI 분석, 글로벌 병원 도입 |
| Aidoc | 이스라엘 | 응급 CT, 뇌출혈, 폐색전 실시간 감지 |
| Qure.ai | 인도 | 흉부 X-ray·CT 자동 해석, 저자원국 활용 |
| Annalise.ai | 호주 | 100가지 이상 병변 인식 가능한 X-ray AI |
| Caption Health | GE | 심장 초음파 영상 분석 자동화 솔루션 |
3. 신약 개발과 생의학 연구 AI
| 모델 | 개발사 | 기능 |
|---|---|---|
| AlphaFold / 3 | DeepMind | 단백질 구조 + 분자 결합 예측 |
| Insilico Medicine | 홍콩 | AI 기반 신약 후보 생성 + 자체 wet lab |
| Recursion | 미국 | 이미지 기반 약물 재창출 시스템 |
| Atomwise | 미국 | 구조 기반 신약 스크리닝 |
| Helixon | 중국계 | 단백질 설계 AI, 고속 성장 중 |
4. 진료 기록 및 임상의사결정 보조
| 제품 | 기능 |
|---|---|
| Glass Health | SOAP 노트 자동 생성, 진단 트리 작성 |
| Nabla Copilot | 진료 중 대화 실시간 요약 → EMR 입력 |
| Suki AI | 음성 → 진료 기록 자동화, 미국 병원 도입 |
| Abridge AI | 의사-환자 대화 기록 요약 및 코드 변환 |
| Infermedica / Ubie | 환자 증상 문진 → 의료진에게 전달 요약 제공 |
5. 비암호화 DNA와 유전체 조절 AI (Enformer 포함)
| 모델명 | 개발사 | 기능 |
|---|---|---|
| Enformer | Google DeepMind | 비암호화 DNA 서열 → 유전자 발현·전사인자 결합 예측 |
| Basenji2 | Calico Labs | 조절요소 예측 CNN |
| Geneformer | Broad Institute | 조직별 유전자 조절 네트워크 추론 |
| Nucleformer | Meta FAIR | 후성유전 조절 예측 (attention 기반) |
| EUGENe | HuggingFace 커뮤니티 | 오픈소스 비암호화 DNA 해석 프레임워크 |
Enformer는 유전체의 ‘침묵 속 질서’를 읽는 최초의 의미 기반 AI다.
단백질을 만들지 않는 염기서열이 언제 무엇을 얼마나 발현할지를 조절한다는 사실은
질병, 표현형, 치료 반응 예측의 패러다임을 바꾸고 있다.
6. 소비자 헬스케어 챗봇 및 AI 예진 도구
| 이름 | 기능 |
|---|---|
| Ada Health | 증상 기반 건강 평가 앱, CE 인증 |
| K Health | 데이터 기반 챗봇 + 원격 진료 |
| Babylon Health | 챗봇 예진 + 비대면 진료 (사업 축소 중) |
| HealthGPT (ChatGPT 모드) | 건강 정보 응답 (의료적 결정은 불가) |
7. 한국 주요 의료 AI 기업
| 기업명 | 특징 |
|---|---|
| 루닛 (Lunit) | 폐·유방암 진단 AI, 글로벌 진출 |
| 뷰노 (VUNO) | 뇌 MRI, 심전도 AI |
| 딥노이드 / 제이엘케이 | 병원 PACS 연동 영상 AI |
| 스카이랩스 | 헬스 모니터링 디바이스 연동 AI |
요약: 의료 AI의 현재 좌표
| 영역 | 대표 AI |
|---|---|
| 진단 추론 | Med-PaLM, GatorTron |
| 영상 분석 | Lunit, Qure.ai, MedGemma |
| 신약 개발 | AlphaFold, Insilico |
| 유전체 해석 | Enformer, Geneformer |
| 기록·요약 | Glass Health, Abridge |
| 예진 챗봇 | Ada, K Health |
마무리: 의료 AI는 어디까지 인간을 닮을 수 있는가?
AI는 점점 더 많은 의학 지식을 학습하고,
더 빠르게 이미지를 읽고,
더 깊이 생명정보를 해석한다.
그러나 치유란 단순한 예측이 아니다.
그것은 공감과 판단의 리듬이 함께 작동하는 과정이다.
Enformer가 유전체의 침묵을 읽는다면,
MedGemma는 X-ray 너머의 질병을 이해하고,
Glass Health는 의사의 메모를 대신 쓴다.
그리고 이 모든 AI는 묻는다.
“우리는 인간을 어디까지 도울 수 있는가?”
Leave a Reply