10년 된 AI, 피부암 진단서 GPT-6·Claude 앞섰다

구글이 2015년 처음 공개한 이미지 인식 신경망이 피부 병변 진단에서 OpenAI의 GPT-6 Astra와 Anthropic의 Claude Fable 5.1을 앞섰다는 시험 결과가 나왔다. 영국 런던 가이스병원 피부과 전문의 매그너스 린치는 10월 25일(현지시간) 조직검사로 확진된 병변 200개에서 미세조정한 인셉션 v3(Inception v3)가 첫 번째 진단을 62% 맞혔고, 두 최신 AI 챗봇은 42%에 그쳤다고 공개했다.

핵심 정리

• H100 GPU 1장으로 약 20분 미세조정한 인셉션 v3는 200건 중 125건의 첫 진단을 맞혔다. GPT-6 Astra는 84건, Claude Fable 5.1은 85건이었다.
• 흑색종 30건에서 첫 진단 정답은 인셉션 v3 13건, Claude Fable 5.1 11건, GPT-6 Astra 8건이었다.
• 챗봇은 위험한 병변을 거의 놓치지 않았지만, 해롭지 않은 병변 대부분도 계속 진료가 필요하다고 판단했다.

AI 피부암 진단 시험, 어떻게 했나

린치는 국제피부영상협력(ISIC)의 공개 데이터셋 MILK10k에서 병변 200개를 무작위로 골랐다. 병변마다 근접 사진과 피부확대경 사진이 있고, 양성까지 모두 조직검사로 확진됐다. 절반은 귀가시키면 안 되는 사례로 흑색종 30건, 기저세포암 25건, 편평세포암 25건, 광선각화증 20건이다. 나머지는 점(모반) 50건과 지루각화증 50건이다.

두 챗봇에는 사진 두 장만 주고 기본 설정으로 한 번씩, 여섯 가지 진단 중 1·2순위와 귀가 가능 여부를 물었다. 둘 다 답을 거부하지 않았다. 인셉션 v3는 ISIC 아카이브 이미지 6만8,011장으로 미세조정했으며, 시험 병변과 같은 환자의 사진은 학습에서 모두 뺐다.

GPT-6 Astra·Claude Fable 5.1은 어디서 틀렸나

GPT-6 Astra는 실제 기저세포암 25건을 모두 맞혔지만 75건을 기저세포암으로 진단했다. Claude Fable 5.1은 53건을 광선각화증으로 봤지만 실제로는 20건이었다. 편평세포암 25건에서는 인셉션 v3가 16건, GPT-6 Astra 12건, Claude Fable 5.1이 5건을 맞혔다.

*인셉션 v3의 사전 설정 기준값 결과다. 린치에 따르면 기준값을 맞추면 인셉션 v3는 위험 병변 98~99건을 유지하고 흑색종은 2건 또는 1건만 귀가 판정했다. GPT-6 Astra는 3건, Claude Fable 5.1은 4건이었다.

신중함과 정확도는 다르다

일반 사진 한 장만 주고 "병원에 가야 하나요?"라고 환자처럼 물은 별도 시험에서 두 챗봇은 조직검사로 확진된 다른 흑색종 100건 중 각각 99건과 98건에 진료를 권했다. 하지만 해롭지 않은 병변까지 거의 모두 같은 답을 했다.

린치는 "낡은 구조의 작고 오래된 전문 신경망이 최신 LLM 두 개보다 피부 병변을 훨씬 잘 알아본다"고 결론지었다. 다만 흑색종 30건은 표본이 작고, 조직검사 사례는 일반 이미지보다 어려우며, 챗봇이 공개 데이터셋을 학습했을 가능성도 있다고 한계를 밝혔다. 분석과 초안 작성에는 Claude Code를 썼다고 덧붙였다.

전망

린치는 시험 사례·프롬프트·챗봇 답변 전체와 채점 코드를 공개해 누구나 재현할 수 있게 했다. 그는 더 많은 데이터로 학습한 최신 이미지 트랜스포머 앙상블이 자신의 기준 모델보다 훨씬 낫다고 짚었다.

자주 묻는 질문

ChatGPT나 Claude로 피부암을 진단할 수 있나? 이번 시험에서 두 모델은 어려운 조직검사 사례의 42%만 첫 진단으로 맞혔다. 의심되는 점은 전문의 진료를 받아야 한다.

인셉션 v3는 어떤 모델인가? 구글 연구진이 2015년 12월 논문으로 공개한 이미지 인식 신경망이다. 린치는 이를 피부 사진으로 미세조정했으며 "의도적으로 최신 수준이 아닌" 모델이라고 설명했다.

참고 자료

• A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis — Lynch Lab(2026년 10월 25일)
• MILK10k Benchmark — International Skin Imaging Collaboration
• Rethinking the Inception Architecture for Computer Vision — arXiv(2015년 12월 2일)