구글 나노 바나나가 만든 가짜 흉부 X선으로 폐렴을 92% 정확도로 잡아냈다

aimatters

2026.03.09 14:17:58

조회 111 추천 0 댓글 0

의료 AI 개발의 가장 큰 걸림돌 중 하나는 환자 데이터를 구하기 어렵다는 점이다. 개인정보 보호 규정, 병원 간 데이터 공유 제한, 희귀 질환의 절대적인 데이터 부족 등이 맞물려 우수한 알고리즘을 개발하고도 훈련 데이터가 없어 상용화에 실패하는 사례가 반복돼 왔다. 그런데 이 문제를 정면으로 돌파하는 연구가 나왔다. 영국 옥스퍼드대학교(University of Oxford)와 임페리얼 칼리지 런던(Imperial College London), UAE 모하메드 빈 자예드 인공지능대학교(Mohamed bin Zayed University of Artificial Intelligence) 공동 연구팀이 실제 환자 흉부 X선 사진을 전혀 사용하지 않고, AI가 생성한 합성 이미지만으로 폐렴 진단 모델을 훈련시켜 실제 데이터에서 92.3%의 정확도를 달성했다.

합성 X선 사진으로만 훈련한 AI, 실제 데이터에서 92% 달성

연구팀은 구글(Google)의 이미지 생성 AI 모델인 '나노 바나나(Nano Banana)'를 활용해 300장의 흉부 X선(CXR, Chest X-Ray) 합성 이미지를 만들었다. 폐렴 환자와 건강한 사람의 이미지를 각각 생성했으며, 성별, 체형, 나이, 촬영 자세 등을 다양하게 변형해 실제 임상 환경의 다양성을 최대한 반영했다.

이 합성 데이터만으로 훈련된 AI 분류기(classifier, 이미지를 특정 범주로 구분하는 모델)를 실제 환자 데이터셋에 적용한 결과, RSNA(미국방사선학회) 폐렴 탐지 데이터셋(14,863장)에서 AUROC(수신자 조작 특성 곡선 아래 면적, 모델 성능 지표) 0.923을 기록했다. 또 다른 공개 흉부 X선 데이터셋(5,856장)에서는 AUROC 0.824를 달성했다. 두 데이터셋 모두 합성 데이터만으로 훈련했음에도 의미 있는 진단 성능을 보여줬다는 점에서 주목받고 있다.

이미지 후처리가 성능을 가른 결정적 변수

연구 과정에서 예상치 못한 변수가 성능에 큰 영향을 미쳤다. 나노 바나나가 생성한 이미지에는 두 가지 문제가 있었다. 흉부 영역 아래로 필요 없는 부분이 포함돼 있었고, AI가 자동으로 삽입하는 디지털 워터마크(watermark, 이미지에 삽입되는 식별 표시)가 존재했다.

연구팀은 생성된 이미지의 하단 30%를 일괄 잘라내는 후처리를 적용했다. 이 단순한 처리 하나가 성능을 크게 바꿔놓았다. 후처리를 하지 않은 원본 합성 이미지로 훈련한 모델의 AUROC는 RSNA 데이터셋 기준 0.853에 그쳤지만, 후처리된 이미지로 훈련한 모델은 0.923으로 뛰어올랐다. 워터마크와 불필요한 영역이 모델 학습을 방해했던 것이다. 이 결과는 합성 데이터의 품질 관리와 전처리가 모델 성능만큼이나 중요하다는 사실을 시사한다.

기존 전문 의료 AI보다 나은 성능, 그 이유는

연구팀은 나노 바나나 생성 이미지를 흉부 X선 전용으로 설계된 텍스트-이미지 변환 모델인 '뢴트겐-v2(RoentGen-v2)'의 합성 이미지와도 비교했다. 뢴트겐-v2는 의료 영상 특화 모델임에도 불구하고, 후처리된 나노 바나나 이미지로 훈련된 분류기가 두 실제 데이터셋 모두에서 더 나은 성능을 기록했다.

