[Research & Insight]안저사진 한 장으로 12가지 이상소견을 동시에 — 안과의의 ‘판독 과정’을 닮은 AI (Ophthalmology 2020 리뷰)
안저사진 한 장으로 12가지 이상소견을 동시에 — 안과의의 ‘판독 과정’을 닮은 AI (Ophthalmology 2020 리뷰) — 핵심 요약*Ophthalmology* 2020년 1월호 연구 리뷰 (Son·Park 외)
안저사진 한 장을 AI가 읽어 12가지 망막 이상소견을 동시에 찾아낼 수 있을까? 이 연구의 답은 "그렇다"에 가깝다 — 출혈·삼출물·드루젠·녹내장성 시신경 변화까지 12가지를 각각 검출하고, 그 근거가 된 병변 위치를 그림으로 함께 보여준다. 게다가 단순히 진단명을 내놓는 게 아니라, 소견을 먼저 찾고 거기서 진단으로 나아가는 안과의의 실제 판독 과정을 모델이 따라가도록 설계한 점이 이 2020년 *Ophthalmology* 논문의 핵심이다.
🔎 이해상충 투명 고지: 본 논문의 공동 교신저자(Sang Jun Park)는 본 플랫폼 운영사(CLOP) 관계자입니다. 논문 Financial Disclosure에 따르면 연구 당시 분석기업 VUNO의 지분을 보유했으나 현재는 보유하지 않습니다. 또한 본 연구의 결과는 이후 VUNO에 기술이전되었습니다. 이 글은 학술 정보 제공을 목적으로 하며, 특정 제품·의료기관·진료의 권유가 아닙니다.
서지정보 · *Ophthalmology* 2020;127(1):85–94 · PMID 31281057 · DOI 10.1016/j.ophtha.2019.05.029 · Open Access(CC BY-NC-ND 4.0)
핵심 요약
- 무엇: 안저사진 1장에서 12개 이상소견을 동시 검출(출혈·경성삼출물·면화반·드루젠·망막앞막·황반원공·유수신경섬유·맥락망막위축·혈관이상·신경섬유층 결손·녹내장성/비녹내장성 시신경 변화) + 근거를 병변 히트맵으로 시각화한 딥러닝.
- 어떻게 다른가: 진단명을 곧장 주는 게 아니라 소견→진단으로 이어지는 안과의의 판독 과정을 따라감.
- 데이터: 분당서울대병원 10만+ 장(전문의 57명이 사진당 3중 판독) + 외부 3개 데이터셋 + 사람 전문의 직접 비교.
- 성능: 자체 데이터 정확도(AUC) 96.2~99.9%, 외부 검증 94.7~98.0%, 다수 소견에서 전문의 필적.
- 의미: 단일 질환 검출 → 다소견·해석가능으로의 전환. 특히 안과가 아닌 검진·1차 진료 현장에서의 활용 가능성을 연 이정표. (단 확진 아님 — 양성은 안과 확인.)
이 연구가 한 일은?
안저사진(눈 안쪽 망막을 찍은 사진)을 AI가 읽을 때, 그동안의 주류는 "특정 질환 하나(주로 당뇨망막병증)가 있는지"를 맞히는 것이었다. 이 연구는 질문을 바꿨다. 진단명을 곧장 맞히는 대신, 안과 의사가 실제로 사진에서 짚어내는 개별 소견 12가지를 각각 따로 찾아내도록 만들었다. 그리고 AI가 "여기서 그 소견을 봤다"고 가리키는 위치를 병변 히트맵으로 함께 출력해, 판단 근거를 사람이 눈으로 확인할 수 있게 했다.
왜 지금 이 논문이 의미가 있나?
[먼저, 쉽게] 2016년 구글이 *JAMA*에 당뇨망막병증을 AI로 판독하는 연구를 내놓으며 "안저사진 AI"가 폭발적으로 주목받았다. 이후 당뇨망막병증·녹내장·노인황반변성을 각각 가려내는 연구가 이어졌고, 2018년엔 미국에서 사람 판독 없이 당뇨망막병증을 자동 진단하는 기기(IDx-DR)가 처음 허가됐다. 다만 대부분은 "한 가지 병이 있다/없다"에 집중했다.
