인공 지능(Artificial Intelligence)은 사람과 같은 "생각"을 할 수 있는 컴퓨터를 말한다. 단순한 질문에 대한 답을 넘어서는 고차원적인 대답을 할 수 있고, 그 문장에서 정확한 정보를 캐치하고, 그에 따른 판단을 하는 것을 말한다. 그 외에도 체스, 퀴즈쇼 등 다양한 분야에서 다양한 형태로 인공 지능이 개발되고 있고 아직도 현재 진행 중이다.
결국, 궁극적인 인공 지능의 목표는 "사람과 같은 사고를 하고, 사람과 비슷한 대화를 하는 존재"를 만들어 내는 것이다. 기계가 인공 지능을 가졌는지 아닌지를 판단하는 튜링 테스트도 그런 맥락에서 이해할 수 있을 것이다.
생각해보면, 같은 말이라도, 말하는 상황, 뉘앙스에 따라 똑같은 문장이라도 다른 정보를 포함할 수 있다. 예컨대,
라는 문장을 예시로 들어 보자. 이 질문 자체는 아주 간단하고, "예-아니오"로 답할 수 있는 문장이지만, 질문을 그대로 받아들여서는 안된다. "살인의
추억"에서 송강호가 질문하는 뉘앙스, 사업이 망하고 나서 오랜만에 만난 친구, 다이어트를 열심히 하고 있는 여자 친구 등 대상에
따라서 각기 다른 뉘앙스를 가지고 있는 것이 사실이다. 인간은 이런 은유적 질문, 혹은 상황을 판단해서 던지는 질문에 충분히 적절한 반응을 할 수 있다.
(왓슨이 무엇인지를 보여주는 그림 - IBM 공식 홈페이지)
하지만, 컴퓨터의 입장으로 돌아간다면, 이는 아주 어려운 상황이 된다. "밥은 먹고 다니냐?"라는 단순한 말 하나에 대답하기 위해서 컴퓨터는 여러가지 판단을 해야만 답을 할 수 있다.
첫째로는, 이 질문이 진짜 사실을 묻는 것인지 아닌지를 판단해야 한다. 은유적인 표현일 가능성이 있기 때문이다. 둘째로, 과연 그 사람이 어떤 의도로 말을 하는지 유추해야 한다. 뉘앙스를 판단하는 과정이다. 셋째로, 이 질문에 대해서 내가 처한 상황을 적절히 반영하는 "예-아니오"가 아닌대답을 해야 한다. 그 외에도 다양한 판단 과정이 존재할 가능성을 내포한다.
이렇게 컴퓨터가 직접적으로 알아듣기 힘든 대화(코드가 아닌)를 인공 지능에서는 "자연어"라고 이야기한다. 인간이 대화하는 모든 언어는 사실상 자연어라고 생각하면 된다. 매 질문마다, 다양한 판단을 요구하지만, 충분히 자연스럽게 대화가 되는 과정. 이것은 인간이 가진 고유의 능력이라고 여겨져 왔다.
이런 상황이 최근 IBM에서 개발한 왓슨에 의해서 깨지고 있다. 참고로, 여기에서 나오는 왓슨은 DNA의 그 왓슨이 아니라 IBM의 창립자 토머스 왓슨이다. 그리고 이제 조만간 왓슨은 인공 지능의 대명사로 그 둘보다 더 유명해질 가능성이 있어 보인다. 물론 아직까지는 완벽하다고 볼 수 없지만, 적어도, 퀴즈쇼 영역에서 만큼은 그런 일이 벌어졌고, 이미 지난 과거의 일이 되어 버렸다.
미국 퀴즈쇼 중에서 아주 유명한 Jeopardy라는 퀴즈쇼가 있는데, 이 퀴즈쇼에서 엄청난 차이로 우승을 한 것이다. (참고하실 분은 아래 동영상을 참고해 보세요. ^^) 사람처럼 질문이 끝나기도 전에 대답하는 것은 물론, 은유적인 단어를 포함한 질문에까지 대답을 한다. 물론 영어로 된 표현이긴 하지만, 기존의 컴퓨터로는 단순히 대답하기 힘들었던 자연어를 이해하고, 대답하는 인공 지능의 시대가 열린 셈이다.
