마이크로소프트 의료 AI 진단 정확도는? 의사보다 높게 나온 연구 결과와 한계

root 2026년 10월 23일 읽는 시간 약 18분

마이크로소프트가 의사처럼 환자 정보를 단계적으로 확인하고 필요한 검사를 선택하는 의료 AI 시스템을 공개했습니다.

이 시스템은 단순히 환자의 모든 정보를 한 번에 입력받고 병명을 맞히는 방식이 아닙니다.

실제 진료처럼

증상 확인
→ 추가 질문
→ 필요한 검사 선택
→ 검사 결과 해석
→ 진단 수정
→ 최종 판단

순서로 진행됩니다.

마이크로소프트는 이 시스템을 **MAI-DxO(Microsoft AI Diagnostic Orchestrator)**라고 부르고 있습니다.

MAI-DxO는 무엇일까?

MAI-DxO는 하나의 AI 모델이 바로 답을 내는 구조가 아닙니다.

여러 AI 에이전트가 마치 여러 명의 의사가 토론하는 것처럼

가능한 진단을 제시하고
어떤 질문이 필요한지 정하고
어떤 검사를 해야 할지 선택하고
새로운 결과가 나오면 진단 가능성을 다시 조정

하는 방식입니다.

마이크로소프트는 이를 가상 의사 패널을 조율하는 오케스트레이터라고 설명하고 있습니다.

기존 의료 AI와 무엇이 다를까?

기존 의료 AI 연구는 대부분

환자 정보 전체 제공
→ 정답 선택

방식으로 평가됐습니다.

대표적인 예가 의사국가시험과 비슷한 객관식 문제입니다.

하지만 실제 진료에서는 처음부터 모든 정보가 주어지지 않습니다.

의사는

무엇을 물어볼지
어떤 검사를 먼저 할지
어떤 가능성을 제외할지

계속 판단해야 합니다.

마이크로소프트는 바로 이 과정을 평가하기 위해 Sequential Diagnosis Benchmark, 즉 단계형 진단 벤치마크를 만들었습니다.

연구에는 어떤 환자 사례가 사용됐을까?

연구에는 크게 두 종류의 사례가 사용됐습니다.

복잡한 진단 사례

New England Journal of Medicine의 임상병리 증례 304건이 사용됐습니다.

이 사례들은 일반적인 감기나 단순 질환이 아니라 진단이 어려운 교육용 복잡한 사례입니다.

응급실 사례

실제 응급실 데이터를 기반으로 한 MIMIC-IV-ED 사례도 사용됐습니다.

연구진은 이 자료를 통해 복잡한 희귀 사례뿐 아니라 비교적 일반적인 응급실 진단 상황에서도 성능을 확인했습니다.

복잡한 사례에서는 정확도가 얼마나 나왔을까?

마이크로소프트 발표에 따르면 복잡한 NEJM 사례에서 MAI-DxO는

83% 진단 정확도

를 기록했습니다.

반면 일반의들은

참고자료 없이 22%
참고자료 사용 시 36%

수준이었습니다.

즉 참고자료를 사용할 수 있었던 의사와 비교하면 MAI-DxO의 정확도가 약 2.3배 높게 나타났습니다.

‘의사보다 4배 정확하다’는 표현은 정확할까?

조건을 봐야 합니다.

마이크로소프트는 일부 발표에서

약 4배 높은 정확도

라고 표현했습니다.

이 비교는 참고자료 없이 진단한 의사 평균 약 22%와 AI 약 83%를 비교한 것입니다.

하지만 인터넷이나 참고문헌을 사용할 수 있었던 일반의와 비교하면

83% vs 36%

이므로 약 2.3배입니다.

따라서

“AI가 의사보다 무조건 4배 정확하다”

라고 단순화하면 과장될 수 있습니다.

응급실 사례에서는 어땠을까?

응급실 기반 사례에서도 MAI-DxO는 높은 정확도를 보였습니다.

마이크로소프트는

AI 약 80%
일반의 약 47%

수준의 결과를 발표했습니다.

복잡한 희귀 증례뿐 아니라 보다 일반적인 응급실 사례에서도 AI가 높은 점수를 기록한 것입니다.

AI가 응급실 의사를 대체했다는 뜻일까?

아닙니다.

이번 연구는 실제 응급실에서 AI가 환자를 직접 진료한 실험이 아닙니다.

