시카고 Northwestern Medicine과 나이로비 Jacaranda Health에서, 초음파를 한 번도 해 본 적 없는 사람들이 휴대용 초음파 기기를 임신부의 배에 대고 정해진 방향대로 훑었어요. 이 기기는 배에 대고 움직이는 탐촉자예요. 화면에는 배 속 영상만 떴고, 임신 주수는 태블릿에서 돌아가는 AI가 그 영상만 보고 냈어요. AI가 낸 주수의 오차는, 같은 임신부를 전문 초음파사가 검사해서 낸 주수의 오차와 비슷하거나 더 작았어요.
같은 임신부를 전문 초음파사도 따로 검사해서, AI와 전문가가 낸 임신 주수를 임신 초기 스캔으로 확인한 주수와 견줬어요
이 실험은 2026년 7월 JAMA Network Open에 실린 전향적 진단 연구예요. 연구진은 두 도시에서 2,043명을 모았고, 그 가운데 임신 16~36주인 385명(시카고 192명, 나이로비 193명)을 1차 평가 대상으로 삼았어요. 임신부마다 검사를 두 번씩 받았어요. 한 번은 초음파 경험이 없는 사람이 휴대용 기기로 배를 훑고 AI가 주수를 낸 검사이고, 다른 한 번은 그로부터 1주 안에 받은 일반 진료 초음파예요. 일반 진료 초음파에서는 전문 초음파사가 태아 단면을 찾아 크기를 재고 Hadlock 공식으로 주수를 계산했어요. 두 쪽이 낸 주수는 임신 초기에 주수를 확인한 스캔 값을 정답으로 놓고 비교했어요.
기기를 잡은 사람은 초음파 경험이 없는 5명이었어요. 시카고 2명은 정식 교육 없이 안내문과 말로 한 설명, 짧은 시연만 받았고, 나이로비 3명은 6시간 실습 교육을 받았어요. 검사는 이런 순서로 했어요.
- 자궁저 높이 재기
배 위에서 잰 자궁저 높이에 따라 영상 깊이를 11cm, 13cm, 15cm 가운데 하나로 정해요. - 정해진 방향으로 훑기
Clarius C3 휴대용 탐촉자로 세로 3번, 가로 3번, 최대 6번 훑어요. 이 방식을 블라인드 스윕이라고 불러요. - AI가 기기 안에서 판독
태블릿 앱의 AI가 영상에서 바로 임신 주수를 내요. 조작자는 실시간 영상은 보지만 AI가 낸 주수는 보지 못해요.
연구비는 Google LLC가 Northwestern University와 Jacaranda Health에 지원했고, 일부는 Gates 재단이 냈어요. Google 소속 저자들이 설계와 분석, 해석, 원고 작성에 참여했고, 데이터 수집은 두 현장 기관이 맡았어요. 저자 중 14명은 Google 직원이자 주주이고, 3명은 블라인드 스윕과 AI를 묶은 접근법에 관한 Google 특허를 갖고 있어요. 아래 숫자는 모두 이 기술을 만든 회사가 설계하고 분석한 연구에서 나왔어요.
임신 주수의 평균 오차는 AI가 4.2일, 전문 초음파사가 4.5일이었어요
여기서 오차는 추정한 주수와 정답 주수가 며칠 차이 나는지를 평균한 값이에요. AI는 4.2일(95% 신뢰구간 3.8~4.6일), 전문 초음파사의 표준 절차는 4.5일(4.1~4.9일)이었어요. 연구진은 시작 전에 “AI 오차가 표준 절차보다 1일 넘게 크지 않으면 뒤지지 않는다”는 기준을 정했고, AI는 그 기준을 통과했어요.