[조금 더 깊이] 당시 딥러닝 안저 연구의 두 한계가 임상 적용을 막고 있었다. 첫째, 대부분 질환 단위 분류에 머물러 한 사진에 공존하는 다양한 이상소견을 포괄하지 못했다. 둘째, 판단 근거가 블랙박스여서 임상 신뢰와 책임 측면에서 채택을 주저하게 했다. Ting 등(2017, *JAMA*)이 다국가 데이터로 여러 질환을 함께 다뤘지만 여전히 질환 수준의 출력이었다. 이 논문은 출력 단위를 한 단계 더 내려, 의사가 사진에서 실제로 읽는 소견(finding) 단위로 두고 분류 결과와 직접 연동된 히트맵으로 해석가능성을 확보했다. 곧 "소견을 먼저 식별하고 그로부터 진단으로 나아가는" 안과의의 추론 과정 자체를 모델 구조에 새겨 넣은 설계다.
어떻게 했나? — 데이터와 모델
- 데이터: 분당서울대병원 망막영상 아카이브에서 2003~2016년(13년) 촬영된 황반 중심 안저사진 103,262장. 모두 비식별화. 안과 전문의 57명(망막 16·녹내장 9·각막 3 포함)이 사진당 3명씩 독립 판독(총 309,786 판독). 화질 미달 7,912장 제외 후 95,350장(92.3%) 평가.
- 소견 선정: 안과 전문 클리닉이 아니라 1차 진료·건강검진에서 자주 보이는 빈도 기준으로 12개를 골랐다 — 안과 밖에서도 쓸 수 있게 설계 단계부터 겨눈 것.
- 모델 구조(핵심): 소견 하나에 신경망 하나씩 총 12개. 각 신경망은 (1) 소견 확률(0~1)과 (2) 병변 히트맵을 함께 출력하고, 분류 결과가 히트맵 세기와 직접 연결된다 — 히트맵 누적 세기가 문턱을 넘을 때만 "소견 있음". 그래서 판단 근거가 위치로 그대로 드러난다(사후 설명이 아니다). 처리 속도는 일반 GPU에서 한 장당 15ms 미만.
- 검증: 자체 시험셋(다수결·만장일치) + 외부 IDRiD(인도)·e-ophtha(프랑스) + 사람 전문의 비교용 Messidor(프랑스, 1200장)(망막 전문의 3명이 직접 라벨링).
결과는? — 숫자로
그림. 원논문 Table 2 데이터를 바탕으로 AfterNOON이 재작성(원본 그림 미사용).
- 자체 데이터 AUC: 다수결 96.2~99.9%, 만장일치 97.9~99.9%(덜 모호한 사례라 더 높음). 가장 높음: 경성삼출물·황반원공(99.8~99.9%) / 상대적으로 낮음: 혈관이상(96.2/97.9%).
- 외부 검증(당뇨망막병증 관련): IDRiD 95.7~98.0%, e-ophtha 94.7~96.5%. 자체셋보다 낮은 것은 라벨 기준·화질·출혈 정의 단순화 등에서 비롯.
- 사람 전문의 대비(Messidor): 출혈·경성삼출물·막·황반원공·유수신경섬유·녹내장성 시신경 변화에서 망막 전문의와 동등 수준.
- 해석가능성: 병변 히트맵이 다양한 위치·모양의 소견을 효과적으로 짚어내고, 카메라/기관 편향도 드러내 편향 점검 도구로도 기능.
이 논문의 중요성 — 4가지 관점
① 분야 흐름에서의 위치 — 이정표. 2016~2018년 망막 AI의 주류는 "단일 질환 검출기"(당뇨망막병증 중심)였다. 이 논문은 출력을 질환에서 '소견'으로 내려, 안과의가 사진을 읽듯 임상적으로 중요한 대부분의 소견을 폭넓게 검출하도록 했다. 그 결과 실제 임상환경, 나아가 안과가 아닌 1차 진료·검진 현장에서의 활용 가능성을 연 이정표가 됐고, 이후 다소견·해석가능 안저 AI의 좌표가 됐다.