연구팀은 이 결과를 설명하기 위해 그래드캠(Grad-CAM)이라는 시각화 기법을 활용했다. 그래드캠은 AI가 이미지의 어느 부분을 보고 판단을 내렸는지 열지도(heatmap) 형태로 보여주는 도구다. 분석 결과, 나노 바나나 이미지로 훈련된 모델은 폐렴 환자에서는 폐 내 경화(consolidation, 폐포가 액체로 채워진 상태) 부위를, 건강한 환자에서는 심장과 횡격막 경계를 집중적으로 살피는 것으로 나타났다. 이는 실제 영상의학과 의사가 X선을 판독할 때 주목하는 임상적으로 의미 있는 부위와 일치한다.

가능성과 한계, 임상 적용까지 넘어야 할 산

연구팀은 결과가 고무적이라고 평가하면서도 현재 단계의 한계를 명확히 짚었다. 우선 프롬프트(prompt, AI에게 내리는 명령어) 설계만으로는 촬영 각도나 자세의 다양성을 세밀하게 제어하는 데 한계가 있었다. 또한 이번 연구는 폐렴 인식에만 국한됐으며, 다른 질환이나 다양한 의료 영상 분야로의 일반화 가능성은 아직 검증되지 않았다.

무엇보다 합성 데이터만으로는 미국 FDA(식품의약국)나 유럽 CE 인증 등 의료기기 규제 승인을 받기 어렵다는 점도 현실적인 장벽이다. 디지털 워터마크가 지식재산권과 책임 소재에 미치는 영향, AI가 합성 데이터로 훈련된 경우의 법적 책임 프레임워크도 아직 정립되지 않은 상태다. 연구팀은 합성 의료 데이터의 투명하고 책임 있는 활용을 위한 정책과 가이드라인이 기술 발전과 함께 마련돼야 한다고 강조한다.

FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)

Q1. AI가 만든 가짜 X선 사진으로 진짜 환자를 진단하는 게 가능한가요? 이번 연구에서는 AI가 생성한 300장의 합성 흉부 X선 이미지만으로 훈련한 모델이 실제 환자 데이터 약 2만 장에서 최고 92.3%의 정확도(AUROC)를 기록했습니다. 다만 현재는 임상 적용 전 단계로, 규제 승인과 추가 검증이 필요합니다.

Q2. 합성 데이터가 실제 환자 데이터를 대체할 수 있나요? 완전한 대체는 아직 어렵습니다. 합성 데이터는 개인정보 문제를 피하면서 AI 훈련에 활용 가능한 보완재로서 가능성을 보여줬습니다. 하지만 현행 의료기기 규제는 실제 임상 데이터를 통한 검증을 요구하고 있어, 합성 데이터만으로 규제 승인을 받는 것은 현재로서는 불가능합니다.

Q3. 이미지를 자르는 후처리가 왜 그렇게 큰 차이를 만드나요? AI가 생성한 이미지에는 진단과 무관한 워터마크나 흉부 외 신체 부위가 포함됩니다. 이 불필요한 정보가 모델 학습을 방해해 성능을 떨어뜨립니다. 하단 30%를 잘라내는 단순한 후처리만으로도 AUROC가 0.853에서 0.923으로 크게 향상됐습니다.

기사에 인용된 리포트 원문은 arXiv에서 확인할 수 있다.

리포트명: Recognizing Pneumonia in Real-World Chest X-rays with a Classifier Trained with Images Synthetically Generated by Nano Banana

이미지 출처: 이디오그램 생성

해당 기사는 챗GPT와 클로드를 활용해 작성되었습니다.

인기 기사

고정닉 0

원본 첨부파일 1

AI-매터스-기사-썸네일_Recognizing-Pneumonia-in-Real-World-Chest-X-rays-with-a-Classifier-Trained-with-Images-Synthetically-Generated-by-Nano-Banana.jpg

전체 댓글 0개

등록순 최신순 답글순

본문 보기

타인의 권리를 침해하거나 명예를 훼손하는 댓글은 운영원칙 및 관련 법률에 제재를 받을 수 있습니다.
Shift+Enter 키를 동시에 누르면 줄바꿈이 됩니다.