4.2일이 4.5일보다 작지만, 연구진이 1차로 검정한 건 AI가 1일 넘게 뒤지지 않는지였어요. AI가 더 정확한지는 1차 결과로 검정하지 않았고, 두 신뢰구간도 겹쳐요. 연구진은 오차가 한쪽으로 쏠렸는지도 봤어요. 표준 절차는 정답보다 평균 0.7일 적은 주수로 잡는 쪽으로 치우쳤고(−0.7일), 이 치우침은 통계적으로 유의했어요. AI는 정답보다 평균 0.2일 적게 잡았지만(−0.2일) 유의하지 않았어요.
| 구분 | AI(블라인드 스윕) 평균 오차 | 전문 초음파사 표준 절차 평균 오차 |
|---|---|---|
| 전체(385명) | 4.2일 (3.8~4.6) | 4.5일 (4.1~4.9) |
| 시카고(192명, 새 기기에 맞춰 조정한 모델) | 4.1일 (3.5~4.7) | 4.6일 (4.1~5.3) |
| 나이로비(193명, 현지 조정 없음) | 4.3일 (3.8~4.8) | 4.3일 (3.8~4.9) |
Google Research 블로그는 같은 결과를 4.18일 대 4.48일로 소개하면서 이렇게 적었어요. 이 블로그는 기술을 개발한 회사가 낸 글이에요.
“comparable to the current standard of care from expert operators and more expensive traditional, cart-based ultrasound machines” (전문가가 더 비싼 카트형 초음파 장비로 하는 지금의 표준 진료와 비슷한 수준)
나이로비 임신부 자료로 AI를 따로 학습시키지 않았는데도, 나이로비에서는 AI와 전문가의 평균 오차가 똑같이 4.3일이었어요
이 AI는 원래 노스캐롤라이나 Chapel Hill과 잠비아 Lusaka에서 모은 임신부 자료(블로그 기준 1,968명)로 학습했어요. 그때 쓴 기기는 일반 초음파 장비와 ButterflyIQ였어요. 이번 연구 전에 한 조정은 시카고 예비 연구 120명의 자료로만 했고, 목적은 새로 쓰는 Clarius C3 탐촉자 영상에 맞추고 36주를 넘긴 영상을 일부 넣는 것이었어요. 블로그는 이 120명이 원래 학습 자료의 약 6%라고 적었어요.
나이로비 자료는 학습에도 조정에도 한 번도 쓰지 않았어요. 블로그 표현으로는 “zero local optimization”이에요. 그런데도 나이로비 193명에서 AI의 평균 오차는 4.3일, 같은 임신부를 검사한 전문 초음파사의 표준 절차도 4.3일이었어요. 학습할 때 본 적 없는 병원과 임신부에서도 AI가 전문가와 같은 오차를 냈어요.
AI가 나이로비 자료 없이도 전문가와 같은 오차를 낸 것과 달리, 새 기기에는 맞추는 과정이 필요했다는 신호가 있어요. 시카고 참가자 53명에게 Clarius C3에 맞추기 전의 원래 모델을 돌렸을 때 AI 오차는 5.1일로 표준 절차 4.2일보다 컸고, 맞춘 뒤 시카고 192명에서는 4.1일이었어요. 다만 두 숫자는 대상 인원이 다른 하위 분석이어서, 기기에 맞춘 조정이 오차를 줄였다고 단정할 근거로는 약해요.
원문은 이 결과에 한계도 함께 적었어요. 나이로비는 현지 조정을 하지 않아 성능을 더 끌어올릴 여지가 남았고, 새로 시험한 기기 제조사는 Clarius 하나뿐이에요. 1차 분석 범위를 넘는 36주 초과 만삭 구간에서는 나이로비 AI 오차가 12.0일로, 표준 절차 5.0일의 두 배를 넘었어요(54명). 연구진은 이유로 두 가지 가능성을 들었어요. 하나는 전문 초음파사가 검사할 때 정답으로 쓴 초기 확인 스캔의 주수를 이미 알고 있었다는 점이에요. 그 주수를 알고 검사했다면 전문가 쪽 값이 정답에 가깝게 나왔을 수 있어요. 다른 하나는 만삭 구간에서 모델을 보완해야 할 가능성이에요.
AI는 전문가처럼 아기 몸 크기를 재지 않고 영상에서 주수를 바로 내서, 사람은 정해진 대로 훑기만 하면 돼요
표준 절차에서 전문 초음파사는 화면을 보며 태아 단면을 찾고, 머리와 배 둘레, 넙다리뼈 길이 같은 크기를 잰 뒤 Hadlock 공식에 넣어 주수를 계산해요. 단면을 제대로 찾고 정확히 재는 데 숙련이 필요해요.
