어깨 초음파 촬영 부위, AI가 실시간으로 알아본다…전문의 수준 정확도 확보

손창한 기자 · 입력 2026.09.18 05:33
서울의료원, 'ResKAN' 모델로 관절경학회서 국내 구연발표 1위 수상
기사 대표 이미지
(사진 출처=Mme Mim (Wikimedia Commons), CC BY-SA 3.0)

어깨 초음파 검사를 할 때 지금 화면에 보이는 부위가 어깨의 어느 단면인지 인공지능(AI)이 실시간으로 짚어주는 기술이 개발됐다. 이 기술을 만든 연구팀은 관련 성과로 국제학술대회에서 국내 구연발표 부문 1위를 차지했다.

서울의료원은 정형외과 류승민 과장이 지난 10일부터 12일까지 인천 하얏트 리젠시(파라다이스시티)에서 열린 'APKASS 2026 Korea & ICKAS 2026'에서 KAS Award 국내 구연발표 부문 1위를 수상했다고 17일 밝혔다. 이번 학술대회는 아시아·태평양 관절경·스포츠의학회(APKASS)와 대한관절경학회(Korean Arthroscopy Society)가 공동 개최했다. 두 학회가 나란히 주최한 자리인 만큼 국내외 관절경·스포츠의학 분야 연구자들이 모여 최신 연구 성과를 겨루는 무대였던 것으로 풀이되며, 이 가운데서 국내 구연발표 1위에 오른 것이어서 의미가 크다. 국내 연구진이 이 같은 국제 학술 무대에서 이 같은 성과를 낸 것은, 국내에서 이뤄진 의료 AI 연구가 해외 전문가들 앞에서도 기술적 완성도를 인정받았다는 의미로 볼 수 있다.

연구팀은 류승민 서울의료원 정형외과 과장을 비롯해 최창용 서울아산병원 연구원, 김남국 의공학과 교수, 고경환 정형외과 교수로 구성됐다. 정형외과 임상의와 의공학 연구자가 함께 참여한 점에서, 실제 진료 현장의 필요와 공학적 구현 능력을 접목한 융합 연구의 성격을 띤다. 이들은 어깨 초음파 검사에서 반드시 확인해야 하는 9개의 표준 해부학적 단면(검사 시 순서대로 살펴보는 정해진 촬영 각도들)을 AI가 스스로 구분해 인식하도록 훈련시켰다.

이때 사용한 인공지능 구조는 'KAN(Kolmogorov–Arnold Network)'이라는 신경망 방식에, 학습이 깊어질수록 정보가 소실되는 문제를 막아주는 '잔차 학습법(입력값을 뒤쪽 계산 단계까지 그대로 더해 전달하는 보정 기법)'을 접목한 것으로, 연구팀은 이를 'ResKAN(Residual KAN)'이라고 이름 붙였다. 두 기법을 결합함으로써 신경망이 깊어져도 학습 초기의 정보가 희석되지 않고 끝까지 전달되도록 설계했다는 점에서, 정확도를 끌어올리기 위한 구조적 고민이 담긴 모델로 볼 수 있다.

내부 검증 결과 ResKAN의 촬영 부위 인식 정확도는 78.0%로 나타났다. 이는 숙련된 전문의의 인식 정확도인 80.0%에 근접한 수치다. 즉 오랜 훈련을 거친 전문의의 판단 능력에 견줄 만한 수준을 AI가 구현했다는 의미다. 두 수치의 차이가 2%포인트 안팎에 불과하다는 점에서, 아직 전문의 수준을 완전히 대체하기보다는 이에 근접한 보조 수단으로서의 가능성을 보여준 결과로 해석할 수 있다.

왜 이런 연구가 필요한가

어깨 초음파 검사는 방사선 노출이 없고 실시간으로 관절과 힘줄의 움직임을 관찰할 수 있어 널리 쓰이는 검사법이다. 다만 초음파 영상은 검사자가 직접 탐촉자를 움직이며 촬영하기 때문에, 지금 보고 있는 화면이 어깨의 어느 부위·단면인지를 정확히 판단하는 숙련도에 따라 진단 정확도가 크게 달라지는 한계가 있다. 특히 전공의 등 경험이 적은 검사자는 이 판단 능력을 갖추기까지 오랜 훈련 기간이 필요한 것으로 알려져 있다. 검사자마다 실력 차이가 존재하는 만큼, 같은 환자를 검사하더라도 누가 탐촉자를 잡느냐에 따라 결과 해석이 달라질 수 있다는 점이 현장의 오래된 고민거리였다.

이런 이유로 국내외에서 초음파 촬영 부위 인식을 표준화·자동화하려는 AI 연구가 이어지고 있으며, 이번 ResKAN 모델도 이런 흐름 속에서 나온 성과다. 촬영 부위를 AI가 실시간으로 정확히 인식해 알려줄 수 있다면 검사자의 숙련도 차이에 따른 오차를 줄이고, 전공의 등 경험이 적은 의료진의 검사 과정을 보조하는 데도 활용될 수 있을 것으로 기대된다. 특히 전공의 수련 과정에서 초음파 판독 능력을 가르치고 평가하는 데 있어, 이런 AI 보조 도구가 표준화된 학습·피드백 수단으로 활용될 여지도 있어 보인다. 나아가 검사 과정 전반의 표준화에 기여함으로써, 병원과 검사자에 따라 달라질 수 있는 진단 편차를 줄이는 데도 도움이 될 것으로 보인다.

자료: 서울의료원, 대한관절경학회, APKASS

저작권자 © 한국R&D신문 — 무단 전재 및 재배포 금지
손창한 기자 ch.son@k-rnd.net
화학·물리·의학·생명 — 신소재·촉매·양자·물성, 의학·제약·바이오
댓글 0 최신순 추천순

첫 댓글을 남겨보세요.

0 / 400 · 회원 로그인 시 닉네임으로 작성 · 비회원 수정은 작성 후 1분 이내