AI 용어집 · 기초 · 언어 모델 · 안전·정렬 · 의료·바이오
의료 LLM Medical LLM
의료 LLM은 의학 지식과 진료 기록 같은 의료 데이터에 맞게 조정되어 의료 현장의 질문 답변, 문서 작성, 정보 요약을 돕는 대형 언어 모델이다.
어떻게 작동하나
기본 바탕은 일반 LLM과 같다. 많은 글로 사전 학습한 모델에 의학 교과서, 논문, 진료 지침, 비식별화한 진료 기록 등을 더 학습시키는 파인튜닝을 하거나, 질문할 때 믿을 만한 의학 자료를 찾아 함께 넣어 주는 RAG 방식을 쓴다. 그 결과 의학 용어와 진료 문서 형식을 더 잘 이해하고, 의료진이 쓰는 표현에 맞춰 답하게 된다. 최근에는 영상이나 검사 수치까지 함께 다루는 멀티모달 모델도 늘고 있다.
왜 중요한가
의료진은 진료 시간의 상당 부분을 기록 작성과 자료 확인에 쓴다. 의료 LLM은 진료 대화를 요약해 기록 초안을 만들거나, 긴 환자 이력을 한눈에 정리하거나, 최신 지침을 빠르게 찾아 주는 식으로 이 부담을 줄일 수 있다. 환자 입장에서는 어려운 검사 결과나 복약 안내를 쉬운 말로 풀어 주는 도우미가 될 수 있다. 잘 쓰이면 의료진이 환자와 마주하는 시간을 늘리는 데 도움이 된다.
알아 둘 점
LLM은 그럴듯하지만 틀린 내용을 지어내는 환각을 일으킬 수 있고, 의료에서는 이런 실수가 환자 안전과 바로 이어진다. 그래서 답의 근거를 보여 주고, 의료진이 최종 확인하는 휴먼 인 더 루프 구조가 필수로 여겨진다. 진료 데이터는 매우 민감한 개인정보라 비식별화와 접근 통제가 중요하다. 진단이나 치료 결정에 직접 쓰이는 기능은 나라에 따라 의료기기 규제(SaMD) 대상이 될 수 있다.
의료 LLM 도입 전 점검
안전
- 답의 근거를 보여 주는가
- 의료진이 최종 확인하는가
데이터·규제
- 진료 데이터를 비식별화했는가
- 접근 권한을 통제하는가
- 의료기기 규제 대상인지 확인했는가
예시
병원에서 많이 시도되는 쓰임새는 '진료 기록 초안 작성'이다. 진료실 대화를 음성 인식으로 글로 바꾼 뒤, 의료 LLM이 증상·소견·계획 같은 정해진 형식으로 요약해 전자의무기록(EHR)에 들어갈 초안을 만든다. 의사는 이 초안을 읽고 고친 뒤 저장한다. 이 밖에 환자 문의에 대한 답장 초안이나 퇴원 안내문을 쉬운 말로 다시 쓰는 일에도 쓰인다.