치매는 조기 발견이 환자의 예후를 크게 좌우하는 질환이다. 그러나 뚜렷한 전조증상을 파악하기 어렵고 검사 과정이 까다로워 진단의 골든타임을 놓치는 사례가 적지 않다. 최근 의료계에서는 이러한 조기 진단의 한계를 보완할 대안으로 음성 기반 인공지능(ai) 선별 기술에 주목하고 있다. 환자 발화의 음향학적 특성을 분석해 초기 인지장애의 징후를 높은 정확도로 찾아내는 방식이다.

부친을 직접 간병한 경험을 계기로 해당 기술을 연구해 온 신정은 교수(건국대학교)는 "결국 우리가 거주하는 거실이 일상적인 진료실로 변할 것"이라며 "환자 스스로 건강을 지켜낼 수 있는 힘을 돌려주는 것이 의료의 새로운 역할"이라고 전망했다. 신 교수에게 ai 기반 음성 진단 기술의 현주소와 디지털 헬스케어가 나아갈 방향에 대해 들었다.

치매는 조기 발견이 중요하다고 알려져 있습니다. 실제로 증상 초기에 병원을 찾는 환자가 많은 편인가요?
어떤 질환이든 조기 발견과 치료가 중요하지만, 치매는 현실적으로 일찍 병원을 찾는 경우가 드뭅니다. 증상이 서서히 진행되어 환자 본인은 물론 주변에서도 변화를 인지하기 어렵기 때문입니다. 실제로 제때 진단을 받지 못하고 병세가 악화한 후 진료실을 찾는 환자를 자주 접하며, 저희 아버님 역시 유사한 사례였습니다.

환자의 자각이 늦어지는 문제 외에, 현행 진단 검사 방식 자체에도 조기 진단을 저해하는 구조적인 한계가 있다고 들었습니다.
흔히 말하는 '치매'는 단일 질환이 아닙니다. 대표적인 알츠하이머병부터 혈관성 치매, 노화로 인한 인지 저하까지 아우르는 포괄적인 개념입니다. 따라서 혈액 검사나 자기공명영상(mri) 등 단일 검사만으로 확진하기에는 무리가 따릅니다.

조기 발견을 위해 정밀 검사를 모두 시행하자니 환자의 비용 부담이 가중되고, 간단한 설문지 형태의 선별검사에만 의존하자니 정확도가 떨어지는 딜레마가 의료계에 존재합니다.

이러한 기존 진단의 한계를 극복할 대안으로 ai 음성 분석 기술에 주목하셨습니다. 연구를 하게 된 계기와 임상 현장에서의 효용성에 대해 설명 부탁드립니다.
앞서 언급한 아버님의 사례와 임상 현장의 구조적 한계가 맞물려 해당 분야 연구에 뛰어들게 되었습니다. ai가 의료와 결합할 때 기대할 수 있는 가장 큰 강점은 실시간 데이터 분석 능력과 개인 맞춤형 진단입니다.

특히 음성은 입술·혀 근육·성대·폐 근육 등 호흡기 및 발성 기관이 복합적으로 작용해 만들어지므로 인체 건강에 관한 다양한 정보가 집약되어 있습니다. 일례로 미국의 한 기업은 기침 소리 분석을 통해 폐 질환을 약 90%의 정확도로 진단하는 기술을 선보인 바 있습니다. 치매 분야 역시 ai를 활용해 초기 인지장애 환자를 선별하는 기술이 현재 임상시험 단계에서 85~87% 수준의 정확도를 나타내며 유의미한 진단 보조 도구로 발전하고 있습니다.

감기나 억양, 사투리 등 목소리를 일시적으로 변형시킬 수 있는 외부 변수는 어떻게 통제합니까?
사람마다 지문처럼 고유의 음성 특성이 존재합니다. 법의학(포렌식) 분야에서 신원 확인에 음성을 활용하는 것도 같은 원리입니다. 감기에 걸리거나 사투리를 사용하면 표면적인 변형은 발생하지만, 개인이 타고난 고유의 음성 구조(메인 프레임) 자체는 변하지 않습니다. 특히 연구 중인 방식은 발화 내용이 아닌 발화 방식, 즉 음향학적 특성 자체를 분석하기 때문에 언어나 억양에 구애받지 않고 일관된 선별이 가능합니다.

음성 데이터 기반 검사를 받기에 가장 적절한 시점은 언제입니까?
ai 모델은 양질의 데이터가 누적될수록 분석의 정교함이 향상됩니다. 검사 횟수가 누적될수록 개인의 음성 특성에 대한 진단 정확도가 높아지므로, 비교적 건강한 시기부터 본인의 음성 데이터를 구축해 두는 것을 권장합니다.

데이터가 구축되어 있다면, 질환이 발생한 후 뒤늦게 통보하는 대신 "음성 특성이 치매 환자의 패턴과 점진적으로 유사해지고 있습니다"라는 선제적 경고가 가능해집니다. ai가 의료계에 미칠 가장 큰 영향력은 단회성 진단보다 '연속적인 모니터링'에 있다고 봅니다. 발병 전 징후를 포착해 조기 관리를 유도하는 방향으로 의사의 역할과 의료 패러다임이 변화할 것입니다.

