정형외과 디지털 헬스케어 및 의료기기 전문기업 스카이브가 연세대학교 의과대학 세브란스병원 정형외과 권혁민 교수팀과 함께 생성형 AI를 활용한 ‘합성 무릎 X-ray’ 연구 성과를 거두며, 의료 AI 분야의 핵심 과제인 데이터 부족 문제 해결에 나섰다.
이번 연구는 무릎 골관절염(OA) 인공지능 개발의 고질적 한계로 꼽히는 ‘고품질 영상 데이터 확보’를 생성형 AI로 돌파했다는 점에서 의미가 깊다. 연구 성과는 그 기술적 가치를 인정받아 국제 학술지인 ‘BMC Medical Imaging’에 게재 승인되며 의료 AI 데이터 증강 기술의 새로운 가능성을 열었다.
연구팀은 서로 다른 생성형 AI 모델들을 동일 조건에서 비교·검증하여, 인공지능이 생성한 합성 X-ray가 실제 임상 데이터와 대등한 수준의 신뢰성을 확보할 수 있음을 확인했다. 특히 품질 지표(FID) 분석뿐 아니라 전문의가 직접 영상의 진위 여부를 판별하는 ‘비주얼 튜링 테스트(Visual Turing Test)’를 통과하며 실제 영상과의 높은 유사성을 검증받았다.
또한 JLCA(관절선 수렴각) 및 ICC 신뢰도 분석, 픽셀 히스토그램 비교 등을 통해 해부학적 일관성과 영상의 명암 분포까지 실제 임상 데이터와 통계적으로 유의미하게 일치한다는 점을 명확히 했다.
이번 성과는 향후 의료 영상 AI 학습을 위한 ‘데이터 증강(Data Augmentation)’ 기술의 새로운 표준이 될 것으로 기대된다. 데이터 확보가 어려운 희귀 사례나 특정 병기(Stage)의 영상을 고품질 합성 데이터로 보완함으로써, 인공지능 모델의 학습 효율을 높이고 진단 알고리즘을 정교화할 수 있는 기반을 마련했기 때문입니다.
세브란스병원 권혁민 교수는 “이번 연구를 통해 생성형 AI가 단순한 이미지 생성을 넘어 임상 연구에 직접 활용 가능한 정밀 데이터를 생성할 수 있음을 확인했다”며 “이는 실제 의료 현장에서 데이터 수급의 어려움을 해결하는 실질적인 도구가 되어, 진단 및 치료 시스템을 한 단계 진화시키는 교두보가 될 것으로 기대한다”고 밝혔다.
스카이브는 “최근 발표한 3D 재구성 기술인 ‘ZIFT’에 이어, 이번 생성형 AI 연구 성과까지 입증하며 스카이브의 AI 기술력을 다시 한번 확인했다”며, “확보된 합성 영상 기술을 의료용 AI 학습 인프라에 도입하여 영상 데이터 확장과 진단·치료계획 보조 시스템의 성능 향상 등 정밀 의료 솔루션 고도화에 박차를 가하겠다”고 강조했다.