의료 AI가 안저 사진을 분석해 수치를 내놓을 때, 그 수치가 무엇을 뜻하는지는 생각보다 중요합니다. 줄리아바이오닉스의 의료 AI 'Julia'는 처음부터 **'확진(diagnosis)'이 아닌 '위험 선별(triage)'**을 목표로 설계됐습니다. 이는 단순한 표현의 차이가 아니라, 기술을 어떻게 쓸 것인가에 대한 원칙의 문제입니다.
'확진'과 '위험 선별'은 다릅니다
'확진'은 "이 환자는 이 질환입니다"라고 단정하는 의료 행위입니다. 반면 '위험 선별'은 "이 분은 위험이 높은 편이니 좌세히 살펴볼 필요가 있습니다"라고 우선순위를 제안하는 단계입니다. Julia가 내놓는 것은 질환명이 아니라 위험도 스코어이며, 최종 판단과 진단은 언제나 의료진의 몫입니다.
왜 '선별'을 택했나
이 포지셔닝은 세 가지 면에서 타당합니다.
-
임상적 설득력 — 선별·의뢰·추적관리로 이어지는 흐름은 의료 현장의 실제 워크플로와 자연스럽게 맞물립니다. AI는 의료진을 대체하지 않고, 먼저 봐야 할 대상을 알려주는 보조 도구로 작동합니다.
-
규제 수용성 — 치료·효능을 단정하는 대신 위험도를 제시하는 설계는, 의료기기·의약품 광고 규제가 엄격한 환경에서 책임감 있게 제품을 만들어 가는 토대가 됩니다.
-
과장 리스크 최소화 — "AI가 진단한다"는 과장은 장기적으로 신뢰를 해칩니다. 할 수 있는 것과 없는 것을 구분해 말하는 것이 의료진·환자의 신뢰를 얻는 길입니다.
한계를 숨기지 않습니다
책임 있는 의료 AI는 잘하는 것과 함께 못하는 것도 정직하게 말해야 합니다. 질환마다 근거의 강도는 다르며, 아직 근거가 충분히 쌓이지 않은 영역은 그렇다고 분명히 구분해 표기하는 것이 원칙입니다. 이러한 자기 진단의 정직함이, 결국 장기적인 신뢰의 근거라고 믿습니다.
본 솔루션은 식품의약품안전처(MFDS) 인허가 전까지 연구·시연용이며, 실제 환자 진료의 단독 진단 근거로 사용되지 않습니다.