마이크로소프트 MAI-DxO AI, 의료 진단 연구에서 의사보다 높은 성과
마이크로소프트 MAI-DxO AI, 의료 진단 연구에서 의사보다 높은 성과
마이크로소프트가 인공지능이 복잡한 질환을 진단할 때 의사보다 훨씬 높은 정확도를 달성하면서 불필요한 의료 검사를 줄이는 데에도 도움이 될 수 있음을 시사하는 새로운 연구를 공개했습니다.
2026년 10월 22일 Science에 발표된 연구에서 마이크로소프트의 AI 진단 오케스트레이터(MAI-DxO)는 복잡한 의료 사례에서 83%의 진단 정확도를 기록했습니다. 참고 자료를 활용한 의사의 정확도는 36%에 그쳤습니다.
더 일반적인 응급실 사례에서도 우수한 성과를 보여 의사의 47% 대비 80%의 정확도를 달성했습니다.
이 결과는 AI 보조 의학 추론의 중요한 진전을 보여줍니다. 하지만 병원에서 환자를 실제로 진료한 결과가 아니라, 과거 임상 사례를 모의 진단 과정으로 평가한 결과입니다.
마이크로소프트의 공식 발표에 따르면 회사는 이제 실제 임상 환경에서 이 기술을 시험할 계획입니다.
마이크로소프트의 MAI-DxO AI 진단 시스템이란?
Microsoft AI Diagnostic Orchestrator, 즉 MAI-DxO는 의료진이 협력하여 환자를 진단하는 방식을 재현하도록 설계된 AI 시스템입니다.
이용 가능한 모든 의료 정보를 분석한 뒤 즉시 답을 내놓는 기존 AI 시스템과 달리, MAI-DxO는 진단을 점진적으로 발전하는 탐색 과정으로 다룹니다.
여러 가상 의사 역할을 조율하여 증상을 검토하고, 추가 정보를 요청하며, 가능한 진단을 고려하고, 서로의 결론에 이의를 제기하도록 합니다.
MAI-DxO의 작동 방식
시스템은 여러 단계의 진단 과정을 따릅니다.
- 초기 평가: AI 에이전트가 환자의 내원 증상을 분석하고 가능한 질환을 파악합니다.
- 정보 수집: 어떤 추가 질문, 진찰 또는 진단 검사가 가장 유용할지 결정합니다.
- 협력적 추론: 가상 의사 역할들이 경쟁하는 설명을 검토하고 새로운 근거를 평가합니다.
- 비용을 고려한 의사결정: 추가 검사의 예상 비용과 잠재적 진단 가치를 함께 고려합니다.
- 최종 진단: 충분한 정보가 모이면 MAI-DxO가 가장 가능성이 높은 진단을 선택합니다.
이 방식은 새로운 정보가 나올 때마다 의사가 결론을 계속 재평가하는 임상 현장의 반복적 추론을 모방하도록 설계되었습니다.
가상 의사는 조율 시스템 안에서 AI가 생성한 역할이며, 독립적인 인간 의사가 아닙니다.
마이크로소프트 AI와 의사 비교: 연구 결과
마이크로소프트는 자체 순차 진단 벤치마크인 Sequential Diagnosis Benchmark(SDBench)로 MAI-DxO를 평가했습니다.
벤치마크에는 두 데이터셋의 과거 임상 사례 총 629건이 포함되었습니다. The New England Journal of Medicine(NEJM)의 고난도 사례 304건과 MIMIC-IV-ED 의료 데이터셋의 응급실 사례 325건입니다.
결과에서는 진단 정확도의 상당한 차이가 나타났습니다.
| 진단 벤치마크 | MAI-DxO 정확도 | 의사 정확도 |
|---|---|---|
| 복잡한 NEJM 사례 304건, 의사 참고 자료 사용 | 83.2% | 36.1% |
| 복잡한 NEJM 사례 304건, 의사 참고 자료 미사용 | 83.2% | 22.3% |
| 응급실 사례 325건 | 80.3% | 46.8% |
출처: Microsoft AI 및 Nori 외, “Sequential Diagnosis with Language Models”, Science, 2026년 10월 22일.
복잡한 사례에서 AI의 정확도는 의사의 두 배 이상
고난도 NEJM 사례 304건에서 MAI-DxO의 진단 정확도는 교과서와 인터넷 자료를 사용할 수 있는 의사의 약 2.3배였습니다.
이러한 참고 자료 없이 평가에 참여한 의사와 비교하면 약 3.7배였습니다.
이는 폭넓은 의학 지식과 신중한 근거 해석이 필요한 드물거나 복잡한 질환을 진단할 때 AI 시스템이 특히 유용할 수 있음을 시사합니다.