이제 의사의 영역으로 돌아 보자. 사실, 방대한 지식, 그리고 정확한 판단, 시진, 촉진, 청진 등 다양한 감각과 복잡한 정보가 꼬여있는 의료 영역에 인공 지능의 관여는 한계가 있는 것처럼 보인다. 그럼에도 불구하고, 의료 영역에까지 인공 지능 왓슨이 다가 오고 있다. 그것도 아주 빠른 속도로. 실제로 이런 대세를 이제는 거스를 수는 없는 것 같다. 상당한 뉘앙스가 들어 있는 질문까지 대답할 수 있는 인공 지능 컴퓨터. 인공 지능의 "의사 놀이"는 이제 놀이를 넘어서, 진단의 영역까지 들어온 것 같다. 왓슨은 이제, 의료 영역에서
"진단을 위해 더 필요한 history는 무엇인가.
그리고 그 finding을 통해서 어떤 진단을 유추할 수 있는가"
까지 왔다.
이제, 의사의 할 일을 재정의하고, "어떤 방향으로 의사를 교육할 수 있느냐"가 의사라는 "인재 양성"에 새로운 개념이 되지 않을까? 하는 생각을 해본다. 예컨대, 단순한 의학 지식을 암기하는 것이 아니라, 인공 지능에 저장된 정보를 적절한 형태로응용해서 환자에게 도움을 주는 판단을 내리는 의사의 역할 말이다. 마치 현재 아무도 스마트폰에 저장된 전화 번호를 하나하나 외우지 않는 것처럼, 의료 지식 역시 단순한 지식의 저장과 리콜보다 지식의 응용과 판단을 조금 더 강조하는 형태로 말이다.
(의사의 판단에 도움을 주는 인공 지능, 의사라는 직업이 없어지지는 않겠지만, 분명히 형태와 교육은 변할 것이다)
전통적인 의미에서의 허준 시대의 의사가 더 이상 외과적 수술을 포함한, 다양한 내과 질환을 치료할 수 없다. 하지만, 당시의 의사의 개념과는 달리, 현대의 "의사"의 개념은 완벽히 진화되었고, 그 당시와는 다르게 재정의되었다.
이제 의사는 약초를 구하러 다니는 것이 아니라, 정제된 약을 "적합한 통계와 근거"에 기반해
효능을 검증하고, 환자에게 처방한다. 그에 따른 교육도 필요에 따라 대치되었고 현재 평균 수명은 그 어느 때보다 높고, 앞으로 더
발전된 가능성이 크다. 그 결과, 비록 시대는 다를지라도, 의사는 의사로서의 역할을 완벽히 수행하고 있다. 그에 발맞추지 못한 의사 집단들은 도태되고 있을 뿐이다.
더 이상 의사는 직접 X-ray를 찍지 않고, 피를 뽑아 직접 검사하지 않아도 된다. 시진, 문진을 하긴 하겠지만, 결과를 통합적으로 살펴보고 그에 근거한 판단이 의사의 주 역할이 되었다. 이 때, 의사의 역할은 다양한 환자 정보를 통합적으로 판단해서 근거에 기반한치료를 하는 것이 된 셈이다. 이제 "인공 지능"이 완벽하지는 않지만, 단순한 계산을 넘는 이런 통합적 판단도 가능하게 되었음을 이야기한다.
(UC irvine에서 시도되는 색다른 시도. 이런 변혁과 도전이 가능한 학교가 우리 나라에도 있을까?)