기존 환자 기록을 바탕으로 만든 텍스트 기반 시뮬레이션입니다.

실제 응급실에는

환자의 표정
통증 정도
의식 상태
영상검사
심전도
병리 슬라이드
보호자 설명
불완전한 기억
환자의 상태 변화

같은 요소가 있습니다.

이번 연구는 이런 요소를 모두 포함하지 않았습니다.

전문의와 비교한 연구일까?

이 부분도 중요합니다.

이번 연구에서 비교대상이 된 의사는 주로 일반의와 일반내과 의사였습니다.

복잡한 NEJM 사례는 실제 병원에서는

전문의
여러 진료과
다학제팀

이 함께 진단하는 경우가 많습니다.

연구진도

이번 결과가 전문의나 다학제 진료팀보다 우수하다는 것을 입증하는 것은 아니다

라고 명확히 밝혔습니다.

왜 일반의 정확도가 낮게 나왔을까?

NEJM 임상병리 사례는 원래부터 매우 어렵게 구성됩니다.

일반적인 외래환자가 아니라

진단이 쉽지 않아 교육적 가치가 높은 사례

가 선정됩니다.

따라서 일반의가 제한된 시간과 정보로 이런 문제를 풀면 정확도가 낮아질 수 있습니다.

이 결과를

일반 병원 진료에서 의사는 정확도가 36%밖에 안 된다

고 해석하면 안 됩니다.

AI는 어떻게 검사를 선택했을까?

MAI-DxO는 진단 정확도뿐 아니라

어떤 검사를 선택할지

도 평가받았습니다.

AI는 각 검사마다

이 검사가 진단에 얼마나 도움이 되는가
비용은 얼마나 드는가

를 같이 고려합니다.

그래서 무조건 많은 검사를 주문하기보다 진단 가능성을 높이는 검사부터 선택하도록 설계됐습니다.

비용도 의사보다 낮았을까?

일부 설정에서는 그렇습니다.

마이크로소프트는 복잡한 사례에서 비용을 고려하도록 설정한 MAI-DxO가

81% 수준의 정확도를 유지하면서 비교 시스템보다 절반 이하의 검사비용

으로 진단했다고 설명했습니다.

한 분석에서는 AI가 약 2,241달러의 검사비용으로 약 81% 정확도를 기록했고, 의사는 약 4,725달러를 사용한 것으로 나타났습니다.

AI가 무조건 검사를 적게 했을까?

그렇게 단순하지는 않습니다.

MAI-DxO는 검사 전에 많은 질문을 하는 특징이 있습니다.

한 분석에서는 AI가 첫 검사를 주문하기 전 평균 25개 이상의 질문을 했고, 의사는 평균 약 6개 질문을 한 것으로 나타났습니다.

즉 AI는

질문을 더 많이 하고
필요성이 높은 검사를 골라서
비용을 줄이는 전략

을 사용한 것으로 볼 수 있습니다.

AI가 의사처럼 ‘생각’한다고 볼 수 있을까?

표현에 주의해야 합니다.

MAI-DxO는 여러 단계에서

가설을 만들고
다른 가능성을 비교하고
새로운 정보에 따라 판단을 수정

합니다.

외형적으로는 의사의 임상추론 과정과 비슷합니다.

하지만 이것이 인간 의사와 동일한 방식으로 이해하거나 사고한다는 의미는 아닙니다.

여러 AI를 같이 쓰는 이유

MAI-DxO의 특징은 여러 AI 에이전트가 역할을 나눠 토론한다는 점입니다.

예를 들어

한 AI는 가능성 높은 병을 제시하고,

다른 AI는 빠진 진단이 없는지 확인하고,

또 다른 AI는 검사의 비용과 필요성을 따지는 식입니다.

이 과정을 중앙 오케스트레이터가 조정합니다.

단일 AI보다 더 정확했을까?

마이크로소프트는 여러 AI를 조율하는 방식이 단일 모델보다 성능을 높이는 경향을 보였다고 설명했습니다.

복잡한 사례에서 오케스트레이션을 적용했을 때 평균적으로 정확도가 상승했습니다.

다만 모든 경우에서 다중 AI가 무조건 더 뛰어난 것은 아닙니다.

