세종뉴스룸

▲Mugahed A. Al-antari 교수(왼쪽 첫 번째)와 AISSLab 팀원들

인공지능데이터사이언스학과 Mugahed A. Al-antari 교수는 의료 AI의 신뢰성 향상을 위한 진단 시스템을 연구하며, 글로벌 의료 AI 커뮤니티와 활발하게 협력하고 있다. Mugahed A. Al-antari 교수를 만나 그의 연구 방향과 의료 AI의 미래에 대해 들어봤다.

Q. 자기소개를 부탁한다.

A. 세종대학교 인공지능데이터사이언스학과 교수로 재직 중인 Mugahed A. Al-antari이다. AI 기반 헬스케어와 의료 영상 분야를 중심으로 연구하고 있으며, AISSLab(Artificial Intelligence Systems and Science Lab) 연구팀에서 의료 문제 해결과 기술 발전에 집중하고 있다.

Q. 인공지능학과와 데이터사이언스학과가 결합해 인공지능데이터사이언스학과가 됐다고 들었다.

A. 인공지능데이터사이언스학과는 2024년 인공지능학과와 데이터사이언스학과가 통합되어 설립됐으며, AI 기술과 데이터 분석을 결합한 교육을 목표로 한다. 구체적으로는 머신러닝, 딥러닝, 빅데이터 처리, 통계 분석 및 데이터 기반 의사결정과 같은 핵심 분야를 다루고 있으며, 학생들이 데이터 기반 문제 해결 능력을 갖추고 다양한 분야에 이를 적용할 수 있도록 지원한다.

Q. 현재 맡고 있는 AISSLab 팀에 대한 설명을 부탁한다.

A. AISSLab 팀은 의료 인공지능 분야에서 최첨단 진단 프레임워크 개발을 수행하며, 임상적 의사결정의 자동화와 고도화를 목표로 하고 있다. 이를 위해 복잡한 3D 의료 영상의 효율적 처리, 정확한 근거 기반의 임상 보고서 생성이 가능한 호흡기 질환 진단용 MedXRay-CAD, 요추 척추관 협착증 진단용 AutoSpineAI와 같은 첨단 시스템을 구축하고 있다. 다국적 연구원들이 참여하고 있어 글로벌 관점에서의 연구 역량을 갖추고 있다는 점이 팀의 핵심 경쟁력이다.

Q. 학생들을 지도할 때 뿌듯함을 느끼는 순간이 있다면?

A. 학생들의 연구가 국내외에서 인정받는 것을 볼 때마다 뿌듯함을 느낀다. 기억에 남는 사례로는 AISSLab 팀이 X-ray와 MRI 분석을 통합하는 다중 모달 에이전트 AI인 MedXpert-CAD 시스템으로 의료 영상 AI 분야의 권위 있는 학회인 MICCAI 2025에서 최우수 워크숍 논문 우수상을 수상한 적이 있다. 연구 전 과정을 함께해왔기에 학생들의 노력이 성과로 이어지는 모습에서 큰 보람을 느꼈다.

Q. 최근 IEEE JBHI와 IEEE-EMBS BHI에 게재한 논문 모두 고도화된 RAG 기술을 의료 영상 AI에 접목했다고 들었다. 의료 현장에서 가장 치명적인 장벽이라고 여겨지는 AI가 만들어내는 오류·환각 현상을 어떻게 기술적으로 해결했는가?

A. AI 환각은 의료 응용 분야에서 발생하는 치명적인 문제 중 하나이다. 모든 결과물이 검증 가능한 임상 증거에 기반을 두도록 하는 LLM-based RAG 기술을 활용해 이러한 문제를 해결했다.

IEEE JBHI에 게재한 MedXRay-CAD 흉부 엑스레이 분석 시스템은 텍스트 기반 추론과 시각적 설명을 결합해 다양한 호흡기 질환에 걸쳐 진단 정확도와 신뢰성을 크게 향상시킨다. 또한 IEEE-EMBS BHI에 게재한 AutoSpineAI 척추 진단 시스템은 지식 그래프 기반 추론을 활용하는 혁신적인 AgenticRAG 프레임워크를 도입함으로써, AI를 통해 생성된 보고서가 3D MRI 스캔에서 추출한 정량적 측정값과 일치하도록 한다.

