NEWS
의료 현장의 '말했다, 안 했다'를 방지할 수 있을까? AI 음성 인식이 소아외과 최전선에 가져온 혁신
본 인터뷰 기사는 모코모코 주식회사(당사)가 제공하는 음성 인식 AI mocoVoice를 통해 생성되었습니다.
이번에 mocoVoice 의료 모델 공동 개발에 협력해 주시고 계신 히로시마 대학병원의 사에키 이사무 의사와 인터뷰를 진행했습니다.
AI 음성 인식 기술이 빠르게 발전하는 가운데, 의료 현장과 같이 매우 높은 전문성과 정확성이 요구되는 분야에서 AI는 과연 어디까지 '사용될 수' 있을까요? 히로시마 대학병원의 소아외과 전문의인 사에키 의사와 음성 인식 AI 'mocoVoice 의료 모델' 연구개발 담당 오니시 씨가 의료 모델 AI 공동 개발에 대해 대담을 나누었습니다.
사에키 이사무(佐伯 勇) 의사
1997년 규슈대학 의학부에 입학하여 2003년 동 대학을 졸업했습니다. 2011년 박사 학위를 취득한 후, 후쿠오카 시립 어린이병원 외과 및 히로시마 시민병원 소아외과의 부장, 과장을 역임하고 2020년부터 히로시마 대학병원 소아외과 강사 겸 임상부교수로 재직 중입니다. 일본외과학회 및 일본소아외과학회 지도전문의 자격을 보유하고 있으며, 다수의 학회 위원도 맡고 있습니다. 지금까지 임상, 교육, 연구 각 분야에서 여러 상을 받았으며, 전문 학술지에 백여 편이 넘는 논문을 발표했습니다.
이사 CRO 오니시 카즈요(大西 一誉)
마이즈루 고등전문학교 및 전공과를 수료한 후, NAIST(나라첨단과학기술대학원대학교)에서 공학 석사 학위를 취득했습니다. 현재 이화학연구소에서 대화형 AI 연구에 종사하고 있습니다. 치밀한 리서치를 바탕으로 사용자 관점에서의 프로덕트를 개발하며 사업 성장을 견인하고 있습니다.
1. 의료 현장의 벽: '시진(視診)'이 '지침(指針)'이 되는 AI
오니시: 오늘 잘 부탁드립니다. 사에키 선생님께서는 mocoVoice의 의료 모델 개발에 협력해 주고 계신데요. 먼저 선생님의 자기소개와, 이 프로젝트를 시작하게 된 배경에 대해 말씀해 주시겠습니까?
사에키: 히로시마 대학병원에서 소아외과 전문의로 일하고 있는 사에키입니다. 소아외과 의사는 특정 장기별로 나누지 않고, 갓 태어난 신생아부터 흉부, 복부, 비뇨기계까지 아이들의 모든 수술을 담당합니다.
동시에 저는 의대생 교육에도 힘을 쏟고 있습니다. 특히 '문진'과 '진찰' 기술을 훈련하는 교육 프로그램을 구축하는 연구를 진행하고 있는데, 이 연구를 위해 AI를 활용한 텍스트 변환(음성 기록)이 필요해졌습니다.
오니시: 그래서 mocoVoice를 도입하게 되셨군요. 그 전에는 어떤 문제점들이 있었나요?
사에키: 초기에는 시중에 나와 있는 일반 AI 음성 기록 모델을 사용해 봤는데, 정확도가 너무 낮았습니다. 특히 의학 용어 인식이 어려웠는데, 그 배경에는 **일본어 특유의 수많은 '동음이의어'**가 있다고 생각합니다.
예를 들어, 의사가 진찰에서 눈으로 '보는' 것을 '시진(視診)'이라고 합니다. 하지만 일반적인 AI 모델은 이를 방향을 가리키는 '지침(指針)'으로 잘못 기록해 버립니다. 이런 현상이 의학 용어의 거의 대부분에서 발생했습니다.
2. AI 학습의 위력: 수정 시간 '5시간'이 '1시간 미만'으로
오니시: 의료 분야는 일반적인 단어 사용이 적은 편인데, 저희가 의료 전용 모델을 제공했던 것이 정확도 향상으로 이어지지 않았나 싶습니다. mocoVoice 도입 후 상황은 어떻게 달라졌나요?
사에키: 네. 일반 AI의 경우 1페이지당 10군데 이상의 수정이 필요했습니다. mocoVoice 측에 의뢰하여 공동으로 정확도를 높여가기 시작했던 초기에도 여전히 1페이지에 6~7군데의 수정할 부분들이 있었습니다.
하지만, AI 학습의 놀라움을 실감한 것은 이때부터입니다. 2시간 이상의 학습 데이터를 바탕으로 미세 조정(튜닝)을 20번 가까이 반복하는 동안, 정확도가 획기적으로 올라갔습니다. 최종적으로는 1페이지에 수정해야 할 곳이 1~2곳이거나 아예 없는 수준까지 향상되었습니다.
