피부암은 전 세계적으로 가장 빠르게 증가하는 암 유형 중 하나이며, 조기 진단 시 생존율이 크게 향상되기 때문에 초기 감별과 빠른 대응이 매우 중요합니다. 최근 몇 년간 의료 영상 기술과 인공지능(AI)의 발전은 피부암 진단 방식에도 큰 변화를 가져왔습니다. 특히 2025년 현재는 딥러닝 기반의 피부 병변 분석 시스템이 상용화 단계에 들어서면서, 피부과 전문의의 진단을 보조하거나 원격 환경에서 자가 검진 기능을 수행하는 데 널리 활용되고 있습니다. 하지만 이러한 AI 기술은 기대만큼의 정확도를 보이기도 하지만, 그 이면에는 분명한 한계와 윤리적 쟁점도 존재합니다. 이 글에서는 최신 기술이 도달한 정확도의 수준, 실제 임상에서의 효과성, 그리고 아직 해결되지 않은 한계에 대해 상세히 분석합니다.
2025년 기준 AI 피부암 진단 정확도의 수준
AI 기반 피부암 진단 기술은 주로 인공지능의 하위 기술인 ‘딥러닝’을 활용하여 다양한 피부 병변의 이미지 데이터를 학습함으로써 피부암(특히 흑색종, 기저세포암, 편평세포암)을 높은 정밀도로 구분할 수 있도록 설계됩니다. 2025년 현재까지 가장 많은 임상적 근거가 축적된 분야는 ‘흑색종’ 진단이며, AI의 민감도와 특이도는 상당한 수준까지 도달한 것으로 보고됩니다. 독일 하이델베르크 대학과 구글 헬스가 공동 개발한 AI 알고리즘은 2024년 발표된 대규모 다기관 시험에서 피부과 전문의보다 높은 정확도를 보이며, 흑색종 감별 민감도 94.8%, 특이도 87.1%를 기록했습니다. 이 연구는 25,000건 이상의 피부 병변 데이터를 기반으로 훈련된 모델을 사용했으며, 실제 임상 환경에서의 테스트를 통해 AI의 진단 능력이 의사 평균보다 우수할 수 있다는 가능성을 입증했습니다. 2025년에는 FDA가 승인한 첫 번째 ‘AI 기반 피부병변 분류기기’인 DermaAI Pro가 미국 내 일부 피부과 및 원격 진료 플랫폼에서 정식으로 활용되기 시작했고, 한국 식약처도 유사한 알고리즘을 2등급 의료기기로 조건부 인증한 바 있습니다. 이 기술은 스마트폰과 연동 가능한 휴대형 기기 또는 웹 기반 플랫폼에 탑재되어, 환자가 직접 병변을 촬영한 이미지를 기반으로 암 가능성을 평가할 수 있게 합니다. AI 기술이 보여주는 높은 민감도는 피부암 조기 발견에서 특히 중요하며, 의사의 사각지대를 보완하는 도구로 기능하고 있습니다. 그러나 여전히 민감도와 특이도 사이의 균형, 피부색·피부질환 다양성에 따른 데이터 편향 문제, 실제 임상 적용에 대한 법적·윤리적 정비는 과제로 남아 있습니다.
