AI 수술 시대 성큼… 존스홉킨스, 자율 로봇 수술 기술 입증

인공지능이 주도하는 자율 수술이 임상 현실에 한 발 더 가까워졌다. 존스홉킨스 대학 연구진이 공개한 최신 연구에 따르면, AI 기반 로봇이 인간 외과의의 개입 없이 자율적으로 수술을 수행할 수 있는 가능성이 명확하게 입증됐다. 연구팀은 이전 수술 영상과 해당 작업에 대한 설명을 학습한 로봇이 실시간으로 복잡한 해부 구조에 적응하고, 예기치 못한 상황에서도 정밀하게 대처할 수 있음을 확인했다.

특히 로봇은 수술 중 혈액을 모사한 염료가 주변 조직을 가려 시야 확보가 어려운 상황에서도 정확한 조작을 이어갔다. 초기에 기구가 잘못 배치된 경우에도 인간의 개입 없이 스스로 복구해 작업을 이어가는 능력을 보였다. 연구는 통제된 환경에서 진행됐으며, 총 8건의 담낭 제거 수술을 100%의 정확도로 성공적으로 수행했다. 담낭 제거는 절개에 앞서 17단계의 세밀한 조직 분리와 식별이 필요한 고난도 수술로, 그 완성도는 자율 수술 기술의 진보를 가늠하는 중요한 지표로 평가된다.

이번 연구의 또 다른 특징은 음성 인식 기술과 대규모 언어모델(LLM)을 기반으로 수술 중 의사의 명령에 반응할 수 있는 기능이다. ChatGPT와 유사한 언어모델이 탑재되어 팀의 지시를 이해하고, 상황에 따라 동작을 조정하는 계층적 프레임워크가 핵심이다. 고수준 AI가 수술 전반의 전략을 계획하고 저수준 AI가 로봇의 정밀한 움직임을 조율하는 방식으로 설계되었으며, 이는 실제 환자 치료에 적용할 수 있는 자율 수술 시스템으로의 발전 가능성을 크게 높이는 기술적 구별점이다.

이전에도 존스홉킨스는 STAR(스마트 조직 자율 로봇)를 이용해 돼지 복강경 수술을 성공시킨 바 있지만, 당시에는 수술 경로와 조직이 사전 정의되어 있어 자율성의 범위가 제한적이었다. 이번 연구는 보다 예측 불가능한 임상 상황에 적응 가능하다는 점에서 큰 진보를 의미한다. 연구팀은 Intuitive사의 다빈치 로봇 구형 모델을 개조해 시스템을 개발했으며, 영상 기반 학습은 돼지 사체를 이용한 실제 외과 수술 장면을 통해 이루어졌다.

비록 인간보다 수술 시간은 다소 길었지만, 움직임은 매끄럽고 일관되어 결과적으로 숙련된 외과의의 손과 유사한 수준의 정밀도를 보였다고 연구진은 밝혔다. 외과 레지던트가 단계별로 수술을 익히는 과정과 유사하게, AI 로봇도 각 단계의 수행 능력을 점진적으로 향상시켰다는 평가다. 연구 공동 저자인 제프 조플링 조교수는 이를 두고 “모듈화된 학습 접근 방식이 자율 수술 시스템에도 효과적이라는 가능성을 보여주는 사례”라고 말했다.

이번 연구는 국제학술지 Science Robotics에 게재되었으며, 수술 로봇 분야에 있어 기술적, 임상적 장벽을 동시에 극복한 선도적인 성과로 평가받고 있다.