[Stanford HAI] "과학 및 의학 분야" 핵심 요약 (The 2025 AI Index Report)

「The 2025 AI Index Report」의 "Science and Medicine" 챕터에서는 과학 및 의학 분야에서 AI가 주도하는 핵심 트렌드를 살펴보며, 이들 분야에서 기술이 점점 더 큰 영향을 미치고 있다는 점을 보여줍니다.

 

 

2024년에 AI가 과학과 의학 분야에서 이룬 주요한 성과들을 소개하고 의사를 능가하고 있는 AI 모델, 그리고 의료 분야 AI 연구에서의 윤리적 트렌드까지 조망합니다.

 

 

목차

1. 차세대 단백질 서열 분석 모델 등장
2. 과학적 발견을 가속화하는 AI
3. 발전하는 LLM의 임상 지식
4. 의사를 능가하고 있는 AI
5. AI 기반 의료기기 확산
6. 신약 후보 물질 발견 가속화
7. 의료 AI 윤리에 대한 연구
8. 의료용 파운데이션 모델 대거 출시
9. 단백질 데이터베이스의 지속적인 성장
10. 노벨 화학상과 물리학상을 수상한 AI 연구

---

이 포스팅은 Standford HAI가 2025년 4월에 발행한 「The 2025 AI Index Report」의 일부 내용을 요약하고 의역한 글입니다.

 

보고서의 정확한 내용이 궁금하신 분들은 원문(영어)을 참고해 주세요.

 

---

1. 차세대 단백질 서열 분석 모델 등장

더 크고 더 뛰어난 단백질 서열 분석 모델이 등장했습니다.

 

AlphaFold 3 vs. baselines for protein-ligand docking

Size of protein sequencing models, 2020–24

 

2024년에는 ESM3와 AlphaFold 3를 포함한 여러 대규모 고성능 단백질 서열 예측 모델이 출시되었습니다. 이들 모델은 시간이 지남에 따라 규모가 상당히 커졌으며, 그에 따라 단백질 구조 예측 정확도 또한 꾸준히 향상되었습니다.

 

 

2. 과학적 발견을 가속화하는 AI

AI는 과학적 발견을 가속화하는 핵심 동력으로 계속 작용하고 있습니다.

 

AI는 과학 발전에 있어 점점 더 중요한 역할을 하고 있으며, 2022년과 2023년이 AI 기반 돌파구의 초기 단계였다면, 2024년은 이를 훨씬 뛰어넘는 진전을 보여주었습니다.

 

 

예를 들어, 생물학적 작업을 수행할 수 있도록 대형 언어 모델 에이전트를 훈련하는 Aviary와 산불 예측 능력을 획기적으로 향상시킨 FireSat 등이 대표적인 사례입니다.

 

 

3. 발전하는 LLM의 임상 지식

주요 LLM의 임상 지식(의학 분야에서 질병의 진단, 치료, 예방과 관련된 실제적인 경험과 관찰을 통해 얻는 지식)은 계속해서 발전하고 있습니다.

 

OpenAI가 최근 출시한 o1 모델은 MedQA 벤치마크에서 96.0%의 최고 기록을 세우며, 2023년 최고 점수보다 5.8%포인트 향상된 성과를 거두었습니다.

 

MedQA: test accuracy

 

2022년 말 이후부터 따지면 성능은 총 28.4%포인트나 개선되었습니다. MedQA는 임상 지식을 평가하는 핵심 벤치마크로, 현재 포화 상태에 가까워지고 있어 더 도전적인 평가 도구가 필요함을 시사합니다.

 

 

4. 의사를 능가하고 있는 AI

AI는 핵심 임상 업무에서 의사를 능가하고 있습니다. 한 새로운 연구에 따르면, GPT-4는 복잡한 임상 사례 진단에서 AI 보조 여부와 상관없이 의사보다 더 우수한 성과를 보였습니다.

 

LLM performance in clinical diagnosis

 

또 다른 최근 연구들에서도 AI가 암 진단이나 사망 위험이 높은 환자 식별 분야에서 의사를 앞서는 것으로 나타났습니다. 다만, 일부 초기 연구는 AI와 의사가 협력할 경우 가장 좋은 결과를 도출할 수 있다는 점을 시사하고 있어, 향후 이 분야에 대한 추가 연구가 기대됩니다.

 

 

5. AI 기반 의료기기 확산

FDA가 승인한 AI 기반 의료기기의 수가 급격히 증가하고 있습니다.

 

Number of AI medical devices approved by the FDA, 1995–2023

 

FDA는 1995년에 처음으로 AI 기반 의료기기를 승인했으며, 2015년까지는 그 수가 단 6건에 불과했습니다. 하지만 2023년에는 무려 223건으로 그 수가 폭발적으로 증가했습니다.

 

 

6. 신약 후보 물질 발견 가속화

합성 데이터(Synthetic data, 실제 데이터를 모방하여 컴퓨터 시뮬레이션이나 알고리즘을 통해 생성된 가상의 데이터)는 의료 분야에서 상당한 가능성을 보여주고 있습니다.

 

 

2024년에 발표된 연구들은 AI가 생성한 합성 데이터가 건강의 사회적 결정요인을 더 잘 식별하도록 돕고, 프라이버시를 보호하면서 임상 위험을 예측하며, 신약 후보 물질 발견을 촉진하는 데 기여할 수 있음을 시사합니다.

 

 

7. 의료 AI 윤리에 대한 연구

의료 AI 윤리에 관한 논문이 해마다 증가하고 있습니다.

 

Number of medical AI ethics publications, 2020–24

 

의료 분야의 AI 윤리 관련 논문 수는 2020년 288편에서 2024년에는 1,031편으로 거의 4배 가까이 증가했습니다.

 

 

8. 의료용 파운데이션 모델 대거 출시

파운데이션 모델(Foundation model, 광범위한 데이터를 사용해 학습된 대규모 인공지능 모델)이 의료 분야에 도입되고 있습니다.

 

Medical disciplines and notable AI models

 

2024년에는 대규모 의료용 파운데이션 모델이 대거 출시되었으며, 여기에는 범용 멀티모달 모델인 Med-Gemini부터 심장 초음파용 EchoCLIP, 안과 분야의 VisionFM, 영상의학을 위한 ChexAgent와 같은 전문 특화 모델까지 포함됩니다.

 

 

9. 단백질 데이터베이스의 지속적인 성장

공개 단백질 데이터베이스의 규모가 지속적으로 거대화되고 있습니다.

 

Growth of public protein science databases, 2019–25

 

2021년 이후, 주요 공개 단백질 과학 데이터베이스에 수록된 항목 수가 크게 증가했으며, UniProt은 31%, PDB는 23%, AlphaFold는 무려 585% 증가했습니다. 이러한 확장은 과학적 발견에 있어 매우 중요한 의미를 지닙니다.

 

 

10. 노벨 화학상과 물리학상을 수상한 AI 연구

AI 연구가 두 개의 노벨상을 수상하며 그 성과를 인정받았습니다.

 

2024년에는 AI 기반 연구가 최고 권위의 상을 받았으며, AI 관련 획기적 성과에 대해 두 건의 노벨상이 수여되었습니다.

 

 

Google DeepMind의 Demis Hassabis와 John Jumper는 AlphaFold를 통한 단백질 접힘 연구로 노벨 화학상을 수상했고, John Hopfield와 Geoffrey Hinton은 신경망에 대한 기초적 기여로 노벨 물리학상을 받았습니다.