② 논문 자체의 기여 — ‘진단을 주는 AI’가 아니라 ‘판독 과정을 닮은 AI’. 본질적 신규성은 진단을 더 잘 맞힌 데 있지 않다. 진단을 곧장 출력하는 대신, 소견을 먼저 식별하고 그로부터 진단으로 이어지는 안과의의 실제 의사결정 과정을 모델이 따라가도록 한 설계에 있다. 의사가 출혈·삼출물·시신경 변화 같은 소견을 짚어 진단을 세우듯, 바로 그 단계를 모델 구조에 새겼다. 이를 전문의 합의 기반 정답·학습/검증 분리·10만 장 한국인 실데이터로 뒷받침했다.
③ 임상 현장에서의 의미 — 안과 밖에서도 쓰는 트리아지. 이 모델의 자리는 확진이 아니라 검진·1차 트리아지다. 특히 안과 전문의 접근성이 낮은 환경(검진센터·1차 진료·안과가 아닌 진료과)에서 의미가 크다 — 단일 당뇨망막병증 검출기가 놓칠 동반 소견(녹내장성 시신경·황반·혈관)까지 한 번에 깃발을 들기 때문이다. 명백히 정상인 눈을 걸러 판독 부담·비용을 줄이는 효과도 검진 맥락에서 현실적이다. 다만 촬영 품질·수신 체계·책임 소재가 갖춰진 동선에서만 의미가 있고, 양성은 반드시 안과 확인으로 이어져야 한다 — 대체가 아니라 의뢰의 정밀화.
④ 한국 관점에서의 의미. 한국은 국가검진에서 안저사진이 대량 생산되지만 현장에서 즉시 판독할 인력이 부족하다 — 다소견 분류기가 메우려는 바로 그 틈이다. 한국인 대규모 실데이터로 검증됐다는 점은 인종·장비·프로토콜이 다른 해외 모델을 그대로 들여올 때의 일반화 우려를 줄이고, 국내 의료기기(SaMD) 임상 근거로서 무게를 갖는다.
📌 저자 노트 (공동교신저자 보충 · 배경/후속): 이 모델은 진단명을 곧장 내놓기보다 의사가 실제로 거치는 추론(소견 식별 → 진단)을 따라가도록 의도되었고, 그래서 단일 질환이 아니라 안과의가 짚는 대부분의 중요 소견을 폭넓게 검출하도록 설계했다. 본 연구의 성과는 이후 VUNO에 기술이전되어 상용 안저판독 AI로 발전했다.
짚어둘 한계는?
- 희귀 소견은 더 큰 외부 데이터셋 검증이 필요(원논문 자인).
- 다수결 양성 라벨은 3명 중 1명만 본 미세 병변을 놓칠 수 있음 — 더 엄밀하려면 중재판독이 필요하나 대규모에선 비용·시간 제약.
- 외부 데이터 성능 저하: 라벨 기준·화질·출혈 정의 단순화 등으로 DR 특화셋에서 소폭 하락. 일반화는 데이터 동질성에 민감.
- 의학 지식 미반영: 드루젠 vs 경성삼출물처럼 의사는 위치·누출로 구분하나 모델은 그 지식을 명시적으로 쓰지 않음.
- 단면연구: 전향적 안전성·유효성 검증은 별도 과제(논문도 "진행 중"이라 명시).
그래서 무엇을 시사하나?
"한 장의 안저사진 → 여러 소견 동시 스크리닝 + 근거 시각화"는 검진·원격판독처럼 전문 인력이 부족한 1차 관문에서 특히 쓸모가 크다. 단일 질환 검출을 넘어 동반 이상까지 포착하고 그 근거를 의사가 확인·기각할 수 있게 한 설계는 — AI를 의사의 대체재가 아니라 판단을 보조하고 부담을 더는 도구로 자리매김한다. 실제 도입은 촬영 품질 관리, 양성 시 안과 확인 동선, 책임 소재가 함께 설계될 때 비로소 안전하다.
자주 묻는 질문 (FAQ)
Q1. 안저사진 AI가 안과 의사를 대체하나요?