최근 의료 AI 연구에서는 여러 에이전트를 조합했는데도 정보전달 과정에서 오류가 생겨 전체 진단 성능이 오히려 떨어진 사례도 보고되고 있습니다.

어떤 AI 모델이 사용됐을까?

이번 연구에서 MAI-DxO는 하나의 특정 모델에만 의존하지 않습니다.

오픈AI 계열 모델뿐 아니라

Gemini
Claude
Grok
DeepSeek
Llama

등 여러 모델과 결합할 수 있도록 설계됐습니다.

마이크로소프트는 새로운 모델에서도 같은 오케스트레이션 구조를 적용했을 때 성능이 유지되거나 개선됐다고 설명했습니다.

AI가 실제 환자를 진료한 것은 아니다

이번 연구에서 가장 중요한 한계입니다.

연구는 과거 의료기록을 텍스트로 변환한 뒤 AI와 의사가 단계적으로 정보를 요청하도록 만든 시뮬레이션입니다.

따라서 실제 환자를 직접 만나

신체진찰
영상검사
병리검사
환자와의 의사소통
응급상황 대응

을 수행한 것은 아닙니다.

영상검사도 직접 보지 않았다

현재 연구에는

CT
MRI
엑스레이
심전도 파형
병리 슬라이드

등을 AI가 직접 판독하는 과정이 포함되지 않았습니다.

실제 의료진은 이런 정보를 함께 보고 판단합니다.

따라서 텍스트 기반 진단 성능과 실제 임상능력은 다를 수 있습니다.

건강한 환자도 포함되지 않았다

연구에 사용된 사례에는 최종적으로 질병 진단이 존재했습니다.

즉

아무 병도 없는 환자

나 단순한 경증 환자가 충분히 포함된 일상적인 외래환경과는 차이가 있습니다.

실제 병원에서는

검사를 할 필요가 없는 사람에게 검사를 하지 않는 판단

도 매우 중요합니다.

치료 능력은 평가하지 않았다

이번 연구의 핵심은 진단입니다.

AI가 진단 후

어떤 치료를 해야 하는지
약물을 얼마나 투여할지
수술이 필요한지
부작용 위험을 어떻게 관리할지

까지 전체 진료과정을 평가한 연구는 아닙니다.

따라서

AI가 의사보다 의료를 더 잘한다

고 확대해서 해석하면 안 됩니다.

환자 안전성도 별도로 검증해야 한다

진단 정확도가 높아도 실제 의료현장에서는 다른 문제가 생길 수 있습니다.

예를 들어

AI가 중요한 증상을 놓치거나
잘못된 검사를 추천하거나
환자의 특수상황을 반영하지 못하거나
잘못된 확신을 보일

가능성이 있습니다.

그래서 실제 병원에서는 정확도뿐 아니라 안전성을 따로 검증해야 합니다.

연구진이 모두 Microsoft 직원이라는 점도 확인해야 한다

이번 연구의 저자들은 Microsoft 직원이며 회사 지분을 보유하고 있습니다.

관련 기술에 대한 특허 출원에도 일부 저자가 참여했습니다.

이것이 연구결과가 틀렸다는 뜻은 아닙니다.

다만 의료 연구를 평가할 때는

누가 연구했고 누가 이해관계를 가지고 있는지

도 함께 확인하는 것이 좋습니다.

실제 병원에서 테스트할 계획은?

다음 단계가 바로 실제 병원 평가입니다.

Reuters에 따르면 Microsoft는 미국 보스턴의 Beth Israel Deaconess Medical Center와 협력해 응급실 대기환자의 분류와 진단지원에 AI를 시험할 계획입니다.

즉 앞으로의 핵심은

연구실 성능이 실제 병원에서도 그대로 나타나는가

입니다.

응급실에서 먼저 활용하려는 이유

응급실은 환자가 어떤 질환인지 모르는 상태에서 빠르게 판단해야 합니다.

의료진은

어떤 환자가 위급한지
어떤 검사를 먼저 할지
어떤 진료과가 필요한지

짧은 시간 안에 결정해야 합니다.

AI가 이 과정에서 보조역할을 할 수 있다면 의료진의 부담을 줄일 가능성이 있습니다.

AI가 환자를 직접 진료하게 될까?

단기간에 의사를 완전히 대체하는 형태보다는

의사 + AI

형태가 먼저 확대될 가능성이 높습니다.

