Microsoft의 AI 진단 시스템이 시뮬레이션에서 복잡한 의료 사례를 일반의 보다 2배 이상 자주 정확하게 진단했다고 이 회사가 밝혔습니다 목요일에 발표된 연구 Science 저널에 실렸다. 마이크로소프트 AI의 CEO 머스타파 술레이만은 이 결과를 '의료 초지능(medical superintelligence)'을 향한 한 걸음이라고 평했다.
MAI-DxO(줄여서 DxO)라고 명명된 이 시스템은 의사 패널처럼 행동하는 여러 AI 에이전트를 조율합니다. 이들은 환자에게 질문하고, 검사를 의뢰하며, 진단을 두고 토론합니다.
뉴잉글랜드의학저널(New England Journal of Medicine)의 복잡한 사례를 사용한 시뮬레이션에서 정확도는 83%였습니다. 참고 자료를 활용해 개별적으로 작업한 1차 진료 의사와 일반 내과 의사의 정확도는 36%였습니다. 한 가지 유의할 점은, 이렇게 복잡한 사례는 보통 전문의나 의료진이 다루며 이들은 비교 대상에 포함되지 않았다는 것입니다.
“여기에는 매우 실질적이고 흥미로운 무언가가 있습니다.”라고 Microsoft AI의 Health 부문 부사장 Dominic King이 TechCrunch에 말했다. “현재 의료 서비스 제공에서 가장 큰 과제는 의료 전문성에 대한 수요와 공급 사이의 점점 커지는 불일치입니다.”
에서 이 결과를 발표함, 마이크로소프트 합류 Google 그리고 OpenAI 자사 AI가 의사와 동등하거나 이를 능가할 수 있다고 주장하면서 말입니다.
해당 연구의 자체 데이터에 따르면 개선의 상당 부분은 더 강력한 기반 AI 모델에서 비롯되며, 마이크로소프트의 오케스트레이션 시스템은 그 위에 추가적인 이득을 더하는 것으로 나타났다.
Microsoft는 MAI-DxO를 OpenAI, Google, Anthropic, Meta, DeepSeek 등 여러 회사의 모델로 테스트했으며, 가장 좋은 결과는 OpenAI의 GPT-5와 GPT-5.5에서 나왔습니다.
서로 다른 대규모 언어 모델들에 걸쳐 기본 프롬프트로 프롬프트가 주어졌을 때의 결과입니다.이미지 출처:마이크로소프트 AI
Microsoft는 정확도뿐만 아니라 비용 측면에서도 DxO를 측정했으며, 이는 각 사례에서 AI를 실행하는 추정 비용을 의미합니다. 짧고 기본적인 프롬프트만 사용했을 때 GPT-5는 복잡한 사례에서 사례당 약 $8,400의 비용으로 78.9%의 정확도를 기록했습니다. DxO는 그 비용을 약 $3,000 줄였지만 정확도는 약 4포인트밖에 높이지 못했습니다. 응급실 사례에서는 GPT-5 단독 사용과 DxO의 보조를 받았을 때 사이에 정확도나 비용 개선 면에서 큰 차이가 없었습니다.
2026년 4월에 출시된 최신 모델 GPT-5.5에서는 결과가 엇갈렸다. 복잡한 사례에서 DxO는 약간 더 낮은 비용으로 GPT-5.5의 정확도 점수를 72%에서 거의 87%까지 끌어올렸다. 그러나 그 향상은 다시 한번 응급실 사례에서는 나타나지 않았다. DxO 사용 여부와 관계없이 비슷한 비용으로 약 85%의 점수를 기록했다.
DxO는 복잡한 사례와 성능이 떨어지는 AI 모델에서 가장 큰 효과를 보였습니다. 예를 들어 Gemini 2.5 Flash는 단독으로는 46.4%를 기록했지만 DxO를 사용하면 거의 69%에 도달했습니다. 그럼에도 불구하고 약한 모델과 강한 모델 간의 격차가 DxO가 제공한 향상 폭보다 컸습니다.
마이크로소프트의 연구진은 모델이 이론적 최대치에 근접함에 따라 정확도 향상폭은 자연스럽게 줄어든다고 말했습니다. "DxO 오케스트레이션은 정확도와 비용을 모두 최적화해야 하는 더 넓은 과제에 도움이 됩니다"라고 대변인은 덧붙였습니다.
Microsoft의 자체 프론티어 AI 구축 노력을 이끌고 있는 Suleyman은 TechCrunch에 회사가 Mayo Clinic과 협력하여 의료용 파운데이션 모델을 학습시키고 있으며 내년 출시를 계획하고 있다고 말했다. 그는 이 모델이 회사가 “여기서 정말 엄청난 도약을 이룰 수 있게 해줄 것”이라고 믿으며, DxO는 Microsoft가 의료 분야에서 진정한 돌파구를 만들기 위해 구축하고 있는 기반 인프라의 일부라고 말했다.