갤러리 리스트
번호	제목	글쓴이	작성일	조회	추천
설문	잘못한 것보다 더 욕먹은 것 같은 스타는?	운영자	26/04/06	-	-
2395	[에이-아이랑] 한 우물의 시대가 끝났다	aimatters	04.10	27	0
2394	[AI와 인간 사이] 앤트로픽의 하네스 유출은 코딩의 패러다임을 바꾸고 있다	aimatters	04.10	23	0
2393	"인프라는 우리가 맡는다"…앤트로픽, AI 에이전트 대규모 배포 솔루션과 비용 절감 전략 동시 공개	aimatters	04.10	19	0
2392	LG AI연구원, 최초 오픈웨이트 비전 언어 모델 'EXAONE 4.5' 공개	aimatters	04.10	15	0
2391	오픈AI, 코덱스 헤비 유저 위한 월 100달러 챗GPT 프로 요금제 신설 [1]	aimatters	04.10	868	1
2390	퀄컴, MassRobotics 합류… AI 로봇 스타트업 생태계 지원 나서	aimatters	04.10	8	0
2389	엑솔(Exol), 소프트뱅크와 심보틱 지원 받아 AI 로봇 물류 서비스 미국 전역 확대	aimatters	04.10	9	0
2388	갤럽 조사: Z세대의 AI 분노·불신 심화… 활용률 정체 속 비판적 시각 급증	aimatters	04.10	15	0
2387	오픈AI, 사이버보안 특화 AI 모델 '아드바크' 출시 초읽기… 제한적 파트너 공개 예정	aimatters	04.10	10	0
2386	'클로드노믹스': 메타 직원 8만 5천 명이 AI 토큰 사용량을 두고 경쟁한 사연	aimatters	04.10	12	0
2385	앤트로픽, '클로드 매니지드 에이전츠' 공개 베타 출시… 코워크도 기업용으로 정식 전환	aimatters	04.10	10	0
2384	플로리다 법무장관, 총기 난사 사건 연루 의혹 제기하며 오픈AI 전격 수사	aimatters	04.10	10	0
2383	같은 복도를 10번 헤맨 AI, 스스로 깨닫고 멈췄다	aimatters	04.10	17	0
2382	AI 최대 수혜자 오픈AI가 스스로 규제를 설계하겠다고 나선 이유	aimatters	04.10	9	0
2381	앤트로픽의 새 모델이 27년 묵은 AI 문제를 풀었다	aimatters	04.10	13	0
2380	게임 속 7명의 캐릭터를 동시에 조종하는 AI가 등장했다 [2]	aimatters	04.09	1083	1
2379	AI 시대, 뒤처지는 기업들의 공통점은 ‘이것’	aimatters	04.09	26	0
2378	젠스파크, 'AI 워크스페이스 4.0' 공개… 워드·엑셀·파워포인트 안에서 AI가 직접 문서 작성	aimatters	04.09	26	0
2377	팀장이 AI를 외면하면 56조원을 써도 무용지물이다	aimatters	04.09	19	0
2376	오픈AI, AI 안전 연구 지원 '세이프티 펠로십' 발표… 외부 연구자에 주당 약 583만 원 지원	aimatters	04.09	16	0
2375	클로드 AI, 이틀 연속 서비스 중단… 수백만 사용자 접속 장애	aimatters	04.09	15	0
2374	오픈AI, 엔터프라이즈 AI '다음 단계' 선언… 박스·노션 앱 업데이트·코덱스 종량제 도입	aimatters	04.09	23	0
2373	AI 시대, 어떤 직업이 가장 위험한가… '사무직 절반 사라질 것'이라는 경고 현실로	aimatters	04.09	20	0
2372	기술업계, 2026년 1분기 8만 명 감원… 감원의 절반이 'AI 자동화' 때문?	aimatters	04.09	12	0
2371	AI 문서화 도구 '스크라이브'가 상세한 기록을 작성하며 의료비 상승 주범으로 지목됐다	aimatters	04.09	12	0