현재, 의료계에서 화두가 될 가능성이 큰 구글 글래스 역시 그런 맥락에서 바라봐야 할 것이다. 단순히 기록한다는 것을 넘어서, 정보를 저장하고, 인공 지능과 결부되어 정확하고 필요한 근거를 제공하는 것. 궁극적으로 판단은 의사가 하겠지만, 단순히 내가 알고 있는 병의 가능성보다 훨씬 더 큰 가능성을 제공해주는 인공 지능. 의학에서의 인공 지능의 묘미는 여기에 있을 것이다. 이론적으로는 인공 지능을 사용하는 모두가 "예외적 질병"을 잘 발견하는 닥터 하우스[각주:1]가 될 가능성이 있다는 말이다.
("예외적 질병"을 잘 발견하는 닥터 하우스)
개인이 이런 상황에서 어떤 방향으로 자신을 계발할 것인지는 개인에 따라 다르다고 보겠다. 극단적으로 본다면, 저장의 기능을 완전히 인공지능 혹은 기계에 맡기고, 판단을 우선으로 하는 의사. 반대로, 저장의 기능을 충실하게 따라서 환자에게 신속한 진단을 내리는 고전적인 형태의 의사. 어떤 모습이 더 올바르다고 할 수 없다. 그 나름의 장점과 단점이 있기 때문이다.
비지니스의 관점에서는 과연 어떤 형태로, 정보를 취득하고, "의사에게 올바른 근거를 어떤 우선순위로 보여줄 것인가"가 인공 지능의 핵심이 되지 않을까 하는 생각을 조심스럽게 해본다. 정보가 충분히 있는 어느 순간부터는 "정보가 많은 것이 문제"가 되기 때문에, 적절히(라고 말하지만 아주 어렵다) 취사 선택한 정보를 제시하는 똑똑한 인공 지능의 개발은 의료의 발전에 아주 큰 영향을 미칠 것이라고 확신한다.
끝으로, 왓슨 개발자 중 하나인 Ken의 TED Seattle에서 강연이다. 충분히 의미 있는 강연이고, 위에 언급한 질문에 대해 많은 insight를 주는 강연인 것 같다. 한 번 살펴 보면서, 미래에 대비하는 것은 어떨까?
과연 "의사"라는 직업인이 이런 인공 지능과 공존하기 위해서 나아 가야할 방향은 무엇일까? 그리고 이 때, "준비해야 할 소양은 무엇일까"에 대해서 진지한 고민을 할 타이밍이 온 것 같다. 그렇게 하지 않는다면, 퀴즈쇼에서 자기 나름대로 최선을 다했지만, 멀뚱히 인공지능이 우승하는 것을 지켜볼 수밖에 없었던 도전자 꼴이 될 수밖에 없을 것 같다.
사실 닥터 하우스는 일반적인 의사의 관점에서는 아주 이상한 의사라고 할 수 있다.most common disease를 항상 rule out하기 때문이다. 틀렸다고 보기는 힘들지만, 경우에 따라서 꼭 좋은 의사는 아닐 수 있다. [본문으로]
어떤 분야이든 그 분야를 관통해서 흐르는 트렌드(Trend)라는 것이 존재한다. 패션에서는 유행이라는 이름을 가지고 있고, 언론에서는 뉴스-사건이 트렌드의 촉매가 되는 경우가 많다. 그리고 과학에서도 트렌드라는 것이 분명히 존재한다.
사람들은 새로운 것에 열광한다.
"기존과 다른 것. 기존의 것을 획기적으로 보완한 것, 전혀 새로운 것을 만들어 내는 것"에 열광한다. 1990년대의 의과학 흐름이 게놈 프로젝트(Genome Project)에 있었다고 한다면, 2000년대는 줄기세포(Stem cell)라
고 볼 수 있을 것이다. 배아줄기세포(Embryonic Stem Cell = ES cell)부터 시작해서, 유도 만능
줄기세포(Induced Pluripotent Stem Cell = iPS cell) 그리고 오늘의 STAP 세포(Stimulus
Triggered Acquisition of Pluripotent Cell)까지로 이어진다고 하겠다. 물론 사람에 따라, 그
트렌드를 다르게 볼 수도 있지만, 분명한 건 과학에서도 트렌드라는 메이저 리그가 분명히 있다는 사실이다. 하지만, 트렌드 있는 연구가 항상 과학 발전을 만드는 것은 아니라는 것을 간과해서는 안된다. 트렌드는 트렌드일 뿐이다.
