신약의 발굴과 설계와 표적 정밀도에 관여하는 인공지능을 문학의 눈으로 읽는다. 기술을 설명하는 우리의 언어가 곧 그 기술에 대한 우리의 사고 틀이 되기 때문이다. 이 장이 다루는 것은 알고리즘이 아니라, 알고리즘을 부르는 이름이다.
신약을 설계하고 발굴하는 데 인공지능을 쓰는 일은 훌륭한 발명이지만, 그 신뢰성과 도덕성, 그리고 이 기술이 핵심 결정을 내리는 인간의 숙련을 감소시킬 가능성에 대한 의심을 함께 부른다. 저자들은 그 의심을 인정한 뒤 방향을 튼다. 기술의 효능을 따지기 전에, 기술을 부르는 말을 먼저 들여다보자는 것이다.
우리가 사는 세계는 복잡하고, 때로 감각에 호소하는 낱말로 규정된다. 의학에서 인공지능 연구는 팽창하고 있다. 2016년 보건의료 인공지능 사업은 세계 경제의 어떤 부문의 인공지능 사업보다 많은 자본을 끌어들였다. 인공지능은 끊임없이 변하는 의과학의 영역에서, 특히 신약 발굴과 정밀의료에서 가장 강력한 변혁의 동인 가운데 하나로 떠올랐다.
그러나 기술적 측면 바깥에서, 이 진보를 기술하는 우리의 언어가 그 진보에 관해 무언가를 일러준다. 인공지능의 중요성을 서술할 때 은유적 낱말이 쓰이고, 그 낱말이 인공지능에 관한 사고의 틀을 준다. 따라서 문학적 접근은 신약 발굴과 정밀 설계에서 인공지능에 대한 이해와 참여를 높이고, 인공지능이 무엇인지 오판할 가능성을 줄인다. 오판은 열등한 결과와 활용의 실패로 이어지기 때문이다.
이 장은 개념적 은유를 논하되, 의학 및 의료 분야를 목표영역으로 삼고 인간의 속성을 근원영역으로 삼는다. 이 배치가 장 전체를 관통한다.
은유는 사고를 지시하는 관념이다. 우리가 변화하는 세계를 무엇으로 어떻게 보는지를 드러낸다. 레이코프와 존슨은 은유를 구조적 은유, 지향적 은유, 존재론적 은유의 세 범주로 나눈다. 문학적 글쓰기는 본성상 은유적이며, 인지언어학의 관점에서 은유란 하나의 개념 영역을 다른 개념 영역과 관계 짓는 일로 설명된다.
인간의 개념 체계는 은유적으로 조직되고 규정되어 있으나, 우리는 그것을 알지 못한다. 레이코프와 존슨은 우리가 논쟁할 때 무엇을 하는지, 그리고 그것을 어떻게 아는지를 이 예로 보여준다. 논쟁은 전쟁의 용어로 이야기된다. 그들이 제시한 다른 은유들도 마찬가지다 — 시간은 돈이다, 관념은 식물이다, 사랑은 광기다. 이 모두가 한 영역을 다른 영역의 가정 아래 이해하는 방식을 보여준다.
개념적 은유는 두 영역으로 이루어진다. 근원영역은 다른 개념적 영역을 배우기 위해 은유적 표현을 길어 오는 자리이고, 목표영역은 근원영역을 사용해 배우려는 자리다. 인간의 개념 체계는 본질적으로 구조화되어 있으며, 이는 은유가 우리의 지각과 사고와 행위를 조직한다는 뜻이다. 영역도 근원도 목표도 인간의 경험에 따라 착상된다.
레이코프와 존슨은 은유가 뿌리내린 경험 없이는 결코 이해되거나 만족스럽게 표상될 수 없다고 단언한다. 어떤 관념의 부류가 지각되기 이전에 어떤 경험이 있었는가를 묻게 되는 것이다. 그것은 신체적일 수도, 이성적일 수도, 정서적일 수도 있다.
모두 위(UP)의 상태로 표현된다.
모두 아래(DOWN)의 상태로 표현된다.
이 모두가 신체적·이성적·정서적 경험을 통해 제시된다. 내적이든 외적이든 우리 문화에 박혀 있고, 우리 삶의 중요한 것들이다. 다만 이 은유들은 단순하고 깔끔한 범주로 분류될 것이 아니라, 본성과 관계에서 복잡하다는 것이 저자들의 단서다.
