알리바바의 연구 조직이 조영증강 복부 CT를 판독해 임상 소견 146개를 보고하는 비전-언어 모델 RADAR를 가중치와 연구 논문까지 함께 공개했다. 논문은 9월 17일 Science에 실렸고, 모델은 146개 소견 전반에서 곡선하면적(AUC) 평균 0.913을 기록했다.
주목할 지점은 정확도 수치보다 모델의 성격이다. 수작업 주석 없이 학습한 범용 판독 모델을 현직 영상의학과 전문의와 견주어 검증한 뒤, 누구나 쓸 수 있도록 무료로 풀었다.
핵심 요약
- RADAR는 조영증강 복부 CT 검사 424,911건과 해부학 단위 이미지-텍스트 쌍 약 1,500만 개로 학습했다. 수작업 라벨 대신 임상 판독문에서 배웠다.
- 소견 146개 평균 AUC는 0.913이었다. 외부 8개 기관 검증에서 0.895를 유지했고, 따로 학습하지 않은 응급 환자 27,000여 건에서도 0.904를 기록했다.
- 같은 평가에서 경쟁 비전-언어 모델의 최고 성적은 AUC 0.776에 그쳤다. RADAR와 함께 판독한 전문의는 병변 검출 민감도가 약 10% 올랐다.
라벨 없이 소견 146개를 학습한 방법
기존 의료 영상 모델은 설계부터 좁다. 하나는 췌장 병변을 찾도록, 다른 하나는 간 이상을 짚도록 학습하고, 그때마다 영상의학과 전문의가 대상 병변의 경계를 직접 그려줘야 한다. 이 주석 병목 탓에 이 분야에는 단일 질환 도구만 쌓였고 범용 모델은 드물었다.
DAMO 아카데미는 반대 경로를 택했다. 저장대 의대 제1부속병원, 후판 연구소와 함께 만든 RADAR는 CT 볼륨을 전문의가 이미 작성해둔 임상 판독문과 짝지어, 판독문 텍스트 자체를 정답으로 삼는다. 학습 데이터가 별도 라벨링 프로젝트가 아니라 일상 진료의 부산물이 되는 셈이다. 연구진이 검사 424,911건을 모을 수 있었던 이유도 여기에 있다.
모델은 복부 장기 18곳을 다루며, 이를 통해 악성 종양부터 우연히 발견되는 이상 소견까지 수백 가지 질환을 포괄한다. 연구진은 RADAR를 의료 영상 분야 최초의 전문의급 범용 모델로 규정하고, 같은 학습 방식을 다른 영상 검사에도 옮길 수 있다고 밝혔다.
수치가 버텨낸 검증
내부 정확도 수치 하나는 부풀리기 쉽다. 그래서 헤드라인 숫자보다 검증 설계가 중요하다. 외부 8개 기관에서 평균 AUC는 0.895로 소폭 떨어지는 데 그쳤다. 환자 구성이 다르고 별도 학습도 없었던 응급실 27,000여 건에서도 0.904를 지켰다. 비교 대상 중 가장 강한 멀티모달 모델은 0.776에 머물렀다.
더 실용적인 결과는 판독자 비교 연구다. 여러 병원에서 모인 영상의학과 전문의 26명 가운데 23명보다 모델의 평균 성적이 좋았다. 같은 전문의들이 RADAR를 곁에 두고 판독하자 병변 검출 민감도는 약 10% 오르고 판독 시간은 30%가량 줄었다. 정확도만큼이나 처리량에 관한 결과다.
가중치 공개가 셈법을 바꾸는 지점
의료 AI는 좌석당 또는 검사당 과금하는 폐쇄형 규제 제품이 주도해왔다. 모델과 코드, 프레임워크를 함께 공개하면 이 구도가 달라진다. 원 연구 코호트 밖 병원도 자기 환자군에 먼저 검증한 뒤 신뢰 여부를 정할 수 있고, 연구자는 공급사 자료집에서 추정하는 대신 실패 양상을 직접 들여다볼 수 있다.
경쟁 맥락도 함께 봐야 한다. 알리바바는 Qwen 언어 모델 제품군부터 이번 의료 모델까지 여러 분야에서 내려받을 수 ��는 모델을 밀어붙이고 있다. 가중치 공개를 선의가 아니라 유통 전략으로 쓰는 것이다.
남은 과제
논문 게재와 현장 도입은 다른 문제다. 주로 중국인 코호트에서 검증한 모델은 다른 인구 집단과 장비 환경에서 다시 시험받아야 하고, 어느 나라 규제기관도 Science 논문을 인허가로 인정하지 않는다. 당장 현실적인 쓰임새는 전문의가 확인할 소견을 먼저 짚어주는 2차 판독자 역할이다. 판독자 비교 연구가 측정한 것도 정확히 이 구성이다.
자주 묻는 질문
RADAR는 실제로 오픈소스인가?
연구진은 Science 논문과 함께 모델과 코드, 기술 프레임워크를 공개했다. 다른 오픈 웨이트 공개와 마찬가지로 로컬 배포와 독립 검증이 가능하다. 다만 임상 사용은 각국 규제 승인 절차를 따로 밟아야 한다.
RADAR가 영상의학과 전문의보다 정확한가?
공개된 판독자 비교 연구에서는 참여 전문의 26명 중 23명보다 평균 성적이 좋았다. 더 의미 있는 결과는 협업 조건이다. 모델과 함께 판독한 전문의는 검출 민감도가 약 10% 오르고 판독 속도는 30%가량 빨라졌다.
어떤 영상이 필요한가?
RADAR는 장기 18곳을 포함하는 조영증강 복부 CT를 대상으로 만들어졌다. 연구진은 수작업 주석 대신 기존 임상 판독문으로 지도하는 학습 방식이 다른 영상 검사로도 확장될 수 있다고 보지만, 공개된 모델의 적용 범위는 복부 CT다.