자연 과학은 얼핏 보면, 유행이라는 것이 현존하는 사회 과학과 별개인 것처럼 보인다. 하지만, 실제로는 그렇지 않다. 자연 과학은 사회 과학과 생각보다 많은, 그렇지만 직접적으로는 연결되어 보이지 않는 연관 고리를 가진다. 다만 그 연결 시간이 길뿐이다.
의과학에서는 제한효소를 예로 들 수 있겠다. DNA의 특정 부분을 잘라낼 수 있는 효소인 제한 효소를 이용해서 다양한 동물의 유전자 조작이 가능하게 되었는데, 이것을 "인간에게 어떻게 활용할 것인가"의 문제는 의과학을 넘어 사회 과학의 문제인 셈이다. 질병의 진단에서만 활용할 수도 있고, 치료에도 활용할 수도 있다. 심한 경우에는 유전자 조작을 이용한 질병이 없는 슈퍼 인간 탄생에 접근할 수도 있는 셈이다.
사실, 과학적 트렌드 역시 알게 모르게 사회 과학의 영향을 많이 받는다. 과연 어떤 임팩트를 가지고, 인간 사회를 획기적으로 바꾸는 것이냐에 초점이 어느 정도 맞추어져 있다는 이야기이다. 이 과학적 발견이, "과연 새로운가"는 아주 당연하면서도 진부한 질문인 셈이다. 오히려, 이 발견이 진정 사회적으로 이슈가 될 수 있고, 영향력이 큰 연구인가가 과학적 발견의 새로운 준거가 되었다.
의과학도 사실은 그렇다. 이 발견이 "인체의 혹은 인간에게 얼마나 도움 될 수 있는가"가 발견 그 자체보다 때로는 더 강조된다. 궁극적으로 바이오 연구의 최종 목표는 지식의 생산이기도 하지만, 인간에게 적용해서 더 나은 인간 사회를 만드는데 초점을 맞추는 것에 있기 때문이다. 그리고 때로는 이런 것에 너무 초점을 둔 나머지, 영향력을 과장하거나, 연구 부정이 생기기도 한다.
순수한 과학이 좋다. 당연하다. 하지만, 적용될 수 있는 과학도 좋다. 그리고 이왕이면 사람들이 관심 가져줄 만한, 트렌드가 있는 연구도 좋다. 하지만, 나의 연구는 그렇지 않은 경우가 많다. 그렇게 되면 예정과는 다른 무리수를 두게 되고, 억지로 끼워 넣는 것이 생기기 마련이다. 그런 연구는 안타깝게도 트렌드가 지나버리면 쓸모없는 연구가 되는 경우가 많다. 물론, 그러면서 과학이 발전하기 때문에, 이 사실 자체를 부정하거나 비판하고 싶지는 않다.
일본은 그런 면에서 강점이 있는 것은 사실처럼 보인다. 사회 전반을 흐르는 메가 트렌드라는 것이 분명히 있기는 하지만, 자신이 해온 것을 꾸준히 할 수 있는 문화가 저변에 깔려 있다. 트렌드에 끼워 맞추는 연구가 아예 없는 것은 아니지만, 자신의 의견을 강하게 피력하고, 자신만의 연구를 하는 경향이 강하다. 해파리 연구를 하고 있다면, 세상에는 관심 없이 해파리에만 순수하게 초점을 맞출 수 있는 셈이다. 비록 그것이 주류가 아닐지언정.