즉, 데이터 기반의 인사이트와 구조화된 추론을 긴밀하게 결합함으로써 시스템이 환각을 최소화할 수 있도록 하며, 의료 전문가가 확신을 가지고 의존할 수 있는 임상적으로 해석 가능한 보고서를 생성할 수 있게 했다.

Q. 방대한 요추 MRI 데이터셋과 핵심 코드베이스를 전면 공개하며 '오픈 사이언스'에 앞장서고 있다고 들었다. 이러한 핵심 연구 자산을 공유한 가장 큰 이유는 무엇이며, 이러한 결정이 앞으로 글로벌 의료 AI 생태계에 어떤 효과를 가져올 것으로 기대하는가?

A. 오픈 사이언스를 전면적으로 수용한 것은 글로벌 의료 AI 커뮤니티의 발전에 기여하기 위한 결정이다. 이러한 핵심 연구 자산에 자유로운 접근을 가능하게 함으로써 국제적 협력 촉진, 재현성 향상, 척추 질환 분석 및 AI 기반 진단의 혁신이 가속화될 것이라고 생각한다. 궁극적으로는 효율적인 글로벌 연구 생태계에 기여해, 실제 적용 가능한 AI 솔루션을 통해 더 빠르고 신뢰할 수 있는 개발을 가능하게 할 것으로 기대하고 있다.

Q. 최근 의료 AI 기술이 비약적으로 발전하면서 윤리적·제도적 가이드라인이 중요한 이슈로 대두되고 있다. 현재 의료 AI 기술이 실제 병원 시스템에 정착하기 위해 업계가 당면한 장벽은 무엇이며, 이를 극복하기 위해 학계와 산업계가 어떤 방향으로 나아가야 한다고 보는가?

A. 의료 AI가 실제 병원 시스템에 정착하는 데 가장 큰 장애물은 해석 가능성과 신뢰 부족, 특히 블랙박스 모델의 한계라고 생각한다. 기술의 급속한 발전에도 불구하고, 임상의들은 위급한 상황에서 AI에 의존하기 전에 그 판단 과정을 이해하고 검증해야 한다는 어려움을 겪고 있다.

이를 해결하기 위해서는 의료 전문가와의 긴밀한 협력을 통해 AI 시스템을 개발하는 접근이 필요하다. 우리 연구에서도 한국과 튀르키예 병원의 영상의학과 및 신경외과 전문의들과 협력해 임상적 타당성과 실용성을 확보하고 있다. 또한 임상의가 결과를 직접 확인하고 해석할 수 있도록 히트맵 등 시각화할 수 있는 대화형 도구를 제공해 투명성과 책임성을 강화하고 있다. 결론적으로 의료 AI는 임상 전문 지식을 대체하기보다는, 이를 보완하는 신뢰할 수 있는 보조자로서의 역할을 해야 한다.

Q. 마지막으로 인공지능 및 데이터사이언스 분야에 관심 있는 학생들에게 한마디 부탁한다.

A. 학생들에게 항상 오픈 소스 기반의 혁신을 수용하라고 강조한다. 자신이 이룬 성과를 오픈 소스로 개방해 각자의 분야에서 성장할 수 있도록 지도하고 있다. 그 과정에서 비전, 언어 등 다양한 모달리티의 교차 영역에서 작업할 수 있어야 하고, 헬스케어 분야와 같이 중요한 현실 세계의 응용 분야에 집중해야 한다. 이를 통해 학생들은 획기적인 프레임워크를 구축해 글로벌 사회에 기여할 수 있는 훌륭한 기회를 얻게 될 것이다.

취재/ 조민석 홍보기자(minseok020929@naver.com)