아주대의대 이광 교수팀, 국제 결핵진단 AI 경진대회서 1위

아주대의대 이광 교수팀이 의료영상 분석과 인공지능(AI) 분야의 세계적 권위 학회인 '2026 국제의료영상처리학회(MICCAI 2026)'가 부속 행사로 연 결핵 진단 AI 경진대회에서 1위를 차지했다고 아주대의대가 28일 밝혔다. 이광 교수팀은 아주대의대 생리학교실과 대학원 분자과학기술학과 소속이다.

MICCAI(Medical Image Computing and Computer Assisted Intervention)는 의료 영상을 컴퓨터로 분석하고 AI로 진단을 돕는 기술을 다루는 최상위(Top-tier) 국제 학회다. 이 분야에서 매년 열리는 학회 중 가장 권위 있는 자리로 꼽히는 만큼, 이곳에서 발표되거나 입상하는 연구는 국제적으로 기술력을 인정받았다는 의미를 지닌다. 학회는 매년 본 행사와 별도로 특정 임상 문제를 놓고 여러 연구팀이 AI 모델의 성능을 겨루는 경진대회(챌린지)를 함께 열어, 전 세계 연구팀의 기술 수준을 같은 데이터와 같은 기준으로 나란히 비교·검증하는 자리를 마련해왔다. 논문으로 우수성을 주장하는 것을 넘어, 실제 성능을 공개된 잣대로 겨뤄 순위를 매긴다는 점에서 객관성이 높은 검증 방식으로 통한다.

이번에 이광 교수팀이 1위를 한 경진대회의 정식 명칭은 'TREAT-MMTB 2026'(Transformative Research and Efficient AI technologies for Multimodal Management of Tuberculosis)으로, 서울아산병원 김남국 교수가 주관했다. 대회는 두 가지 과제로 나뉘어 진행됐다. 과제1은 흉부 X선 영상에서 결핵으로 생긴 '공동'(폐 조직이 파괴돼 생긴 구멍)을 AI가 얼마나 정확히 찾아내고 그 범위를 구분해내는지를 겨뤘다. 평가는 얼마나 정확히 맞혔는지를 보는 정확도에 0.7, 실제 병변 범위와 AI가 표시한 범위가 얼마나 겹치는지를 수치화한 '다이스(Dice) 계수'에 0.3의 가중치를 매겨 합산하는 방식으로 이뤄졌다. 과제2는 흉부 X선 영상에 나이·성별 등 환자의 임상 정보를 함께 넣어 결핵 환자와 정상인을 가려내는 분류 성능을 겨뤘으며, 정밀도와 재현율을 함께 고려하는 지표인 F1-점수로 평가했다. 영상 판독만이 아니라 환자 정보까지 결합해 진단 정확도를 높이는 방식을 시험했다는 점에서, 실제 임상 현장에서 쓰일 법한 형태에 가깝게 문제를 설계했다고 볼 수 있다.

대회에 쓰인 데이터는 한국·몽골·페루·필리핀 등 4개국의 여러 의료기관에서 모은 흉부 X선 영상으로 구성됐다. 결핵 고부담 국가로 분류되는 나라일수록 영상의학과 전문 인력이 부족한 경우가 많아, 이런 환경에서도 실제로 쓸 수 있는 AI를 검증하려는 취지로 대회가 기획됐다. 전문의가 부족한 지역에서는 흉부 X선을 찍어도 이를 판독할 인력이 없어 진단이 늦어지는 경우가 생기는데, 이런 공백을 AI가 보완할 수 있는지를 가늠해보려는 목적으로 읽힌다. 여러 나라, 여러 병원에서 각기 다른 장비로 찍은 영상을 함께 다뤄야 하는 만큼, 특정 환경에만 맞춰진 AI가 아니라 여러 조건에서 두루 통하는 AI를 가려내는 데 초점을 맞춘 셈이다. 촬영 장비나 환자 구성이 병원마다 다르면 한 곳에서 잘 맞던 AI가 다른 곳에서는 성능이 떨어지는 일이 흔한데, 이 대회는 그런 편차를 줄인 모델을 가려내려 한 것으로 볼 수 있다.

대회는 지난 4월 10일부터 7월 31일까지 참가 등록을 받은 뒤, 5월 22일부터 7월 24일까지는 참가팀들이 순위를 확인하며 모델을 다듬는 내부 경쟁(리더보드) 기간을 거쳤다. 이어 8월 1일부터 8월 20일까지 외부 데이터로 최종 성능을 매기는 외부 경쟁을 치렀다. 참가팀이 미리 공개된 데이터로 모델을 조정한 뒤, 마지막에는 그동안 보지 못했던 새 데이터로 실력을 검증받는 구조인 셈이다. 시상식은 지난 9월 27일 프랑스 스트라스부르에서 열린 MICCAI 2026 현장에서 진행됐다. 과제별 상금은 1위 1,400달러, 2위 700달러, 3위 350달러로 책정됐다.

자료: MICCAI 2026, TREAT-MMTB 2026 챌린지 조직위(서울아산병원)