2370	엔비디아, 로봇공학 주간 맞아 '피지컬 AI' 혁신 사례 공개… 태양광 로봇·자율 설치 주목	aimatters	04.09	19	0
2369	오픈AI, AI 기술 악용 아동 착취 막는 '아동 안전 청사진' 발표	aimatters	04.09	13	0
2368	앤트로픽, 기업용 'AI 에이전트 관리 서비스' 공식 출시… 인프라 부담 없이 에이전트 배포	aimatters	04.09	21	0
2367	인텔, 머스크의 250억 달러 테라팹 AI 칩 메가팩토리 프로젝트 합류	aimatters	04.08	22	0
2366	오픈AI·앤트로픽·구글, 중국 AI 모델 무단 복제 차단 공동전선 구축 [11]	aimatters	04.08	1157	6
2365	앤트로픽, 최강 AI 모델 '미토스' 프리뷰 공개…'프로젝트 글래스윙' 사이버보안 이니셔티브 출범	aimatters	04.08	33	0
2364	오픈AI IPO 내홍…CFO '2026년 상장 준비 안 됐다', CEO와 갈등 심화	aimatters	04.08	15	0
2363	중국 스피릿 AI, 레이쥔·마윈 계열 펀드 공동 투자로 30일 만에 4.2억 달러 연속 조달	aimatters	04.08	18	0
2362	오픈AI, AI 시대 경제 전환 위한 20가지 정책 제안…로봇세·주4일 근무제·공공 부 기금	aimatters	04.08	14	0
2361	헤르메우스, 무인 극초음속 전투기 개발 3.5억 달러 유치…유니콘 기업 등극	aimatters	04.08	18	0
2360	메타, AI 모델 일부 폐쇄형 전환 검토…오픈소스 AI 전략에 균열 생기나	aimatters	04.08	21	0
2359	앤트로픽, 연매출 300억 달러 돌파…오픈AI 추월하며 AI 업계 매출 1위 등극	aimatters	04.08	26	0
2358	2D 이미지로 3D 모델 만드는 AI, 데이터 부족 문제를 이렇게 풀었다	aimatters	04.08	36	0
2357	AI 모델 하나로는 부족하다, 질문마다 '최적 모델'이 따로 있다	aimatters	04.08	26	0
2356	AI가 수학 문제는 풀면서 "그래서 어떻게 됐어?"는 모른다	aimatters	04.08	37	0
2355	AI 데이터센터 지역사회 반대 운동 전국 확산... 전기요금·환경 우려 고조	aimatters	04.07	58	0
2354	오픈AI 경영진 전격 개편... CEO 피지 시모 병가, COO 브래드 라이트캡 역할 전환	aimatters	04.07	54	0
2353	앤트로픽, 정치활동위원회 'AnthroPAC' 출범... AI 선거 전선 뛰어든다	aimatters	04.07	57	0
2352	캘리포니아, AI 장난감 챗봇 4년 금지 법안 청문회... 아동 정신건강 우려 반영	aimatters	04.07	54	0
2351	유나이티드헬스 그룹, AI에 30억 달러 투자... 의료 청구 자동화·비용 절감 목표	aimatters	04.07	64	0
2350	구글, 동영상 생성 AI 'Veo 3.1 Fast' 가격 인하... 개발자 접근성 확대	aimatters	04.07	54	0
2349	HumanX 2026 AI 컨퍼런스, 샌프란시스코에서 개막... 6,500명 집결	aimatters	04.07	52	0
2348	앤트로픽, AI 신약 개발 스타트업 코에피션트 바이오 4억 달러에 인수... 신약 개발 뛰어드나	aimatters	04.07	56	0
2347	앤트로픽 클로드, 서비스 장애 발생... 수천 명 사용자 영향	aimatters	04.07	53	0
2346	AI는 군중 속에서 '함께 있는 사람'을 알아볼 수 있을까, 65개국 데이터가 내린 냉정한 결론	aimatters	04.07	55	0