환자 한 명 못 본 6200만 달러
5년의 시간과 6200만 달러가 통째로 사라졌다. 그런데 이 어마어마한 돈을 쏟아부은 인공지능은, 끝내 단 한 명의 환자도 진료하지 못했다. 세계 최고의 암 병원과 세계에서 가장 유명한 인공지능이 손을 잡고 벌인 야심찬 실험의 결말이었다. 암을 정복하겠다던 이 똑똑한 기계는, 진료실 문턱조차 넘지 못한 채 조용히 쫓겨났다.
이 이야기의 주인공은 IBM의 인공지능 왓슨과 텍사스의 명문 암센터 MD 앤더슨이다. 한때 의료의 미래로 불리던 이 프로젝트는 어쩌다 실리콘밸리 역사상 가장 뼈아픈 실패 사례로 남게 되었을까. 이 글에서는 그 원대한 꿈의 시작부터 초라한 종말까지, 전 과정을 차근차근 되짚어 본다.
암을 정복할 기계라는 꿈
이야기는 2012년으로 거슬러 올라간다. 텍사스의 명문 암센터 MD 앤더슨과 거대 기술기업 IBM이 손을 맞잡았다. 목표는 그야말로 원대했다. 세상의 모든 의학 논문과 방대한 진료 기록을 남김없이 삼켜, 암 환자에게 최선의 치료법을 추천해 주는 인공지능을 만드는 것이었다.
그 주인공은 유명 퀴즈 대결에서 인간 챔피언을 꺾어 화제가 된 왓슨이었다. 사람 의사는 평생에 걸쳐 논문 몇천 편을 읽지만, 왓슨은 그 모든 지식을 단 몇 초 만에 훑을 수 있었다. 스타 의사로 꼽히던 린다 친 박사가 이 프로젝트의 선봉에 섰고, 많은 이가 이제 인공지능이 암과의 전쟁을 끝낼 것이라 기대했다. 언론은 연일 이 협력을 미래 의료의 상징으로 다루었다.
당시의 분위기를 이해하려면 왓슨이라는 이름이 가진 상징성을 짚어야 한다. 왓슨은 미국의 유명 퀴즈 프로그램에서 인간 챔피언들을 압도하며 전 세계에 강렬한 인상을 남긴 인공지능이었다. 방대한 지식을 순식간에 검색하고, 자연어로 된 질문을 이해해 답을 내놓는 그 능력은 마치 공상과학 영화의 한 장면 같았다. 그런 왓슨이 이제 의료라는 가장 고귀한 영역에 도전한다는 소식은, 사람들에게 인공지능이 인류의 오랜 숙제를 풀어줄 것이라는 희망을 안겨주기에 충분했다. 그러나 이 눈부신 꿈의 설계도 안에는, 처음부터 커다란 착각이 숨어 있었다.
눈덩이처럼 부풀어 오른 계약
처음 이 프로젝트는 조촐하게 시작되었다. 애초의 계약은 6개월 동안 240만 달러를 쓰는 작은 규모였다. 하지만 야심은 눈덩이처럼 불어났다. 계약은 무려 열두 번이나 연장되었고, 비용은 처음의 수십 배로 부풀어 올랐다.
IBM에 지급된 돈만 해도 어느새 4천만 달러에 육박했고, 여기에 외부 컨설팅 비용까지 더해지자 전체 지출은 6200만 달러라는 어마어마한 숫자에 이르렀다. 처음 계약과 비교하면 무려 수십 배로 불어난 액수였다. 문제는 이렇게 비용이 눈덩이처럼 커지는 동안, 그 누구도 명확한 성과 기준을 세워두지 않았다는 점이다. 목표는 계속 뒤로 미뤄졌고, 계약은 그저 관성처럼 연장되었다. 돈이 늘어날수록 성공에 대한 기대도 함께 커졌다. 문제는, 그 많은 돈이 흘러가는 동안에도 정작 진료실에서는 아무 일도 일어나지 않고 있었다는 점이다. 비용과 성과의 간극은 시간이 갈수록 벌어지기만 했다.
교과서만 배운 기계
프로젝트의 속을 들여다보면, 문제의 뿌리가 선명하게 드러난다. 개발이 한창이던 연구실에서 엔지니어들의 표정은 점점 어두워졌다. 심각한 문제가 발견되고 있었기 때문이다. 왓슨은 실제 환자의 복잡한 기록이 아니라, 교과서 속 이상적인 사례를 바탕으로 훈련받고 있었다.