예를 들어 AI가

진단 후보 제시
놓친 질환 확인
검사 우선순위 추천
의료기록 요약

을 하고,

최종 판단은 의료진이 하는 방식입니다.

의료 AI가 특히 도움이 될 수 있는 분야

의료 AI는 다음과 같은 상황에서 활용 가능성이 큽니다.

복잡한 진단

여러 증상이 섞여 원인을 찾기 어려운 환자입니다.

희귀질환

의사가 자주 접하지 않는 질환의 가능성을 제시할 수 있습니다.

응급실

많은 환자를 빠르게 분류해야 합니다.

의료 접근성이 낮은 지역

전문의가 부족한 지역에서 진료지원 도구로 활용될 가능성이 있습니다.

반대로 AI 사용을 조심해야 하는 분야

AI에게 환자가 직접 증상을 입력한 뒤

“이 병이다”

라고 단정하고 치료를 결정하는 것은 위험할 수 있습니다.

특히

흉통
호흡곤란
의식저하
심한 출혈
마비
고열과 경련

같은 응급증상은 AI 판단보다 실제 의료기관 진료가 우선입니다.

환자가 ChatGPT 같은 AI로 진단해도 될까?

AI는 건강정보를 이해하고 질문을 정리하는 데 도움을 줄 수 있습니다.

하지만 현재 소비자용 AI 챗봇과 이번 연구의 MAI-DxO는 같은 시스템이 아닙니다.

MAI-DxO는 연구용 진단 오케스트레이터이고,

일반 AI 서비스는 실제 의료진단기기로 승인된 시스템이 아닐 수 있습니다.

따라서

AI 답변 = 병원 진단

으로 받아들이면 안 됩니다.

‘AI 의사’라는 표현은 아직 이르다

이번 연구를 설명할 때 가장 조심해야 할 표현입니다.

MAI-DxO는 매우 높은 진단 성능을 보였지만

환자를 직접 진찰하지 않았고
실제 병원 업무 전체를 수행하지 않았고
전문의팀과 직접 비교하지 않았으며
치료결과도 평가하지 않았습니다.

따라서 현 단계에서는

AI 의사

보다

AI 진단지원 시스템

이라고 표현하는 것이 더 정확합니다.

마이크로소프트가 말하는 ‘의료 초지능’이란?

Microsoft AI는 장기적으로 Medical Superintelligence, 즉 의료 초지능을 목표로 하고 있습니다.

이는 복잡한 진단과 치료 의사결정을 AI가 인간 전문가 수준 이상으로 지원하는 시스템을 의미합니다.

하지만 이것은 현재 상용화된 의료서비스가 아니라 연구개발 방향입니다.

의료 AI가 발전하면 병원은 어떻게 달라질까?

실제로 성능과 안전성이 확인된다면 의료진은

AI가 정리한 진단 후보와 검사 우선순위

를 참고해 더 빠르게 판단할 수 있습니다.

또 반복적인 정보수집과 기록업무를 AI가 담당하면 의료진이 환자와 직접 대화하는 시간을 늘릴 가능성도 있습니다.

의료비 절감 효과도 있을까?

가능성은 있습니다.

불필요한 검사와 중복검사를 줄일 수 있다면 의료비 절감에 도움이 될 수 있습니다.

이번 연구에서도 MAI-DxO는 비용을 고려한 설정에서 비교적 높은 정확도를 유지하면서 더 저렴한 검사경로를 선택했습니다.

하지만 실제 병원에서 같은 비용절감 효과가 나타나는지는 별도 검증이 필요합니다.

결국 가장 중요한 것은 실제 임상시험

의료 AI에서 벤치마크 성능은 출발점입니다.

최종적으로는 실제 병원에서

환자 안전
진단 정확도
치료결과
의료비
의료진 업무부담
환자 만족도

가 개선되는지를 확인해야 합니다.

Microsoft 연구진도 실제 임상환경에서의 전향적 평가가 필요하다고 강조하고 있습니다.

마이크로소프트 의료 AI 핵심 정리

Microsoft의 새로운 의료 AI 시스템 MAI-DxO는 의사처럼 정보를 단계적으로 모으면서 진단하는 구조입니다.

복잡한 NEJM 사례 304건에서

MAI-DxO 약 83%
일반의 약 36%(참고자료 사용)

의 진단 정확도를 기록했습니다.

응급실 기반 사례에서도