‘AI가 암을 정복한다’는 말이 아직 설득력 있는 약속이 아닌 이유

‘AI가 암을 치료할 것이다’는 인공지능의 낙관론을 압축한 대표 구호다. 그러나 OpenAI의 샘 올트먼 CEO와 Anthropic의 다리오 아모데이 CEO가 이 표현을 두고 보이는 차이는, 의료 혁신의 가치 자체를 부정하느냐에 있지 않다. 핵심은 그 약속이 무엇을 빠뜨리고 있는가다. 올트먼에게 부족한 것은 더 넓고 개인에게 닿는 비전이고, 아모데이에게 부족한 것은 검증 가능한 성과다.

공통점: 암 치료만으로는 AI의 공공적 명분이 되지 않는다

두 사람 모두 ‘암을 치료한다’는 한 문장만으로 AI를 둘러싼 사회적 논쟁이 끝나지는 않는다고 본다.

올트먼은 기술 산업이 AI의 긍정적 가치를 설명하는 데 매우 서툴렀다고 말해 왔다. 암 치료는 분명 훌륭한 결과지만, 그것만으로는 목표가 충분히 크지 않다는 것이다. 그는 AI가 소수 기관에 역량을 집중시키기보다, 사람들이 창작하고 창업하며 과학·기술 작업을 할 수 있는 능력과 자율성을 넓혀야 한다고 주장한다. 23

아모데이의 비판은 더 엄격하다. 그는 ‘AI가 암을 치료할 것’이라는 말이 이제는 많은 사람이 기만적으로 느끼는 진부한 구호가 됐다고 말했다. 화려한 긍정 캠페인으로는 더 깊은 신뢰 위기를 해결할 수 없으며, 산업이 사람들이 알아볼 수 있는 구체적 효익을 실제로 내놓아야 한다는 것이다. 그가 든 상징적 예가 바로 ‘실제로 암을 치료하는 것’이다. 49

올트먼의 논지: 더 넓고, 더 개인에게 가까운 효익

올트먼의 문제 제기는 기본적으로 범위에 관한 것이다. 의학적 돌파구는 사회적으로 대단히 중요하지만, AI가 개인의 일상에 어떤 도움을 주는지까지 모두 답해 주지는 못한다.

그가 강조하는 AI의 공적 가치는 사용자가 직접 쓸 수 있는 역량에 가깝다. 창작을 돕고, 창업을 가능하게 하며, 과학적·기술적 탐구를 뒷받침하는 도구를 널리 제공하자는 것이다. 이 관점에서 중요한 것은 먼 미래의 발견을 대중에게 전달하는 데 그치지 않고, 강력한 시스템을 사람들이 직접 이용해 선택권과 자율성을 키울 수 있느냐다. 29

그래서 올트먼식 답은 ‘암 치료가 나올 때까지 기다려 달라’가 아니다. AI가 인간의 자율성을 줄이는 것이 아니라 늘린다는 점을 더 폭넓게 보여주고 이해시키자는 데 있다. 23

아모데이의 논지: 더 큰 약속이 증거를 대신할 수는 없다

아모데이는 세련된 홍보도, 더 거대한 미래상도 불신의 해법이 될 수 없다고 본다. 사람들이 눈으로 확인할 수 있는 신뢰할 만한 성과가 없다면, 큰 약속은 설득력을 잃는다는 뜻이다.

두 입장의 긴장은 여기서 생긴다. 올트먼은 암 치료라는 구호가 너무 좁다고 보고, 아모데이는 그것이 충분히 입증되지 않았다고 본다. 창작 도구, 창업, 과학 발전, 교육 같은 효익을 더 많이 약속한다고 해서 자동으로 올트먼의 주장이 강해지는 것은 아니다. 그러한 효익이 눈에 보이고, 공정하게 돌아가며, 외부에서 검증 가능할 때에만 설득력이 생긴다. 그렇지 않다면 대중에게 또 하나의 거대한 미래 예측을 믿으라고 요구하는 셈이 되어 아모데이의 우려를 키울 수 있다. 249

왜 ‘암 치료’는 특히 조심해야 할 약속인가

AI는 이미 종양학과 신약개발의 여러 단계에서 활용되고 있다. 치료 표적 발굴, 분자 설계, 진단, 임상 업무 지원 등이 대표적이다. 다만 컴퓨터 기반 분석이나 초기 후보물질 탐색의 진전이 곧바로 환자의 치료 성과 개선을 입증하는 것은 아니다.