실제 임상에서의 적용 사례와 한계
AI 기반 피부암 진단 기술은 다양한 임상 환경에서 점진적으로 도입되고 있으며, 특히 1차 진료 환경과 피부과 전문의가 부족한 지역에서 그 효과가 뚜렷하게 나타나고 있습니다. 대표적으로 미국 내 일부 원격진료 플랫폼에서는 환자가 스마트폰 카메라로 병변을 촬영하면, AI가 즉시 분석하고 위험도를 등급별로 제시하는 시스템이 운영되고 있으며, 위험 등급이 높은 경우 피부과 의사와 연계된 상담까지 연결됩니다. 국내에서도 서울대병원, 분당서울대병원, 고려대안암병원 등에서 딥러닝 기반 피부병변 진단 솔루션이 시범 도입되었고, 민감도 90% 이상, 판독 시간 평균 70% 감소 등의 결과가 보고되었습니다. 특히 의료진의 피로도 경감, 병변 분류 정확도 향상, 진단 속도 개선이라는 측면에서 AI의 보조 기능은 상당한 가치를 입증하고 있습니다. 하지만 AI 시스템은 여전히 피부 질환의 ‘복합적 해석’에서는 한계가 있습니다. 예를 들어, 건선이나 습진 등 염증성 피부질환이 동반된 병변, 혹은 비정형적인 피부색을 가진 환자에서의 진단 정확도는 낮아질 수 있으며, 특히 아시아·흑인 인종의 피부색 데이터가 충분하지 않은 일부 모델에서는 과진단 또는 오진의 사례도 보고되고 있습니다. 또한 피부암 진단에는 육안 관찰 외에도 병력 청취, 가족력, 병변의 진행 속도 등 복합적 판단이 중요한데, AI는 이미지에만 기반하여 이러한 맥락을 이해하지 못하는 한계를 보입니다. 일부 연구에서는 의사의 진단과 AI의 진단이 상충하는 사례에서, 의사의 결정이 더 정확했던 비율이 15~20% 수준이라는 보고도 존재합니다. 이는 아직 AI가 '보조 도구'의 역할을 넘어서는 데에는 한계가 있음을 의미합니다.
기술적 한계와 윤리적 문제, 그리고 보완 전략
AI 피부암 진단 기술은 뛰어난 가능성과 함께 뚜렷한 한계를 동반합니다. 우선 데이터 편향(bias)은 여전히 중요한 문제입니다. 대부분의 알고리즘이 백인 중심의 피부 이미지에 기반해 훈련되었기 때문에, 아시아인, 아프리카계, 히스패닉 환자에서는 진단 정확도가 떨어지는 현상이 관찰됩니다. 이러한 인종 간 편향은 잘못된 판단으로 이어질 수 있으며, 환자의 건강권을 침해하는 문제로 이어질 수 있습니다. 두 번째는 법적 책임과 윤리 문제입니다. AI 진단에 오류가 있을 경우 누가 책임을 질 것인지, 환자가 AI의 진단만을 신뢰하고 병원 진료를 지연할 경우 발생할 수 있는 결과에 대한 책임 소재는 아직 명확하지 않습니다. 2025년 현재 미국, 유럽, 한국 모두 이러한 상황에 대한 법제화 논의는 활발하지만, 완성된 제도는 아직 부재한 상황입니다. 셋째, 데이터 보안과 개인 정보 보호 이슈도 큽니다. 피부 병변 사진은 개인 식별이 가능할 수 있는 생체정보로 간주되며, 특히 원격 환경에서의 진단 시 전송·저장되는 사진의 보안이 미흡할 경우 해킹 및 정보 유출의 위험이 존재합니다. 이에 따라 ISO/IEC 27701 기반의 데이터 처리 시스템을 갖춘 플랫폼만을 인증 대상으로 제한하는 움직임이 일고 있습니다. 보완 전략으로는 다양성과 맥락을 고려한 데이터셋 확대, 의료진과의 협업 기반 시스템 개발, 설명 가능한 AI 모델의 도입이 있습니다. 특히 XAI(eXplainable AI)를 적용한 피부암 진단 시스템은 왜 해당 판단을 내렸는지를 시각적 또는 언어적으로 설명할 수 있어, 의료진과의 협업을 더 견고하게 만들어줍니다. 결론적으로, AI 기반 피부암 조기진단 기술은 진단의 정확도와 효율성을 크게 높일 수 있는 혁신 기술이지만, 이를 과신하기보다는 인간 중심의 협업 기반으로 발전시키는 것이 핵심입니다. 환자의 안전을 보장하고 의료의 공공성을 유지하기 위해서는 기술 발전과 함께 윤리적, 제도적 토대가 병행되어야 할 시점입니다.