이 연구의 AI는 중간에 크기를 재지 않고, 훑은 영상에서 바로 주수를 일 단위로 내요. 영상마다 예측이 얼마나 흔들리는지로 신뢰도를 매겨 품질이 낮은 스윕은 받지 않고, 남은 영상의 예측은 신뢰도가 높을수록 크게 반영해 합쳐요. 조작자는 결과를 보지 못한 채 훑었으니, 이 연구에서 사람이 맡은 일은 정해진 깊이와 방향으로 훑는 동작뿐이었어요.
방식이 다르니 오차가 커지는 경우도 달랐어요. 탐색적 분석에서 태아 체중이 90백분위를 넘는 큰 아기는 표준 절차 오차가 7.2일로 커졌지만, AI는 4.4일이었어요(P=.004). 표본이 작아 연구진도 탐색적 결과로 다뤘어요. 크기를 재는 숙련 대신, 이 방식에서는 훑은 영상의 품질이 중요해져요. 다른 연구진은 스윕 방향을 거꾸로 하거나 탐촉자를 뒤집거나 중간에 멈추는 실수를 시뮬레이션해, 이런 이탈이 블라인드 스윕 AI의 태아 자세·태반 위치 분류에 영향을 준다고 보고했고 품질 검출과 재촬영을 제안했어요. 그 연구는 주수 추정이나 Google 모델을 시험하지는 않았어요.
같은 방식을 쓰는 다른 도구도 있어요. 노스캐롤라이나대 연구팀 모델을 쓴 Butterfly Network의 블라인드 스윕 주수 추정 도구가 2026년 3월 FDA 허가를 받았고, 기사에 따르면 16~37주에서 검증했으며 2분 안에 추정치를 내요.
나이로비에서 기기를 잡은 사람들이 6시간 실습으로 익힌 건, 판독이 아니라, AI가 읽을 수 있는 품질로 고르게 훑는 법이었어요
나이로비 조작자 3명이 받은 6시간 실습은 시범 스윕 보기, 모형과 자원자에게 연습하기, 전문 초음파사를 따라다니며 보기로 이뤄졌어요. 시카고 2명은 안내문과 말로 한 설명, 짧은 시연만 받았어요. 교육을 누가 했는지는 공개 설명에 없어요.
AI가 품질이 낮다고 돌려보낸 스윕 비율은 시카고가 나이로비의 네 배를 넘었고, 연구진은 이 차이를 6시간 실습 교육 덕으로 봤어요. 반면 주수 오차는 시카고 4.1일, 나이로비 4.3일로 큰 차이가 없었어요. 두 도시는 교육 말고도 모델 조정 여부가 달라서, 교육만의 효과를 오차에서 따로 떼어 볼 수는 없어요. 조작자별 신뢰구간도 넓어서, 연구진은 더 다양한 조작자로 확인해야 한다고 적었어요.
현장에서 부딪힌 문제도 판독보다 기기 쪽이었어요. 환자를 연달아 보는 동안 충전할 틈이 없어, 조작자들은 오래 꽂아 둬야 하는 충전대보다 갈아 끼우는 배터리를 원했어요. 불안정한 전력, 장비 내구성, 업데이트 뒤 하드웨어와 소프트웨어를 다시 시험하는 일, 임상의와 환자의 신뢰를 얻는 일도 연구진이 꼽은 과제예요.
예전에는 태아 단면을 찾아 크기를 재는 전문가가 있어야 임신 주수를 알 수 있었어요. 이 연구에서는 초음파 경험이 없던 사람이 정해진 대로 배를 훑고, AI가 그 영상을 읽어 전문가만큼 주수를 맞혔어요. 이 연구는 전문 초음파사가 없는 곳에서도, 사람은 정해진 대로 고르게 훑고 판독은 AI가 맡는 식으로 일을 나눌 수 있다는 것을 보여 줬어요.
