스스로 논쟁하는 AI, 스마트워치 데이터서 우울증 주요 징후 포착

피트니스 트래커를 착용한 9,279명의 사람들에게서 나타난 가장 확실한 우울증의 신체적 징후는 수면의 양이 아니었다. 그것은 바로 잠자리에 드는 시간이 얼마나 무질서하고 불규칙한가였다.

CoDaS라고 명명된 인공지능 시스템은 방대한 양의 복잡한 스마트워치 센서 로그에서 이러한 패턴을 찾아냈다. 하지만 이 발견이 중요한 이유는 AI가 무엇을 찾아냈느냐뿐만 아니라, 어떻게 그 결과에 도달했느냐에 있다. 이 소프트웨어는 인간 과학자에게 단순히 알고리즘적인 추측을 제시하는 대신, 스스로 자신의 작업 내용을 증명할 수 있을 때까지 자기 자신과 치열하게 논쟁하도록 설계되었다.

내장된 회의론자

대부분의 머신러닝 도구는 결과를 내놓기 위해 존재하지 않는 패턴까지 찾아내며 성급하게 결론을 도출하려는 경향이 있다. 반면 CoDaS는 개발자들이 '적대적 에이전트(Adversarial Agent)'라고 부르는 방식을 사용하여 다르게 작동한다. 이는 서버 내부에 갇힌 디지털 동료 평가단이라고 생각하면 된다.

메인 시스템이 생리학적 특이점과 질병 사이의 잠재적 연관성을 포착하면, 적대적 에이전트가 개입하여 악마의 변호인 역할을 수행한다. 이 에이전트는 인간 검토자의 냉철한 회의론을 모방하여, 완전히 독립적인 집단 전반에 걸쳐 동일한 결과를 검증하도록 시스템을 강제함으로써 가설을 깨뜨리려 시도한다. 만약 새로운 데이터에서 패턴이 유지되지 않으면 해당 가설은 폐기된다.

9,000명이 넘는 참가자를 관찰한 최근 실행 과정에서, 이러한 내부 마찰은 정신 건강 상태에 대한 41개의 후보 지표와 대사 질환에 대한 25개의 지표를 도출해 냈다. 살아남은 모든 데이터 포인트는 기존 의학 문헌에 근거를 두어야 했다.

서캐디언 리듬의 경고 신호

이 알고리즘의 혹독한 검증을 통과한 가장 눈에 띄는 신호는 '서캐디언 불안정성(circadian instability)'이었다. 소비자 건강 앱들이 8시간의 숙면을 달성하는 데 집착하는 동안, 이 AI는 매우 불규칙한 취침 시간과 기상 시간을 우울증의 주요 지표로 지목했다.

시스템은 이를 일회성 이상 현상으로 포착한 것이 아니었다. 적대적 프로토콜을 통해 계산을 재확인하도록 함으로써, CoDaS는 완전히 분리된 두 연구 집단에서 불규칙한 일과와 높은 우울증 점수 사이의 강력한 상관관계를 확인했다.

노이즈 걸러내기

소비자용 웨어러블 기기를 임시 의료 연구실로 성공적으로 탈바꿈시켰음에도 불구하고, CoDaS 개발팀은 이 소프트웨어를 로봇 의사가 아닌 선별 도구로 취급하고 있다. 이 시스템은 수백만 개의 데이터 포인트를 샅샅이 뒤져 인간 연구자들에게 질병일 가능성이 높은 디지털 신호의 최종 명단을 제공하도록 설계되었다.

이러한 '인간 참여형(human-in-the-loop)' 접근 방식은 AI의 논리를 추적 가능하게 유지해야 함을 의미한다. 이러한 알고리즘적 통찰이 환자의 실제 치료 계획에 반영되기 전에, 인간이 반드시 그 추론 과정을 검증해야 한다.

우리에게는 현대 웨어러블 기기에서 쏟아져 나오는 생리학적 데이터를 수동으로 감사할 만한 역량이 부족하다. 하지만 자동화되고 회의적인 시스템이 힘든 작업을 대신 수행해 준다면, 스마트워치는 단순히 비싼 만보기에서 진정한 의료 인프라로 조용히 격상될 수 있을 것이다.