실제 음성 기록의 오류 부분이다. 일반 음성 기록에서는 오류(노란색 부분)가 눈에 띄는 반면, mocoVoice 의료 모델을 튜닝한 후에는 그 차이가 명확하게 줄어들었음을 알 수 있다.
오니시: 그 전까지 오류 부분은 선생님께서 직접 수정하셨던 건가요?
사에키: 맞습니다. 이미 연구를 시작한 상황이라 제가 직접 할 수밖에 없었는데, 2시간짜리 녹음을 다시 들으며 수정하는 데 매번 5시간 정도 걸렸습니다. 솔직히 이대로는 몸이 버티지 못하겠다고 생각하던 참이었습니다. mocoVoice의 정확도가 꽤 올라갔던 연구 막바지 즈음에는, 동일한 2시간 분량의 녹음을 수정하는 데 1시간도 채 걸리지 않게 되어 부담이 엄청나게 줄었습니다.
3. 소아외과 특유의 장벽: '대천문'과 '응가'
오니시: 이번 프로젝트에서는 사에키 선생님의 전문 분야인 '소아외과' 용어에 맞춰 튜닝을 진행했는데요. 이 부분은 어떠셨나요?
사에키: 여기에는 두 가지 측면에서 어려움이 있었습니다. 첫 번째는, 정말 소아과나 소아외과에서만 사용하는 전문 용어입니다. 예를 들어 아기 머리에 있는 '대천문(大泉門)', 신생아 상태를 평가하는 '아프가 점수(Apgar score)', 기저귀와 관련된 대화 등입니다. 이런 용어들도 AI가 학습을 거듭하면서 점차 인식할 수 있게 되었습니다.
오니시: 저도 '대천문'은 튜닝 과정에서 처음 알았습니다. 한자 자체는 쉬워도 배경지식이 없으면 인식하기 어려운 단어의 전형이었습니다.
사에키: 다른 하나는, 일반적으로 '지저분한 단어'로 취급되는 말입니다. 예를 들어 '응가', '쉬', '고추' 같은 단어들 말이죠. 의사들은 진료 중에 이런 말들을 아무런 거부감 없이(오히려 거부감이 있으면 안 되지만) 사용합니다.
하지만 최근의 AI들은 ChatGPT 등도 마찬가지지만, 이런 단어들을 필터링하거나 아예 없는 것처럼 처리하려는 경향이 있습니다. 일반 음성 기록 소프트웨어의 경우 '○○○○'처럼 복자(伏字, 숨김 처리)로 나와서 다시 듣고 확인하는 수고가 아주 컸습니다.
오니시: 정확히 짚어주셨습니다. 일반적인 AI는 외설적이거나 위험한 단어를 표시하지 않도록 설계되어 있습니다. 하지만 이번에는 '의료 모델'입니다. 의사가 내뱉은 말은, 설령 그것이 일반적으로 부적절하다고 여겨지는 단어일지라도 정확하게 기록되어야 합니다. 그 부분은 제가 의료 현장의 니즈로서 확실하게 튜닝을 적용하여 의도적으로 인식하고 표시하도록 조치했습니다.
4. 보안과 구현: 왜 '온프레미스'가 필수적인가
오니시: 의료 분야에서 AI를 사용하는 이상 전자의무기록(EMR)과의 연동 등을 생각할 수 있지만, 동시에 개인정보 보호와 데이터 보안이 가장 중요한 과제입니다.
사에키: 맞습니다. 의사 입장에서는 매일 전자의무기록을 입력하는 작업을 좀 줄여주었으면 하는 것이 솔직한 심정입니다.
사실 지금의 젊은 의대생들은 스마트폰 입력에는 익숙하지만, 의외로 PC 자판을 안 보고 치는(브라인드 터치) 타이핑을 못 하는 사람들이 놀라울 정도로 많습니다. 그런 개인의 기술에 좌우되지 않고 원활하게 기록을 입력할 수 있는 음성 인식은 매우 중요합니다.
오니시: 하지만 그런 전자의무기록 데이터를 클라우드에 올리기는 어렵겠지요.
사에키: 네. 규모가 큰 병원일수록 네트워크는 병원 내부에서만 완결되는 '인트라넷'으로 구축되어 있습니다. 따라서 **인터넷(클라우드)으로 데이터를 보내는 것이 아니라, 병원 내부 단말기(온디바이스)에서 처리가 끝나는 '온프레미스(On-premise) 방식'**이 요구됩니다.
오니시: 저희도 온프레미스 방식의 제공을 고려하고 있습니다만, 여기에는 기술적인 트레이드오프가 존재합니다. AI는 모델이 크고 성능이 높을수록, 이를 구동하기 위해 매우 강력하고 비싼 컴퓨팅 파워가 필요합니다. 그렇다고 모델을 작고 가볍게 만들면 정확도가 떨어지게 되죠. mocoVoice는 '정확도는 높되, 모델은 가볍고 빠르게 구동하는' 두 가지 목표를 동시에 달성하기 위해 노력하고 있으며, 이 점이 온프레미스 제공에 있어 큰 강점이 될 것이라 자부합니다.
