몇 년 뒤 인공지능에 의해 이 직업 반드시 사라집니다

구글이 최근 발표한 논문에는 매우 충격적인 내용이 담겨 있습니다. "Towards Accurate Differential Diagnosis with Large Language Models"라는 제목의 이 논문을 우리말로 번역하면 "대규모 언어 모델을 이용한 정확한 감별진단 방향" 정도가 될 것 같아요.

 

의사들은 환자의 증상, 건강 검진 결과, 과거 병력 등 여러 가지 정보를 종합해 질병을 진단하는데요, 이것을 감별진단이라고 부릅니다.

 

구글은 감별진단을 위해 대규모 언어 모델을 특별히 훈련시켰습니다. 그 결과, AI의 도움을 받은 인간의 진단보다 대규모 언어 모델을 단독으로 사용한 진단의 정확도가 더 높았다고 해요. 더욱 놀라운 건, 이 AI가 현재 질병의 병력에 대한 텍스트 데이터만을 사용해 판단했다는 점입니다.

 

그리고 더 흥미로운 점은, 감별진단을 위해 특별히 훈련한 모델과 일반 GPT-4의 성능 비교였어요. GPT-4는 감별진단에 특화된 훈련을 받지 않았음에도 불구하고 매우 뛰어난 진단 정확도를 보였답니다.

 

이 놀라운 연구에 대한 자세한 내용은 구글의 논문 https://arxiv.org/abs/2312.00164에서 확인하실 수 있습니다.

 

 

논문에 첨부된 자료

AI의 도움을 받은 인간의 진단보다 LLM을 단독으로 사용한 진단의 정확도가 더 높습니다.

 

GPT-4는 감별진단에 특화된 훈련을 받지 않았음에도 불구하고 매우 뛰어난 진단 정확도를 보입니다.

 

 

학습 데이터의 구조는 다음과 같았다고 합니다.

 

예시 입력과 출력입니다.

우리말로 번역을 하면 다음과 같아요.

 

예시입력: 

사례: [사례 텍스트]
가장 가능성이 높은 상위 10개의 진단은 무엇인가요? 정확하게, 한 줄에 하나의 진단을 나열하고, 가능한 한 많은 독특한 가능성을 (최소 10개) 포함하여 나열하세요. 상위 10개의 진단은 다음과 같습니다.

 

예시 출력:

1. 세자리 증후군
2. 성인 T-셀 백혈병/림프종
3. 곰팡이증
4. 아토피성 피부염
5. 건선
6. 호산구증가와 전신 증상을 동반한 약물 반응 (DRESS)
7. 이식편대숙주병 (GVHD)
8. 기타 명시되지 않은 피부 T-셀 림프종
9. 과호산구증후군
10. 전신성 홍반성 루푸스 (SLE)