Suleyman는 "2027년이 되면 의료 기록을 위한 코딩 방식의 돌파구를 맞이할 것이라고 진심으로 확신한다"며 "의료 기록이 어떻게 전개될지에 대한 매우 정확한 예측을 스트리밍할 수 있게 될 것이고, 임상의에게 그런 통찰력은 금싸라기와 같다"고 말했다.
Suleyman는 AI를 활용해 의료 문제를 해결하려는 경력을 쌓아왔습니다. 그는 이전에 2014년 Google에 인수된 DeepMind의 공동 창립자였습니다. 그 다음 해, Google DeepMind는 King의 스타트업인 임상 업무 관리 앱 Hark를 인수했고, 두 사람은 함께 DeepMind Health를 출범시켰습니다. Suleyman는 2024년 Microsoft에 합류해 AI 부문을 이끌었으며, King은 몇 달 뒤 뒤따라 합류했습니다.
“우리는 그저 확신에 찬 신봉자들일 뿐입니다.”라고 술레이만은 말했다.
그는 의료 분야에서 생성형 AI의 활용이 아직 초기 단계에 불과하지만, 의료 모델이 “향후 24~36개월 내에 한 단계 더 뛰어난 수준으로 향상될 것”이라고 기대한다고 말했다.
“지난 5,6년 동안 여러 번 목격했듯이, 플라이휠이 한 번 돌기 시작하면 진전은 매우 빠르게 일어납니다.”라고 Suleyman이 말했습니다. “플라이휠이라는 것은 우리가 프로덕션에 운영 중인 모델을 가지고, 실제 사용을 통해 모델의 격차를 파악한 뒤 이를 보완하고 개선해 나가는 것을 의미합니다. 코딩 분야에서 그런 일이 일어났고, 그 이전에는 채팅 분야에서 일어났습니다. 그리고 내년에는 의료 기록과 임상 의사결정 지원 분야에서도 그런 일이 시작될 것이라고 생각합니다.”
Microsoft는 보스턴에 있는 Beth Israel Deaconess Medical Center와의 새로운 파트너십을 통해 다양한 병원 환경에서 DxO의 임상 추론 능력을 평가할 예정입니다.
“이 기술은 실제 환경 평가를 할 준비가 되어 있습니다. 금요일 저녁 보스턴 응급실에서 발생하는 문제들의 복잡성과 다양성을 상상해 볼 수 있을 것입니다.”라고 King이 말했습니다.
그는 연구가 어떻게 진행될지 설명했습니다. 환자들은 분류, 전문의 진료, 치료, 검사, 그리고 퇴원이 안전한지에 대한 판단을 포함한 표준 치료를 받게 됩니다. 이와 병행하여 동의한 환자들은 DxO와도 상호작용하게 됩니다. Microsoft와 그 파트너들은 DxO의 권고를 인간 의사들의 권고와 비교할 것입니다.
Google은 이번 달 Beth Israel과 함께 The Lancet에 Google의 AMIE 대화형 진단 AI를 실제 긴급 진료 방문 환경에서 평가하는 임상 연구를 발표했으며, 인간 의사들이 상호작용을 실시간으로 모니터링했습니다.
“이것이 그런 종류의 연구 중 가장 큰 규모가 될 것이라고 생각합니다.”라고 King이 말했습니다. “응급 상황뿐만 아니라 긴급 진료 환경까지 포괄할 것이며, 연구 기간이 끝날 무렵에는 이러한 시스템을 미래에 더 큰 규모로 배치할 수 있는 능력에 대해 매우 설득력 있는 증거를 제공할 것입니다.”
Science 저널에 게재된 Microsoft의 연구는 일종의 선언문 성격을 띠고 있으며, 의료 초지능(의료 superintelligence)을 “진료의 전 과정에 걸친 의학적 추론과 조율에서 가장 강력한 현대의 인간 주도 의료 시스템을 능가하는 능력”으로 정의합니다. Microsoft는 의학 시험 문제 풀기나 진단 생성 같은 개별 과제의 벤치마킹을 넘어, 더 나은 결과를 위해 임상의와 의료 시스템과의 통합으로 나아가기를 희망합니다.
“이것은 세상의 모든 사람이 원하는 종류의 기술입니다. 그래서 우리는 그것을 세상에 더 빨리 도입하기 위해 할 수 있는 모든 것을 하겠다고 다짐하고 있습니다.”라고 Suleyman이 말했으며, 이러한 초점이 다른 프론티어 연구소들에 비해 Microsoft의 차별화 요소가 될 수 있다고 덧붙였습니다.
Microsoft는 이미 임상의들에게 받아쓰기 및 방사선학 도구를 판매하고 있으며, DxO를 이러한 노력의 확장으로 보고 있습니다.
“우리는 앞으로 몇 년 안에 최고 수준의 최첨단 의료 임상 의사결정 지원 제품을 반드시 갖추어야 합니다.”라고 Suleyman이 말했습니다.