다만 비교 대상은 통제된 연구 환경에 참여한 일반 진료 의사였으며, 실제 병원에서 근무하는 다학제 전문의 팀은 아니었습니다.
응급실 사례에서도 AI가 더 좋은 성과
응급실 평가에서도 주목할 만한 결과가 나왔습니다.
MAI-DxO는 약 80%의 사례를 정확히 진단했으며, 참여 의사는 47%를 정확히 진단했습니다.
이는 약 1.7배의 진단 정확도에 해당합니다.
고난도 NEJM 사례와 달리 응급실 데이터셋은 더 흔한 임상 양상을 반영하도록 설계되었습니다.
따라서 이 결과는 일상적인 의료 현장에서의 잠재적 활용에 특히 의미가 있습니다.
그럼에도 과거 응급실 기록을 바탕으로 한 모의 평가였으며, 실제 환자와의 실시간 상호작용은 아니었습니다.
AI가 진단을 개선하면서 의료 비용도 줄일 수 있을까?
마이크로소프트 연구의 가장 중요한 측면 중 하나는 진단 정확도와 의료 검사 비용을 함께 살폈다는 점입니다.
아무리 정확한 AI라도 단순히 과도한 검사를 지시해 좋은 결과를 얻는다면 실용적 가치는 제한적일 수 있습니다.
이를 해결하기 위해 MAI-DxO는 추가 검사의 예상 유용성과 추정 비용을 함께 평가합니다.
비용 최적화 AI도 높은 정확도 유지
마이크로소프트는 비용을 최적화한 한 구성이 복잡한 NEJM 사례에서 약 81%의 진단 정확도를 달성하면서, 일부 비교 방식의 추정 비용 절반 미만을 사용했다고 보고했습니다.
다른 구성에서도 시스템이 훨씬 적은 검사 예산으로 우수한 성능을 유지할 수 있음을 보여주었습니다.
다만 최고 정확도 결과와 최저 비용 결과는 구별해야 합니다.
NEJM 사례에서 83.2%, 응급실 사례에서 80.3%의 정확도를 기록한 제약 없는 구성은 해당 의사 집단보다 추정 평균 비용이 높았습니다. 예산을 낮춘 구성은 정확도가 일부 감소하는 대신 비용을 절감했습니다.
따라서 이 연구는 정확도와 비용 사이의 유망한 절충 가능성을 보여주며, 모든 MAI-DxO 버전이 의사보다 정확하면서 동시에 저렴하다는 것을 입증한 것은 아닙니다.
비용은 표준화된 의료 가격 자료로 모형화했습니다. 실제 병원 지출이나 환자에게 검증된 비용 절감액을 뜻하지 않습니다.
기존 의료 AI 평가를 넘어서는 이유
많은 의료 AI 평가는 표준화된 시험이나 객관식 문항에 의존합니다.
이런 벤치마크는 의학 지식을 측정하지만, 실제 환자 진단의 복잡성을 정확히 반영하지 못할 수 있습니다.
임상 현장에서는 모든 정보가 한꺼번에 주어지는 경우가 드뭅니다. 의사는 어떤 질문을 할지, 어떤 검사를 지시할지, 언제 결론을 내릴 만큼 충분한 근거가 모였는지 판단해야 합니다.
순차 진단 벤치마크 소개
마이크로소프트는 이 의사결정 과정을 더 현실적으로 평가하기 위해 SDBench를 개발했습니다.
처음부터 환자의 전체 병력을 제공하는 대신, 제한된 정보로 평가를 시작합니다.
진단 시스템은 이후 단계별로 추가 세부 정보를 요청해야 합니다.
모의 정보 제공자는 원래 사례 기록의 정보를 전달하고, 요청된 정보가 없으면 그럴듯한 응답을 생성합니다. AI 기반 평가 절차가 진단의 정확성을 판정합니다.
이를 통해 연구자는 AI가 올바른 진단에 도달하는지뿐 아니라 어떻게 도달하는지도 살펴볼 수 있습니다.
마이크로소프트는 SDBench의 일부 구성 요소를 연구자에게 공개하여 추가 검증과 재현성을 지원했습니다.
회사는 기본 조율 방식을 바꾸지 않고 GPT-5.5를 포함한 더 최신 AI 모델로 평가해도 MAI-DxO의 성능 향상이 유지되었다고 보고했습니다.
이는 기반 모델의 지속적인 발전이 이 방식에도 도움이 될 수 있음을 시사합니다.