실제 온프레미스 제공 형태의 mocoVoice (이미지)
5. 의료 AI가 직면한 3가지 상황과 '사전 동의(Informed Consent)'의 벽
사에키: 의료 현장에서 텍스트 변환이 필요한 상황은 크게 세 가지가 있다고 봅니다.
- 컨퍼런스: 의사나 간호사들이 환자의 치료 방침을 논의하는 회의록입니다.
- 일반 진료: 환자와 의사가 1대 1로 대화하는 내용을 요약해서 전자의무기록 입력에 도움을 줍니다. 특히 소아과는 '부모와 이야기하면서 발버둥 치는 아이를 진찰'하는 '1대 2' 상황이 기본이기 때문에, 기록 입력 보조 기능은 정말 큰 도움이 됩니다.
- 사전 동의(Informed Consent, IC): 환자에게 치료에 대한 상세한 설명을 하고 동의를 구하는 과정입니다.
사에키: 이 세 번째가 가장 중요하면서도 까다롭습니다. IC에서는 나중에 '말했다', '안 했다' 하는 문제가 절대 일어나서는 안 됩니다.
예전에 내시경 시술 시 '위내시경과 같다'고 설명했느냐 안 했느냐가 문제가 된 사례도 있었습니다. 여기서는 AI가 지나친 해석을 덧붙여서는 안 됩니다.
오니시: 매우 흥미로운 지적이시네요. 저희 AI에서도, 예를 들어 환자가 "토했어요"라고 말한 것을 AI가 "구토"라는 의학 용어로 변환해 버리는 사례가 의료 모델이기 때문에 아직 존재합니다. 일반적인 요약이라면 뜻이 통하겠지만, IC 관점에서는 "토했어요"라고 발화한 사실이 "구토"로 바뀌어 기록되어서는 절대 안 된다는 것이군요. 이는 의료 AI에게 매우 중요한 과제입니다.
사에키: 바로 그렇습니다. AI 개발 기업 측에서 "이 정도 기능이면 훌륭합니다"라며 가져와도, 의사들의 속마음은 "IC 측면을 고려하면 (자의적 해석이 들어가는 AI는) 쓸 수 없다"가 되는 경우가 많았습니다. 이번 mocoVoice 사례처럼 현장의 깊은 니즈(심층 인터뷰)를 바탕으로 발맞춰 제품을 만들어주는 기업의 존재가 매우 중요하다고 느꼈습니다.
6. 10년 후, AI 음성 입력은 '당연한 것'이 된다
오니시: 마지막으로 의료 모델이 앞으로 의료계에 어떤 영향을 미칠지, 선생님의 비전을 듣고 싶습니다.
사에키: 저는 지난 반년 동안 AI의 혜택을 크게 느꼈습니다. 불과 50시간 정도의 학습 데이터만으로도 이 정도로 정확도가 향상됩니다. 이것이 빅데이터로 쌓이게 되면 정확도는 훨씬 더 높아질 것이고, 그 시너지 효과로 전자의무기록(EMR)은 비약적으로 진화할 미래가 올 것이라고 생각합니다.
제가 의사가 되었던 20여 년 전에는 종이 차트를 썼습니다. 그 후 전자 차트가 도입되어, 지금은 전자 차트가 없는 병원이 거의 없죠. 이러한 변화는 불과 10~20년 사이에 일어났습니다. 시대의 변화는 점점 더 가속화되고 있기 때문에, 앞으로 10년 안에는 음성 인식을 통한 AI 전자의무기록 시스템이 너무나 당연하게 널리 퍼져 있지 않을까요? 그런 의미에서 의료 분야에 특화된 mocoVoice의 역할이 클 것으로 기대하고 있습니다.
오니시: 감사합니다. 저희도 '현장에 맞춤화된 AI'를 항상 목표로 하고 있습니다.
사에키: 의사들의 과중한 업무와 근무 형태가 이토록 문제시되는 상황에서, 이러한 기술적 시도들이 현장의 부담을 조금이나마 덜어줄 수 있기를 바랍니다.
오니시: 오늘 귀중한 말씀 감사합니다.
mocoVoice 의료 모델에 대하여
mocoVoice에 탑재된 표준 모델에 더해, 의학 개념·지식 연결 데이터베이스 JMED-DICT mini에 수록된 약 14만 개의 단어를 새롭게 추가 학습했습니다. 나아가 히로시마 대학병원 의사 겸 임상부교수인 사에키 전문의와 공동으로 정확도 향상에 매진하고 있으며, 업계 최고 수준의 고정밀 음성 기록을 이용하실 수 있습니다. 온프레미스/온디바이스 형태로도 제공하고 있습니다.
이용과 관련해서는 문의하기를 통해 상담해 주시기 바랍니다.