실제 환자의 검사는 어떠한 방식으로 진행되나요?
스마트폰 애플리케이션이나 pc를 통해 가정에서도 간편하게 진행할 수 있도록 구현될 예정입니다. 궁극적으로는 우리가 거주하는 거실이 일상적인 진료실 역할을 하게 될 것으로 기대합니다. 본인의 건강 상태를 가장 잘 인지하고 스스로 관리할 수 있는 환경을 조성하는 것이 목표입니다.

음성 및 생체 데이터를 활용한 ai 진단 기술이 치매 외의 타 질환으로도 확장될 수 있습니까?
그렇습니다. 컴퓨터단층촬영(ct)이나 mri 등 의료 영상 분석에 ai가 도입된 것은 이미 보편화되었습니다. 최근에는 이를 넘어 어지럼증, 중이염, 난청 진단은 물론, 심전도 데이터를 분석해 단기간 내 심장마비 발생 확률을 예측하는 모델 등 다양한 분야로 기술이 확장되고 있습니다.

다만, ai 모델은 학습 데이터의 편향성이나 과적합(overfitting) 문제로 인해 실제 진료 환경에서 제조사의 주장과 다른 정확도를 보일 가능성도 존재합니다. 따라서 철저하고 지속적인 임상적 검증이 필수적이며, 이러한 과정이 수반될 때 비로소 안전한 디지털 헬스케어 환경이 안착할 수 있을 것입니다.

진단과 모니터링을 넘어, 치료 영역에서 ai는 어떠한 기여를 할 수 있습니까?
음성 분석이 조기 발견을 위한 도구라면, 치료 영역에서는 소프트웨어를 활용한 '디지털 치료제(digital therapeutics)'가 대표적입니다. 이는 기존의 약물이나 주사제 대신 애플리케이션, 게임 형태의 소프트웨어를 통해 질환을 관리하는 개념입니다.

다만, 중증으로 진행된 치매 환자의 경우 단일 자극만으로는 한계가 있어 디지털 치료제 적용이 쉽지 않은 경향이 있습니다. 따라서 현재는 치매 극초기 단계나 경도 인지장애(mci) 환자군에 초점을 맞추고 있습니다.

경도 인지장애는 일상생활에 지장이 적은 상태이므로, 증상의 악화를 지연시키고 현 상태를 유지하는 데 주력합니다. 전임상 단계이긴 하나, 게임 형태의 디지털 치료제를 하루 15분씩 8주간 적용한 결과 인지 기능이 평균 10%가량 향상되는 데이터를 확인했습니다. 향후 실제 처방이 가능한 수준으로 고도화해 나갈 계획입니다.

의료 현장에서 이러한 디지털 치료제 도입이 실질적으로 어떠한 효용을 가져올 것으로 기대하십니까?
인지 재활치료는 꾸준한 반복이 필수적이나, 잦은 병원 방문이나 전문 치료사와의 대면은 환자에게 상당한 시간적·경제적 부담을 초래합니다. 반면, 디지털 치료제는 시공간의 제약이 적고 접근성이 우수하여 더 많은 환자에게 의료 서비스를 제공할 수 있습니다. 특히 수도권과 비수도권 간의 의료 인프라 격차를 완화하는 데 ai와 디지털 치료제가 핵심적인 역할을 할 것으로 기대합니다.

현재 ai 기반 진단 및 치료 기술은 환자의 생활 환경에 어떻게 적용되고 있습니까?
이달 하남에 개소한 '케어허브'가 대표적 사례입니다. 병원 진료와 일상 사이의 '회복 공백'을 체계적으로 관리하는 국내 최초 스텝다운(step-down) 케어 시설로, 장기 요양이 아닌 단기 집중 회복 후 일상 복귀를 목표로 합니다.

가장 큰 특징은 생활 공간 안에서 수면, 활동, 인지 데이터를 자연스럽게 수집해 변화 징후를 조기에 확인하는 ai 기반 케어 환경입니다. 30실 규모의 프라이빗 1인실에는 비접촉 센서와 ai 수면 분석 시스템이 마련되어 있습니다.

디지털 헬스케어 장비를 활용해 기억력 저하나 낙상 위험 등 질병 전 단계의 변화를 선제적으로 관리하며, 측정부터 훈련, 변화 추적까지 연결된 데이터는 매월 통합 리포트로 제공됩니다. 단순 돌봄을 넘어, 데이터 기반으로 환자의 능동적 회복을 돕는 실질적인 미래형 케어 모델입니다.

다가오는 ai 의료 시대에 교수님께서 강조하고 싶은 건강관리 철학이 있다면 한 말씀 부탁드립니다.
한국은 유례없이 빠른 속도로 초고령 사회에 진입하고 있습니다. 이제는 개인의 건강관리 방식 역시 더욱 스마트해져야 하는 시점입니다. 스스로 관리할 여력이나 의지가 부족하다면, 적극적으로 ai 기술의 보조를 받는 것도 현명한 대안입니다.

시간과 장소에 구애받지 않는 맞춤형 질환 모니터링을 통해 건강한 노후를 체계적으로 준비할 수 있는 환경이 마련되었습니다. ai 기술을 막연히 경계하기보다는 실효성 있는 도구로 활용함으로써, 질병을 선제적으로 예측하고 초고령 사회의 의료적 난제들을 지혜롭게 극복해 나가기를 기대합니다.