피부색 격차 줄인 피부질환 진단 AI
인공지능신문 ·
✦ AI 요약
AI 생성사진·실제 사진 ‘구분 어려워’···AI가 생성한 어두운 피부색 데이터 학습하니 진단 성능↑
인공지능신문에 따르면 서울아산병원 연구팀은 밝은 피부 병변 사진의 형태는 유지한 채 피부색만 어둡게 바꾸는 생성형 AI를 개발해, 피부색에 따라 벌어지던 피부질환 진단 AI의 성능 차이를 줄였다. 10월 8일 소개된 이 연구에서 어두운 피부색 데이터를 더해 학습한 모델의 AUC는 0.66으로, 기존 모델보다 개선됐다. 생성된 사진은 실제와 구분이 쉽지 않은 수준이었고, 부족한 어두운 피부 임상데이터를 보완하는 수단으로 활용 가능성을 보였다. 연구팀은 기존 생성형 AI처럼 병변 자체를 새로 만드는 대신 실제 환자 사진을 바탕으로 피부색만 변환해 진단에 중요한 형태 정보를 보존하는 데 초점을 맞췄다. 그 결과 성능 향상뿐 아니라 밝은 피부에서의 진단 성능도 유지됐다고 설명했다. 이번 연구는 의료 AI가 특정 집단에 불리하게 작동할 수 있다는 우려에 대응하는 현실적 방법을 제시했다는 점에서 의미가 있다.
관점
이 사안의 핵심은 의료 AI의 성능 경쟁이 이제 평균 정확도만이 아니라 누구에게나 비슷하게 작동하는지로 옮겨가고 있다는 점입니다. 특히 실제 데이터가 부족한 집단에서 생기는 공백을 기술로 메우는 접근이 가능하다는 점은, 현장 적용의 속도와 공정성을 함께 끌어올릴 여지를 보여줍니다. 앞으로는 모델을 잘 만드는 것만큼 학습 데이터를 어떻게 고르게 확보하고 보완하느냐가 의료 AI 경쟁력의 중요한 기준이 될 가능성이 큽니다.
이 관점은 비즈크러시가 작성한 자체 의견이며, 인공지능신문의 보도 내용과 무관합니다.
이 기사는 자동생성 알고리즘의 도움을 받아 작성되었습니다.
출처 인공지능신문
원문 확인이 기사는 인공지능신문 원문을 바탕으로 비즈크러시가 요약 정리했습니다. 정확한 인용과 세부 내용은 원문을 확인해 주세요.