피부색 따라 달라지는 AI 진단...의료 불평등 키운다

[앵커]
인공지능 의료 기술이 빠르게 발전하면서 질병 진단의 정확도도 함께 높아지고 있습니다.

하지만 인공지능이 학습한 데이터가 특정 인종과 피부색에 치우쳐 있을 경우, 오히려 의료 불평등을 키울 수 있다는 우려가 제기됐습니다.

고한석 기자가 보도합니다.

[기자]
피부에 생긴 치명적인 암, 흑색종.

이 병을 의료용 인공지능이 진단한다면 누구에게 더 정확할까?

결과는 피부색에 따라 극명하게 갈립니다.

최근 캐나다 구엘프 대학 연구진은 의료용 인공지능이 환자의 피부색에 따라 전혀 다른 성적표를 받고 있다고 지적했습니다.

피부색이 어두운 환자들이 상대적으로 소외되고 있다는 겁니다.

다른 연구 결과를 보면, 밝은 피부색 환자의 흑색종 진단 정확도는 90％를 넘겼지만, 피부색이 어두운 환자는 60∼70％ 수준으로 크게 떨어졌습니다.

어두운 피부 위의 병변을 단순한 점이나 색소 침착으로 오인해 암을 놓치는 경우가 많다는 얘기입니다.

원인은 인공지능이 배운 '교과서', 즉 학습 데이터에 있습니다.

세계 최대 규모의 피부 질환 데이터셋을 살펴봐도 70％ 이상이 밝은 피부색 자료입니다.

반면, 어두운 피부색 데이터는 5％에도 미치지 못합니다.

데이터 자체가 부족하다 보니 인공지능이 유색인종의 병변을 제대로 구분하지 못하는, 이른바 '디지털 색맹'이 된 셈입니다.

[한 승 석 / 피부과 전문의 : 현재 AI의 검증이 (피부암) 사진 맞추기와 같은 실험적인 조건에서만 검증이 되고 있는데, 실제 진료 현장에서 잘 하는 것을 증명해 내야 합니다. 이것을 증명해 낼 수 있어야지 실제 진료 현장에서 더욱 (AI가) 많이 쓰이는 날을 보게 될 것 같습니다.]

연구진은 이런 편향성을 해결하기 위해 의료용 AI 설계 단계부터 인종별 데이터를 균형 있게 배분하는 기술적 보완이 시급하다고 강조합니다.

YTN 고한석입니다.

영상기자 : 이수연
디자인 : 정하림

YTN 고한석 (hsgo@ytn.co.kr)