마이크로소프트, 보스턴에서 실제 임상 평가 계획
유망한 벤치마크 결과에도 불구하고 마이크로소프트의 AI 진단 시스템은 실제 임상에서 동등한 성능을 아직 입증하지 못했습니다.
이 차이를 조사하기 위해 마이크로소프트는 보스턴의 Beth Israel Deaconess Medical Center와 협력을 발표했습니다.
양측은 병원 환경에서 MAI-DxO의 임상 추론 능력을 평가할 계획입니다.
임상 연구에서 확인할 내용
계획된 전향적 연구에서는 환자가 AI 시스템과 직접 상호작용하고, 시스템의 진단 평가를 의사가 독립적으로 수행한 평가와 비교합니다.
이 연구는 MAI-DxO가 실제 진료의 불확실성과 복잡성 속에서도 벤치마크 성능을 유지할 수 있는지 확인하는 데 도움이 될 것입니다.
또한 기술을 기존 의료 업무 흐름에 어떻게 통합할 수 있을지에 대한 근거도 제공할 것입니다.
이 연구들의 결과가 나오기 전까지 실제 임상에서 진단 성능이 우월하다는 주장은 입증되지 않은 상태입니다.
임상 도입 전에 AI가 넘어야 할 과제
마이크로소프트의 결과는 중요하지만, 진단 정확도만으로 AI 시스템이 의료를 개선하는지 판단할 수는 없습니다.
여러 중요한 질문이 남아 있습니다.
임상적 신뢰성과 환자 안전
실제 환자는 불완전한 병력, 겹치는 증상, 예기치 않은 합병증, 모호한 소견을 보일 수 있습니다.
AI 시스템은 이런 상황을 신뢰성 있게 처리하고, 불확실성을 인식하며, 해로울 수 있는 권고를 피할 수 있음을 입증해야 합니다.
치료 결정과 장기 관리
질환을 알아내는 것은 의료의 한 부분일 뿐입니다.
의사는 적절한 치료를 선택하고, 환자를 지속적으로 관찰하며, 합병증에 대응하고, 개인 상황에 맞춰 진료를 조정해야 합니다.
MAI-DxO의 발표된 벤치마크 결과는 이런 폭넓은 책임을 수행할 수 있음을 입증하지 않습니다.
인간의 감독과 의료 체계 통합
임상 AI 시스템은 의사와 환자가 함께 의사결정을 내리는 방식에도 맞아야 합니다.
여기에는 권고에 대한 설명, 전문적 판단 지원, 민감한 환자 정보 보호, 적절한 인간 감독 유지가 포함됩니다.
이런 요건 때문에 광범위한 임상 배치 전에 실제 환경에서의 검증이 필수적입니다.
마이크로소프트의 의료 AI 발전이 중요한 이유
마이크로소프트 연구는 의료 인공지능에서 잠재적으로 중요한 변화를 가리킵니다.
AI는 의료 질문에 답하는 도구를 넘어, 근거 수집, 경쟁하는 설명 비교, 가장 가치 있는 검사 선택 지원 등 진단 과정 자체를 점점 더 뒷받침할 수 있습니다.
이 연구는 여러 전문 역할이 공동 의사결정에 기여하는 협력형 AI 구조의 가능성도 뒷받침합니다.
마이크로소프트의 더 넓은 의료 초지능 비전은 진단을 넘어 치료 계획, 장기 건강 모니터링, 개인화된 임상 의사결정 지원을 포함합니다.
회사는 Mayo Clinic과도 협력하여 첨단 AI, 임상 전문성, 장기간 수집된 환자 데이터가 더 포괄적인 의료 체계를 어떻게 지원할 수 있을지 탐구하고 있습니다.
다만 진단 벤치마크의 향상을 환자 생존율, 치료 결과, 의료 접근성의 입증된 개선과 혼동해서는 안 됩니다.
이러한 이점에는 여전히 엄격한 임상 근거가 필요합니다.
결론
마이크로소프트의 MAI-DxO는 AI 보조 의료 진단의 유망한 진전을 보여줍니다.
복잡한 사례와 응급실 벤치마크에서의 성능은 조율된 AI 추론이 통제된 평가 조건에서 참여 의사의 정확도를 넘어설 수 있음을 보여줍니다.
비용 최적화 구성은 정확도 향상의 일부를 유지하면서 진단 검사 지출을 줄일 기회도 시사합니다.
다음 이정표는 이러한 이점이 실제 환자에게 더 안전하고 효과적이며 경제적인 의료로 이어지는지 입증하는 것입니다.
의료 AI의 미래는 질병을 정확히 진단하는 것뿐 아니라, 의료진이 실제 현장에서 더 나은 진료를 제공하도록 돕는 데 달려 있습니다.