현실의 진료 기록은 완전히 달랐다. 그것은 축약어와 손글씨, 빠진 정보로 가득한 미로였다. 의사마다 표기 방식이 다르고, 같은 병명도 여러 이름으로 불렸다. 게다가 병원이 새로운 전자기록 시스템으로 전환하자, 왓슨은 그 자료조차 제대로 읽어내지 못했다. 완벽하게 정돈된 조건에서만 똑똑하던 기계는, 어수선한 현실 앞에서 자꾸만 길을 잃었다. 이것은 단순한 기술적 결함이 아니라, 인공지능이 현실 세계를 다루는 방식에 대한 근본적인 물음을 던지는 문제였다.
인공지능은 흔히 훈련받은 데이터의 세계 안에서만 강하다. 잘 정리된 데이터로 학습한 모델은 딱 그만큼 정리된 상황에서만 제 실력을 발휘한다. 하지만 실제 병원은 결코 정갈한 교과서가 아니다. 응급 상황에서 급하게 휘갈긴 메모, 서로 다른 부서가 제각기 쓰는 용어, 수십 년 전 기록과 최신 검사 결과가 뒤섞인 방대한 자료가 매일 쏟아진다. 왓슨은 바로 이 지점에서 무너졌다. 시험 문제는 잘 풀었지만, 정작 시험장 밖의 진짜 세상은 왓슨이 배운 문제집과 전혀 닮아 있지 않았던 것이다.
의사들의 커지는 불신
현장의 의사들은 점점 고개를 갸웃거리기 시작했다. 왓슨이 내놓은 치료 추천 가운데 일부가, 위험하거나 잘못된 것으로 드러났기 때문이다. 환자의 생명이 걸린 영역에서, 이런 오류는 결코 가볍게 넘길 수 없는 문제였다.
한 종양내과 의사는 이 기계의 근본적인 한계를 날카롭게 꼬집었다. 이 기계는 교과서는 외웠지만, 진짜 환자는 한 번도 본 적이 없다는 것이었다. 이 한마디는 프로젝트의 심장을 정확히 찔렀다. 지식을 아무리 많이 삼켜도, 살아 있는 환자를 마주하고 그 미묘한 신호를 읽어낸 경험이 없다면 진짜 의사가 될 수 없었다. 의학은 정보의 축적만으로 완성되는 학문이 아니었다.
세 가지 뿌리 깊은 착각
왓슨의 실패는 세 가지 뿌리 깊은 착각에서 비롯되었다.
첫 번째 착각은 지식이 곧 지혜라는 믿음이었다. 논문을 아무리 많이 외워도, 눈앞의 환자를 읽는 능력은 저절로 생기지 않았다. 두 번째 착각은 현실이 교과서처럼 깔끔할 것이라는 기대였다. 진짜 진료 기록은 예외와 모순, 빠진 조각으로 얽힌 정글이었다. 세 번째 착각은 의학이 정답이 하나뿐인 문제라는 오해였다. 같은 병이라도 환자의 나이와 상태, 삶의 맥락에 따라 최선의 답은 얼마든지 달라졌다. 이 세 가지 착각이 겹치자, 모든 것을 안다던 기계는 정작 아무것도 결정하지 못했다.
이 세 가지 착각은 사실 왓슨만의 문제가 아니라, 인공지능을 바라보는 우리 모두의 흔한 오해이기도 하다. 우리는 종종 더 많은 데이터와 더 강력한 연산 능력만 있으면 어떤 문제든 풀 수 있다고 믿는다. 하지만 현실의 복잡한 문제는 정보의 양이 아니라 판단의 질을 요구한다. 특히 의학처럼 한 사람의 생명과 삶이 걸린 영역에서는, 숫자로 환원되지 않는 미묘한 맥락과 윤리적 고민이 결정의 핵심을 이룬다. 왓슨은 이 부분을 통째로 비워둔 채, 오직 지식의 양으로만 승부하려 했다. 그리고 바로 그 지점에서, 가장 똑똑해 보이던 기계는 가장 무력한 존재가 되고 말았다.
약속과 청구서의 간극
화려한 약속과 초라한 청구서를 나란히 놓으면, 그 간극은 숨이 막힐 정도다. 이 프로젝트는 인공지능이 암과의 전쟁을 끝낼 것이라 약속했다. 그러나 5년이 흐른 뒤 남은 것은, 6200만 달러의 지출과 진료받지 못한 환자들뿐이었다.
