의료 AI 정확도 GPT-5.2 논란: 'The Pitt'이 던진 98%의 환상

환자의 생사가 오가는 응급실에서 AI의 말을 100% 신뢰할 수 있을까? 최근 HBO Max의 메디컬 드라마 The Pitt(더 피트) 시즌 2가 의료 현장에 도입된 생성형 AI의 명암을 조명하며 뜨거운 논쟁을 불러일으켰다. 극 중 바란 알 하시미 박사는 AI가 의사들의 차트 작성 시간을 80% 줄여줄 것이라 호언장담하지만, 현실의 데이터는 다른 이야기를 하고 있다.

The Pitt 시즌 2가 묘사한 의료 AI 정확도와 실제

드라마 속에서 알 하시미 박사는 생성형 AI의 정확도가 현재 98%에 달한다고 주장한다. 하지만 이는 절반의 진실에 가깝다. BMC 메디컬 인포매틱스에 발표된 29개 연구 리뷰에 따르면, 조용한 환경에서의 AI 전사 정확도는 실제로 98%를 상회하기도 한다. 그러나 소음과 의학 전문 용어가 뒤섞인 실제 응급실 환경에서는 이 수치가 50%까지 급락할 수 있다는 분석이 나온다.

GPT-5.2 지표로 본 의료 AI의 할루시네이션 리스크

최신 기술 지표는 더욱 냉혹하다. 몇 달 전 출시된 OpenAI의 GPT-5.2 Thinking 모델 보고서에 따르면, 해당 모델의 평균 할루시네이션(환각) 비율은 10.9%에 달한다. 인터넷 연결을 통해 정보를 교차 검증하더라도 오답률은 5.8% 수준이다. 10번 중 1번꼴로 잘못된 의학 정보를 제공할 수 있는 AI를 생명과 직결된 진단에 전적으로 맡기기에는 여전히 위험 요소가 크다는 지적이다.

그럼에도 불구하고 AI의 효용성을 부정할 수는 없다. 노스웨스턴 대학교의 연구팀은 영상 의학 분야에 맞춤형 AI 도구를 도입해 정확도를 유지하면서도 생산성을 40% 향상시키는 성과를 거두었다. 결국 핵심은 AI가 의사를 '대체'하는 것이 아니라, 행정 업무를 줄여 의사가 환자의 손을 한 번 더 잡을 수 있는 '시간'을 벌어주는 도구로 기능하는 데 있다.