암 치료를 위한 인공지능의 현실적 활용과 한계

주장에밀리아 자보르스키 박사는 암 치료를 위해 인공일반지능(AGI)이나 인공초지능(ASI) 같은 미래 기술에만 막대한 자원을 집중하는 것은 비효율적인 접근이라고 지적합니다. 암은 개인마다 다른 돌연변이로 발생하는 복잡한 과정이므로, 단일한 기술로 모든 문제를 해결할 수 없습니다.

팩트메타와 오픈AI를 포함한 대형 기술 기업들은 인간의 지능을 능가하는 인공일반지능과 인공초지능 개발에 수조 달러 규모의 자원을 투입하고 있습니다. 이러한 기술이 암을 정복할 것이라는 기대가 확산하고 있으나, 자보르스키 박사는 이것이 실제 의료 현장의 문제를 해결하는 데 한계가 있다고 분석합니다.

교차검증인공지능이 암을 치료할 수 있다는 낙관론은 데이터가 충분히 확보되지 않은 상황에서는 실현하기 어렵습니다. 또한, 아무리 뛰어난 치료법을 개발하더라도 환자가 치료 비용으로 인해 파산할 위험이 있다면 해당 의료 시스템은 구조적 결함을 지닙니다.

팩트자보르스키 박사는 현재의 인공지능이 신약 개발, 약물 독성 예측, 새로운 바이오마커 정의, 임상 시험 가속화 및 조기 진단 분야에서 실질적인 성과를 내고 있다고 강조합니다. 이러한 기술은 미래의 막연한 슈퍼 지능을 기다리는 것보다 즉각적이고 효과적인 변화를 이끌어냅니다.

주장의료계는 암을 완치하는 목표에서 벗어나 암을 만성 질환처럼 관리 가능한 상태로 만드는 것을 현실적인 과제로 삼아야 합니다. 이는 암을 죽음의 선고가 아닌, 지속적인 관리가 필요한 질병으로 전환하는 과정입니다.

팩트현재의 의료 시스템은 환자가 질병을 앓은 후에야 데이터를 측정하는 질병 관리 체계에 머물러 있습니다. 자보르스키 박사는 고품질의 대규모 데이터셋을 구축하고 생물학적 지표를 측정하는 도구에 더 많은 투자가 필요하다고 제언합니다.

교차검증자본은 한정되어 있으므로, 지능과 컴퓨팅 파워에만 과도하게 투자하는 것은 자원 배분의 비효율을 초래합니다. 혁신과 실용주의 사이에서 균형을 잡으려면 인공지능 기술 자체보다 의료 현장의 병목 현상을 해결할 수 있는 분야에 자금을 투입해야 합니다.

팩트현재 주목받는 인공지능 응용 분야로는 가상 세포 모델링과 디지털 트윈 기술이 있습니다. 이는 환자의 생물학적 특성을 디지털로 정밀하게 구현하여, 특정 환자에게 가장 효과적인 치료법을 사전에 예측하도록 돕습니다.

주장인공지능 기술에 대한 투자는 긍정적이나, 그 방향성은 데이터 수집과 생물학적 측정 도구의 혁신으로 향해야 합니다. 기술적 낙관주의에 매몰되어 실제 의료 현장의 데이터 부족 문제를 간과해서는 안 됩니다.

출처IEEE Spectrum의 에밀리아 자보르스키 박사 인터뷰 기사 "Do We Really Need Smarter AI to Cure Cancer?"(2024)를 교차 검증했습니다.