논문 수만 편을 삼킨 기계가, 정작 병실의 침대 하나에도 닿지 못한 것이다. 세상을 놀라게 하겠다던 꿈은, 결국 완성되지 못한 시제품인 채로 멈춰 섰다. 흥미롭게도 이 실패는 IBM 왓슨만의 문제가 아니었다. 비슷한 시기 의료 인공지능에 뛰어든 여러 시도가 하나같이 기대에 못 미쳤고, 업계 전체가 인공지능의 능력을 과대평가했다는 뼈아픈 반성이 뒤따랐다.
5년에 걸친 표류
이 야심찬 동맹의 표류는 5년에 걸쳐 서서히 진행되었다. 2012년 두 거인은 큰 꿈을 안고 손을 맞잡았고, 이후 몇 년간 계약은 거듭 연장되었으며 비용은 조용히 눈덩이처럼 불어났다.
겉으로는 곧 놀라운 성과가 나올 것처럼 보였다. 그러나 2016년, 병원은 마침내 이 프로젝트를 중단하기로 결정했다. 왓슨은 실제 환자에게 단 한 번도 쓰이지 못한 채 조용히 창고로 밀려났다. 이듬해에는 프로젝트의 문제점을 낱낱이 파헤친 내부 감사 결과까지 공개되었다. 세상을 바꾸겠다던 꿈이, 차가운 보고서 한 장으로 마침표를 찍은 것이다. 이 소식은 인공지능에 대한 장밋빛 기대에 찬물을 끼얹었다.
기술의 약속과 진료실의 현실
이 사건을 지켜본 의료계 전문가들은 하나같이 뼈아픈 반성을 내놓았다. 문제는 왓슨이 나빠서가 아니라, 사람들의 기대가 현실을 한참 앞질렀다는 데 있었다. 한 의료 정책 연구자는 당시의 실패를, 기술의 약속과 진료실의 현실을 혼동한 사건이라고 요약했다.
광고 속 화려한 인공지능과, 손때 묻은 진료 기록으로 가득한 현장은 전혀 다른 세계였다. 사람들은 뒤늦게 깨달았다. 인공지능은 훌륭한 조수가 될 수는 있어도, 아직 홀로 환자를 책임지는 의사는 될 수 없다는 사실을 말이다. 진짜 필요한 것은 기계를 향한 맹신이 아니라, 기계와 사람이 서로의 빈틈을 메우는 지혜였다.
조수와 의사 사이
왓슨의 실패는 인공지능의 한계를 비웃는 이야기가 아니다. 오히려 우리가 인공지능에게 무엇을 기대해야 하는지를 알려준 값진 수업이었다. 아무리 많은 지식을 삼켜도, 사람을 마주하는 경험과 판단은 쉽게 대체되지 않는다.
오늘날 의료 인공지능은 그때보다 훨씬 정교해졌지만, 왓슨이 남긴 교훈은 여전히 유효하다. 인공지능을 진료실 밖의 화려한 광고가 아니라, 진료실 안의 고단한 현실에 맞춰 설계해야 한다는 것이다. 6200만 달러라는 수업료는, 기술의 속도와 현실의 무게가 얼마나 다른지를 우리 모두에게 일깨워 주었다.
실제로 왓슨 이후의 의료 인공지능은 접근 방식 자체가 달라졌다. 처음부터 암 전체를 정복하겠다는 거창한 목표 대신, 영상 판독을 돕거나 위험 신호를 미리 알려주는 것처럼 명확하고 좁은 과제에 집중하는 방향으로 진화한 것이다. 인공지능이 최종 결정을 내리는 대신, 의사의 판단을 보조하는 도구로 자리매김하려는 흐름도 뚜렷해졌다. 이는 모두 왓슨의 값비싼 실패에서 배운 교훈이 반영된 결과다. 거창한 약속보다 작지만 확실한 쓸모가, 오히려 현실을 바꾸는 힘이 된다는 사실을 업계는 뒤늦게 깨달았다. 결국 좋은 기술이란 사람을 밀어내는 기술이 아니라, 사람의 손을 더 든든하게 받쳐주는 기술이라는 사실을, 이 값비싼 실패는 조용히 증명하고 있다.
