"앞으로 10년, 나는 어떤 질병을 겪게 될까?"
인간이 스스로 답하기 어려운 이 질문에, 인공지능이 놀라운 해답을 제시하고 있다. 최근 국제학술지 Nature 지에 실린 연구(Shmatko, A. et al., 2025)가 의료계에 던진 충격은 작지 않다. '델파이-2M(Delphi-2M)'이라는 AI가 미래 질병의 발병 시점과 위험도를 정밀하게 예측해낸 것이다.
델파이-2M은 독특한 방식으로 작동한다. 의료 이력을 '문장'으로, 질병과 생활 습관을 '단어'로 인식한다. 마치 언어 모델이 다음 단어를 예측하듯, 이 AI는 다음에 올 질병과 그 시기를 계산한다.
성과는 놀랍다. 영국 바이오뱅크 40만 명의 건강 데이터로 학습하고, 덴마크 환자 190만 명의 기록으로 검증한 결과, 1,000여 개 질병의 향후 10년 이상 발병 위험을 높은 정확도로 제시했다.
더욱 흥미로운 건 시간의 개념이다. 단순히 "당뇨에 걸릴 것"이 아니라 "3년 후 당뇨, 7년 후 심혈관질환 위험 급증"처럼 구체적 타임라인을 그려준다.
이 연구가 던지는 메시지는 분명하다. 치료 중심의 의료를 예방 중심으로 바꿔야 한다는 것이다.
지금까지 의료는 증상이 나타난 뒤 치료하는 '사후적' 접근이 주류였다. 환자가 아플 때까지 기다리는 셈이다. 하지만 AI는 질병이 나타나기 훨씬 전 단계에서 위험 신호를 포착한다.
개인은 자신만의 '건강 미래 지도'를 미리 확인할 수 있게 됐다. 생활 습관 교정, 맞춤형 검진 주기 설정 등 개인화된 예방 전략이 가능해진 것이다.
정부와 기업도 마찬가지다. 인구 집단의 질병 발생 패턴을 미리 파악해 의료비 지출을 줄이고, 사회적 비용을 절감하는 정책 설계가 가능하다.
건강검진과 보험이 위험 예측형으로 진화할 전망이다. AI가 제시한 위험 지도를 바탕으로, 개인은 음식·운동·수면 습관을 조기에 개선하고, 필요시 선제적 치료를 선택할 수 있다.
"당신이라면 AI가 '10년 후 당뇨 위험 80%'라고 예측한다면 어떻게 하겠는가?"
병원과 제약사, 보험사는 AI 기반 예방 서비스로 새로운 비즈니스 모델을 창출할 수 있다.
건강 데이터를 지속 수집·분석하여 구독형 맞춤 건강관리 서비스를 제공하거나, 기업 건강관리 프로그램에 AI 예측을 도입해 근로자의 질병 위험을 선제 관리하는 것이다.
고령화로 급증하는 의료비는 국가 재정에 큰 부담이다. 질병 예측 데이터는 고위험군을 조기 파악해 예방 중심 재정 운용을 가능하게 하며, 응급·중증 진료비를 대폭 줄일 수 있다.
물론 모든 예측이 곧바로 확정 진단을 뜻하지는 않는다. 해결해야 할 과제들도 산적해 있다.
데이터의 인종·연령 편중 문제가 대표적이다. 주로 백인 중산층 데이터로 학습한 AI가 다른 인종이나 사회경제적 계층에서도 정확할지는 의문이다.
개인정보 보호와 의료윤리 문제도 복잡하다. "미래 질병을 미리 안다"는 것이 개인에게 심리적 부담을 줄 수도 있고, 보험이나 고용에서 차별 요소로 작용할 위험도 있다.
AI 예측은 어디까지나 '확률'임을 이해하고, 개인의 의료 결정은 반드시 전문가 상담과 병행해야 한다.
그런데도 델파이-2M이 보여준 가능성은 명확하다. AI가 인간의 질병을 미리 읽는 시대가 열리고 있다.
치료 중심에서 예방 중심으로의 전환은 건강수명 연장과 사회적 의료비 절감이라는 두 마리 토끼를 동시에 잡는 전략이다.
이제 미래 의료의 중심축은 치료가 아니라 사전 예방과 조기 개입이 될 것이다. 병원은 환자가 아프기를 기다리는 곳이 아니라, 건강한 사람이 더 건강해지도록 돕는 곳으로 변모할 것이다.
"예측에서 예방으로" - 이것이 AI가 여는 건강의 미래다.
| 참고문헌:
Shmatko, A., Jung, A. W., Gaurav, K., Brunak, S., Mortensen, L. H., Birney, E., ... & Gerstung, M. (2025). Learning the natural history of human disease with generative transformers. Nature, 1-9.
