MD & PhD

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,

밥은 먹고 다니냐?

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.

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 아닌 대답을 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 형태로 응용해서 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 기반한 치료를 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?

의학을 조금이라도 아는 사람은 기초의학과 임상의학에 대해서 들어본 바가 있을 겁니다. 실제로 기초의학과 임상의학은 의학의 근간을 이루는 두개의 축이죠. 

기초의학은 말그대로 기초입니다. 사람의 질병을 다루기 위해서 이용되는 직접적 치료 방법이 아닌 원리나 기전에 대해서 공부하는 분야입니다. 분자 수준에서 세포의 현상을 해석하는 생화학이라든지, 인체 감염의 근거가 되는 다양한 병원체에 대해서 연구하는 미생물학이나, 인체 방어 기전에 대해서 연구하는 면역학, 그리고 의대생하면 떠오르는 인체 해부학까지 다양한 학문이 기초의학이라는 테두리 안에 소속되어 있습니다. 

(1975년 노벨의학상을 수상한 Dr.Renato Dulbecco)

그에 반해 임상의학은 인체를 직접적으로 다루른 치료방법에 대한 내용이 주를 이룹니다. 어떤 환자가 왔을 때, 이 환자가 어떤 질환을 가지고 있는지, 그리고 그 질환에 대해서 어떤 치료를 수행해야 하는지에 대해서 연구하는 학문이라고 생각하시면 됩니다. 다분히 응용적인 부분이 많지만, 수술이라든지, 약물 치료, 응급 치료등 다양한 학문과 술기들이 임상의학의 대부분을 차지하고 있습니다. 

(최초 얼굴 이식 수술을 집도하는 장면)

실제로 1950년도까지만 해도 기초의학과 임상의학은 분명한 선을 그으면서 발전되어 왔습니다. 물론 역사적으로 내과학이 생리-병리학에 기본을 두고 발달하면서 약리학에서 나온 약을 이용하는 임상 의학이라는 부분은 사실이지만, 외과학이나 다양한 임상의학은 인체를 근거로 한다는 점에서 분명히 기초의학과는 달랐습니다. 

특히 수술이라는 측면을 보면 더 잘 알 수 있는데요, 수술은 기초의학과는 조금 동떨어진 형태로 특수한 발전을 이루게 됩니다. 실제로 수술이라는 것은 다분히 병변을 제거한다거나, 치환한다는 물리적인 과정이기 때문에, 그 근거되는 의학의 발전이 상대적으로 기초의학과 궤를 같이하는 내과와는 본질적으로 달랐습니다. 따라서 외과학은 그 특수성으로 인해서 자생적인 임상의학으로서 발전을 많이하게 되었지요. 

그렇지만, 왓슨과 크릭의 DNA구조 분석(1962년 노벨 생리의학상)과 아버와 스미스의 DNA제한효소 발견(1978년 노벨 생리의학상) 생거의 염기서열 결정방법론 개발(1980년 노벨 화학상) 등의 과정을 거친 분자의학의 발전이 임상의학과 접목되는 것은 시간 문제였었죠. 

의학의 발전은 대체로 아래와 같은 발전 경로를 가집니다.

환자의 질병에 대한 임상적 발견 --> 의학적 모델 개발 혹은 실험적 모델 개발 --> 기전 연구 --> 기전을 통한 치료법 개발 (실험실 수준) --> 치료법 임상 적용 및 확대

이 과정에서 임상적 발견과 기전 연구는 임상과 기초의 선이 그어진 체로는 쉽게 발전될 수 없었던 것이지요. 그런 선을 없애는 연구 인력들이 미국을 필두로 많이 배출되게 됩니다.

특히 1940-50년대 의학을 연구한 학자들이 세계대전과 여러 전쟁의 참가 대신 공익 연구를 진행하면서 의학과 연구가 복합적인 발전을 이루게 됩니다. 실제로 당시 미국내 많은 수의 MD-PhD들이 1980년대 이후 노벨상을 많이 수상하고, 의학 발전에 큰 영향을 미쳤습니다. 

사실 한가지 질병을 치료하기 위해서는 임상과 기초 간의 끊임없는 공동 작업이 필요합니다. 특히 임상과 기초는 연구 시작부터 다른 시점을 가진 경우가 많기 때문에 공동 연구를 하기가 쉽지 않습니다. 

그 때 등장한 개념이 바로 Translational Research(중개 연구)입니다. 일부는 Translational Research를 병진연구라고도 하던데, 도대체 어디서 나온 말인지 모르겠습니다. 전체적인 틀을 본다면 기초와 임상 중간에서 서로를 보완해주고 중개 역할을 한다는 중개 연구가 더 바람직한 용어라 생각합니다. 

실제 중개 연구(Translational Research)는 기초 연구로 대변되는 Bench Research와 임상 연구를 진행하는 Bed Research를 연결하는 의미가 강합니다. 특히 미국, 유럽 등 약품 개발에서 임상허가를 위해 엄격한 기준을 요구하면서 중개연구는 더 강화되었습니다. 중개 연구는 태생적으로 기전에 근거한 약물치료. 그리고 그 기전 역시 과학적인 근거를 가진 의학이라는 틀을 가지고 있기 때문에 소위 말하는 Target therapy에 아주 적합한 연구 방법이였습니다.

연구를 진행하거나, 논문을 읽어보면, 의과학 분야는 크게 세가지 그룹으로 나누어 지더군요. 

사실 어떤 연구이든, 그 연구가 나쁘다, 좋다 라고 획일적으로 말할 수는 없습니다. 어떤 연구든 인류 사회에 위반되지 않는 보편적인 윤리성을 가지고 연구를 진행한다면 그 의미는 분명히 있으니깐요.

다만, 임상 적용을 통해 질병으로 고통받고 있는 환자의 고통을 조금이라도 도와줄 수 있다면, 얼마나 멋진 일이겠습니까? 

기초 연구를 통해 과학적 현상을 발견하는 것도 아주 멋진 일입니다. 그리고 환자를 치료하는 새로운 방법론을 개발하는 것도 아주 멋진 일입니다. 다만, 그 두가지가 계속 평행선만 그린다면 안타까운 일일 수도 있겠지요. 

예를 들면, 어떤 의과학자가 각막에 아주 큰 관심이 있는데, 그 사람은 각막 세포의 생리작용에만 관심이 있는 사람이예요. 그에 반해 어떤 안과 의사는 각막 질환을 가진 환자 치료에만 관심을 가지고 있다고 한다면, 환자가 새로운 치료법을 접할 가능성은 아주 없겠죠. 그 둘을 연계시킬 연구를 진행시킨다면, 각막 세포의 생리작용에 근거한 새로운 치료 기술을 개발할 수 있을 것입니다. 

이런 연구가 바로 중개 연구인 것입니다. 물론 이 상황에서 중개 연구를 하는 사람이 따로 필요할 수도 있겠지만, 의과학자나, 안과 의사가 중개 연구 마인드를 갖추는 것만으로도 충분히 시너지를 낼 수 있습니다. 그리고 현재 많은 의과학자들이 시너지를 내기 위해서 노력 중에 있습니다.