우리가 무작정 일본을 따라갈 수도 없고, 그렇게 해서는 안된다고 생각한다. 하지만, 트렌드를 따라가는 연구만을 해서는 안된다는 생각을 해본다. 오히려 트렌드를 만들어 낼 수 있는 연구를 해야 한다. 말은 쉽지만 실제로는 굉장히 어려운 것 역시 알고 있다. 여러 가지 질문을 던지면서, 오늘 일기를 마친다. 여러분의 생각을 어떤가요?
1) 과연 우리나라가 세계적으로 해파리 연구를가장 잘하는 연구자를 키워낼 환경은 될까?
2) 해파리 연구를 세계적으로 가장 잘하는 과학자를 키워냈다고 가정했을 때, 그 연구를 지속하게 만드는 환경은 될까?
3) 과학도가 자신은 "세계적으로 가장 해파리 연구를 잘하는 사람이 될 거야!"라는 마음을 갖게 만드는 환경은 될까?
4) 부모님이 혹은 친구들이 너는 똑똑하니까, 해파리 연구를 하지 말고, 의대에 가서 돈을 버는 의사가 되어라고 하지는 않을까?1
참고로, 시모무라 오사무라는 과학자는 전 세계에서 해파리 연구를 가장 잘 한 일본 출신미국 해양생물학 교수이다. 해파리에 존재하는 GFP(Green Fluorescent Protein- 녹색 형광 단백질)을 발견한 공로로 2007년에노벨화학상을 받았다. 과연 이 사람이 과학 트렌드를 따랐을까...
참고로, 이제 의사가 돈많이 번다는 상식은 접을 때가 되었습니다. ^^ 호시절을 다 가고, 앞으로는 점점 더 힘들어 질 것 같아요.
최근 실명제와 글의 반응을 살피기 위해서 대부분의 새로운 글들은 페이스북에서 발행하고 있습니다.
그 이유는 아래와 같습니다.
1. 글의 공유와 의견 확인이 바로바로 가능하다.
실제 페이스북은 글을 쓰는 순간 몇 사람에게 글이 노출되었으며, 누가 글을 읽고, 댓글을 달고, 공유하고, 좋아요를 눌렀는지에 대한 반응을 실시간으로 확인할 수 있습니다. 이를 통해서, 기본적으로 주제에 대한 피드백, 더 나은 수준으로 글을 작성해야하는 동기 부여 등이 가능하게 되었습니다.
2. 실명으로 모든 것을 작성해야 한다.
블로그가 불특정 다수에게 정보를 주는 공간이긴 하지만, 익명성이라는 이유로 다양한 댓글이나 비밀글들이 올라오는데, 간혹 글쓰는 사람들의 힘을 빼는 댓글들이 올리기도 합니다. 진로에 대한 질문도, 비슷한 맥락에서 중복된 글들이 너무나도 많습니다. 하지만 페이스북은 그런 부분에 대해선 최소한 서로간의 예의를 지킬 수 있는 최소 조건이 마련되어 있습니다.
3. 자료의 저장 및 근거를 트랙하기가 쉽다.
블로그의 경우에는, 아쉽게도 정성껏 답변한 글들이, 질문자의 고민 해결 이후, 글을 삭제해버리는 경우에는, 따로 저장해 두지 않는 한, 그 답변을 다시금 볼 수 없습니다. 따라서, 비슷한 종류의 질문들이 반복적으로 올라오고 답변을 다는 "악"순환이 계속되었습니다. 하지만, 페이스북은 글쓴이가 질문을 삭제한다 하더라도, 작성자의 흔적이 고스란히 남아있기 때문에, 자료 저장에 용이합니다.
물론 페이스북이라고 해서, 단점이 없는 것은 아닙니다. 특히 시간지난 글의 검색과 저장소로의 공간이 부족한 것들이 바로 그러한 단점의 예시이죠. 따라서, 본 블로그는, 이를 보강하기 위한 용도로 이용할 생각입니다.
가급적이면, 댓글이나, 방명록의 글들은 실명으로 페이스북에 올려 주세요.