AI 기반 종양학 연구에 대한 한 검토는 데이터 통합, 모델 해석 가능성, 공정성, 임상 적용, 규제 거버넌스의 과제를 지적한다. 많은 모델이 과거 데이터에서는 높은 성능을 보이지만, 전향적 임상 검증이 부족하다는 점도 언급한다. 17

신약개발은 여전히 느리고 불확실한 과정이다. 후보물질 발굴부터 시판 허가까지 통상 약 10~15년이 걸린다는 검토가 있다. 1718 AI 신약개발에 대한 최근 평가도 AI가 초기 단계의 작업을 빠르게 할 수는 있지만, 이 속도 향상이 후기 임상시험의 성공률 개선으로 일관되게 이어지지는 않는다고 결론낸다. 재현성, 데이터 투명성, 규제, 실제 환경에서의 검증은 여전히 제약 요인이다. 22

희망적인 신호도 있다. AI 지원 방식으로 발굴된 화합물이 임상 평가 단계까지 진입한 사례가 있다. 하지만 임상시험 진입만으로 확정적 효능이 증명되는 것은 아니며, 광범위하게 적용 가능한 암 치료법이 확립됐다는 뜻은 더더욱 아니다. 19 현재 증거가 뒷받침하는 것은 AI를 연구와 진료의 유용한 도구로 보는 신중한 낙관론이지, 암 치료의 시점을 자신 있게 공언하는 일은 아니다.

신뢰의 문제는 결국 ‘비용을 누가 부담하느냐’이기도 하다

의료 혁신에 대한 약속은 더 큰 사회적 맥락 안에서 평가된다. 사람들은 먼 미래의 과학적 가능성만 보는 것이 아니다. 고용, 허위정보, 개인정보, 안전, 교육, 그리고 고도 AI를 운영하기 위한 인프라의 부담을 함께 따진다.

여론조사에서도 약속된 이익과 눈앞의 비용 사이의 간극이 드러난다. Reuters/Ipsos 조사에서 미국인의 약 3분의 1만 AI를 뒷받침하는 데이터센터 건설 속도를 지지했고, 77%는 이런 개발이 전기요금을 올릴 수 있다고 우려했다. 34 또 다른 글로벌 보고서에서는 응답자의 54%가 AI를 신뢰하는 데 경계심을 보였다. 주요 우려는 사이버보안, 개인정보와 지식재산권, 허위정보, 일자리 감소, 역량 저하, 더 넓은 사회적 영향이었다. 38

이 수치가 모든 AI 활용에 대한 거부를 뜻하는 것은 아니다. 다만 지역의 전력·물 사용, 가계 공과금, 일자리, 기술 통제권처럼 당장의 문제를 마주한 사람들에게, 언젠가 의료를 바꿀 것이라는 약속만으로는 충분한 답이 되기 어렵다는 점을 보여준다.

더 설득력 있는 AI의 공적 설명은 무엇인가

올트먼과 아모데이는 서로 다른 실패를 지적하지만, 두 주장을 합치면 더 높은 기준이 나온다.

신뢰할 수 있는 AI의 공적 사례는 다음을 갖춰야 한다.

• 미래 가능성만이 아니라 구체적 효익을 보여줄 것. 독립 연구자, 규제기관, 사용자, 영향을 받는 지역사회가 결과를 평가할 수 있어야 한다.
• 발견과 임상적 효능을 구분할 것. 가설 생성이나 분자 설계가 빨라지는 일은 의미 있지만, 안전하고 허가받은 유효 치료제와 같은 뜻은 아니다.
• 시간표와 불확실성을 분명히 밝힐 것. 의학 연구의 검증 절차는 인상적인 시연이나 더 많은 연산 자원으로 건너뛸 수 없다.
• 사용자에게 자율성을 줄 것. 창작과 창업을 돕겠다는 올트먼의 비전은 접근성과 혜택이 소수에게 집중되지 않고 넓게 퍼질 때 가장 설득력이 있다. 29
• 피해와 인프라 비용까지 설명할 것. 안전, 노동시장 영향, 개인정보, 전력 사용과 그 밖의 지역사회 부담을 누가 어떻게 감당하는지 투명하게 다뤄야 신뢰가 생긴다. 3438

결국 더 나은 답은 ‘우리를 믿어라, AI가 암을 치료할 것이다’도 아니고 ‘AI가 모두를 더 창의적으로 만들 것이다’도 아니다. 독립적으로 확인할 수 있는 성과의 축적, 솔직한 한계의 공개, 책임 있는 배치, 그리고 AI의 비용을 떠안는 사람과 지역사회를 공정하게 대하는 것이 더 설득력 있는 출발점이다.