아닙니다. 이 연구의 AI는 확진 도구가 아니라 검진·1차 트리아지(선별) 보조 도구입니다. 이상 가능성이 있는 사진을 가려내 안과로 의뢰하도록 돕는 것이며, 양성으로 나온 경우는 반드시 안과 전문의의 확인이 필요합니다. 의사를 대체하는 것이 아니라 판단을 보조합니다.
Q2. ‘12가지 소견’은 정확히 무엇인가요?
출혈, 경성삼출물, 면화반, 드루젠, 망막앞막, 황반원공, 유수신경섬유, 맥락망막위축/반흔, 혈관이상, 신경섬유층 결손, 녹내장성·비녹내장성 시신경 변화입니다. 이들은 '질환명'이 아니라 안과의가 사진에서 읽어내는 소견(findings)으로, 여러 소견을 종합해 진단으로 이어집니다.
Q3. 정확도 ‘AUC 96~99%’가 무슨 뜻인가요?
AUC는 분류 성능을 0~100%로 나타내는 지표로, 100%에 가까울수록 정확하고 50%면 무작위 추측 수준입니다. 이 연구의 96.2~99.9%는 자체 데이터에서 각 소견을 매우 잘 구분했다는 의미이며, 다만 환경이 다른 외부 데이터에서는 일부 소견의 수치가 다소 낮아졌습니다.
Q4. 이 AI를 지금 동네 병원에서 바로 쓸 수 있나요?
이 논문은 모델을 개발·검증한 연구 단계의 결과입니다. 실제 진료 도입은 촬영 품질 관리, 양성 시 안과 확인 동선, 책임 소재 같은 운영 조건이 함께 갖춰져야 안전하며, 전향적(앞을 내다보는) 임상 검증이 추가로 필요합니다.
Q5. 한국 데이터로 검증한 점이 왜 중요한가요?
AI는 학습한 데이터의 특성을 따라갑니다. 인종·촬영장비·검사 프로토콜이 다르면 성능이 달라질 수 있어, 해외 데이터로 만든 모델을 그대로 들여오면 일반화 우려가 있습니다. 한국인 대규모 실제 데이터로 검증된 점은 국내 적용 근거이자 의료기기(SaMD) 인허가의 임상 근거로서 의미가 큽니다.
Q6. 이 연구 결과는 지금 어떻게 됐나요?
본 연구의 성과는 이후 분석기업 VUNO에 기술이전되어 상용 안저판독 AI로 발전했고, 안전성·유효성을 보는 전향적 임상 연구로 이어졌습니다.
더 알아보기
눈 건강과 안과 검사에 대한 더 많은 연구 리뷰·정보는 AfterNOON Insights에서 확인하실 수 있습니다 → afternoon.clop.ai
진단과 치료에 대한 판단은 담당 안과 전문의와 상의하세요. (본 글은 학술 정보로, 진단·치료의 근거가 아닙니다.)
출처 (Sources)
- Son J, Shin JY, Kim HD, Jung KH, Park KH, Park SJ. Development and Validation of Deep Learning Models for Screening Multiple Abnormal Findings in Retinal Fundus Images. *Ophthalmology*. 2020;127(1):85-94. doi:10.1016/j.ophtha.2019.05.029
- Gulshan V, et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. *JAMA*. 2016;316(22):2402-2410.
- Ting DSW, et al. Development and validation of a deep learning system for diabetic retinopathy and related eye diseases using retinal images from multiethnic populations with diabetes. *JAMA*. 2017;318(22):2211-2223.
- Krause J, et al. Grader variability and the importance of reference standards for evaluating machine learning models for diabetic retinopathy. *Ophthalmology*. 2018;125(8):1264-1272.
- Park SJ, Shin JY, Kim S, et al. A novel fundus image reading tool for efficient generation of a multi-dimensional categorical image database for machine learning algorithm training. *J Korean Med Sci*. 2018;33(43):e239. doi:10.3346/jkms.2018.33.e239
함께 보면 좋은 글
참고 자료
이 글은 안과 전문의 박상준(분당서울대학교병원 안과)의 감수를 받았습니다.
본 콘텐츠는 일반 건강정보이며, 진단과 치료는 담당 안과 전문의와 상담하세요.