아니면, 방명록에 글을 쓰고, 그것을 알려 주세요.
사실, 질문하시는 분들은 자신의 일이라서 무엇보다 중요할 수 있지만, 답변을 하는 저희 입장에서는 생각보다 많은 수의 동일한 질문들이 올라옵니다. 최대한 도움을 드리고 싶긴 하지만, 저희도 물리적인 시간 한계가 있기에, 쉽지 않은 일입니다. :)
의료는 싸야 한다. 왜냐하면 아무리 가난한 사람이라도 모든 치료를 받을 수 있어야 하기 때문이다.
현실적인 문제가 인문학적인 선언으로 해결된다고 생각하는 우매한 군중들이 불행히도 너무 많다. 그들은 단순히 머리가 많다는 이유로 정책관련자들에게 실질적인 압력을 행사하고 있다.
원가에 집착하는 사회주의적 사상도 문제지만, 그들은 원가타령을 하면서도 막상 원가가 어느정도인지도 관심이 없다. 무조건 싸야 한다는 당위선언만 할 뿐이다. 세상에 비싸고 나쁜 것은 있어도 싸고 좋은 것은 없다. 너무 싸면 하자가 있는 것이거나, 아예 거래가 성립되지 않는다.
그들 중 MRI의 자성을 만들고 유지하기 위해 비싼 헬륨이 얼마나 많이 들어가야 하는지, 그리고 얼마나 많은 전력이 들어가야 하는지 관심을 가지는 사람은 없다.
MRI 기계는 사양에 따라 가격이 차이나겠지만 보통 20억원 정도이며, 소비전력은 20가구분 이상을 먹어치운다. 사고가 나면 몽땅 배출해야 하는 헬륨은 고갈이 닥친 희귀 고가 원소다. 기술도 자원도 어느 하나 만만한 것이 없다. MRI 촬영비는 물론 효용성을 떠나 일반인들의 재정상황에서는 매우 부담될 정도로 비싸긴 하다. 그러나 그것은 인류 기술과 자원의 한계 때문이지, 병원의 탐욕 때문이 아니다. 앞선 계산에서는 아직 인건비와 기타 시설비와 이윤은 하나도 넣지 않은 상태다. 그런데 고작 10분의 1가격인 람보르기니를 빌리는 데에는 한시간에 몇 만원이 들지 생각을 해 보라.
가상의 사례를 생각해보자. 달에서 가져온 월석 가격은 공식적으로 정해진 바가 없으나, 0.2g짜리 분진이 무려 5억원에 낙찰된 사례가 있다. 그런데 미래에 어떤 질병의 특효약이 월석이라고 밝혀진다면 재료의 희소성 때문에 치료비가 엄청나게 비쌀 것이다. 월석을 마음껏 가져올 수 있게 되거나 필요한 양을 획기적으로 줄이는 것 빼고는 치료비를 줄일 수 있는 방법은 없다.
이때 어떤 수를 써서라도 환자를 치료해야겠다면 개인에게 이정도 돈은 없으므로 정부가 월석을 1g에 25억원의 돈을 주고 외국에서 사오는 수밖에 없다. 국내에 있는 의사와 병원과 회사에게 공산주의적인 희생을 강요할 수는 있어도, 외국 제조회사에는 가격 인하를 강요할 방법도 없다. 본인 목숨이 달렸음에도 사지 못하는 약을, 처방을 해주는 '병원'이 대신 사오라고 우길 수는 없지 않은가. 그것은 복지 업무를 대신 해주는 사회복지사에게 재정까지 책임지라는 말과 같다.
선언을 하는 것은 쉽다. 그러나 실무는 어렵다.
페이스북의 John Lee. 라는 선생님의 글입니다.
선언하는 자와 실행하는 자. http://news.nate.com/view/20160304n35792&&mid=m03 MRI 촬영비는 싸야 한다. 왜냐 하면 싸야 하기 때문이다.의료는 싸야 한다. 왜냐하...