존재론적 은유의 한 형태인 의인화는 개념적 은유를 설명하는 좋은 표현점이다. 의인화는 비인간 대상을 인간의 동기와 성질과 행위의 관점에서 이해하게 해준다.
인플레이션이 경제의 토대를 공격한다는 예에서 레이코프와 존슨은 인플레이션이 의인화되는 방식을 관찰한다. 다만 이 은유는 단순히 “인플레이션은 사람이다”가 아니라 훨씬 구체적으로 “인플레이션은 적대자다”이며, 이는 인플레이션을 생각하는 특정한 방식만이 아니라 그것에 대해 행동하는 방식까지 제공한다. 은유는 한 종류의 경험을 다른 종류와의 관계에서 해석하게 하고, 문화적·지구적 정합성을 가져오며, 새로운 현실에 관한 새로운 이해를 낳는다는 점에서 설득적이다. 이것이 이 장에서 은유를 바라보는 렌즈다.
비인간 대상에 인간의 자질을 부여하는 인간적 은유는 의학 분야에 특히 전형적이며, 인공지능의 등장과 함께 더 그러하다. 그 자질에는 지능과 의도와 욕망 같은 것이 포함된다. 이런 은유를 통해 사람들은 인공지능을 평범한 도구가 아니라 독특한 힘을 지닌 존재로 지각하게 된다. 은유는 두 방향으로 작동한다. 복잡한 용어를 대중이 이해하기 쉽게 만드는 일과, 어떤 이야기를 수면 위로 올려 과학적 관심의 방향을 조종하는 일이다.
인공지능을 신탁이나 동반자라 부르면 그것은 한결 인간처럼 들리고, 청중이 그것을 어떻게 받아들이느냐에 따라 신뢰를 세우기도 회의를 심기도 한다. 의학에 인공지능이 도입된 이래 그 효율은 갖가지 은유로 서술되어왔다. 이 장이 다루는 것은 그중 셋이다. 그리고 이 은유들은 의료 실천과 환자 경험을 비추는 거울일 뿐 아니라 그것들에 영향을 미치며, 인공지능이 미칠 영향에 대한 가능성과 두려움을 함께 반사한다.
연금술사 은유는 신약 발굴에서 인공지능을 언급할 때 자주 쓰인다. 인공지능이 원자료를 쓸모 있는 치료 선택지로 바꾸는 21세기의 금광부라는 뜻이다. 이 유비는 심층학습을 통해 복잡한 질병의 치료법을 발견하는 인공지능을 둘러싼 수수께끼와 낙관을 부각하면서, 동시에 알고리즘적 선택을 결정하고 권고하는 과정이 투명하지 않다는 사실에도 초점을 맞춘다. 변화하는 이 이야기 속에서 인공지능은 구원자도 위협도 아닌, 의학 진보라는 현재의 게임에 등장한 새로운 행위자로 남는다.
보건의료에 특히 적용 가능한 두 영역은 기계학습(ML)과 자연어처리(NLP)다. 기계학습은 특별히 프로그램되지 않고도 소프트웨어나 알고리즘이 이전 데이터를 자동으로 학습하게 하고, 자연어처리는 인간의 언어를 읽고 이해하고 의미를 추출하게 한다. 인공지능이 작동하려면 이전 데이터를 찾아야 한다는 뜻이다. 입력과 출력 사이에서 데이터는 여러 잠재 층위를 지나는데, 해저의 원광을 채굴하는 공정과 꼭 같다. 환자의 정확한 문제를 규정하려면 데이터의 변성이 반드시 있어야 한다.
복잡한 질병의 치료법을 찾는 일에 대한 뒷받침은 코로나바이러스감염증의 발발에서 관찰된다. 2019년 말에 시작된 이 세계적 재난은 인간의 건강과 안전, 인간 문명의 발전을 심하게 훼손했다. 다행히 인공지능은 확산을 완화하는 경주에 투입되어 인간 지능의 역할을 대신했다 — 사례의 조기 탐지와 진단, 치료 모니터링, 접촉 추적, 사례와 사망 예측, 약물 및 백신 개발, 의료 부담 경감, 질병 예방이 그 목록이다.
인공지능의 이점은 언제나 같은 구조를 갖지 않고, 복잡하며, 정규 형태가 아닌 의료 데이터를 다룬다는 데 있다. 방대한 양의 데이터를 다양한 형식으로, 그것도 매우 높은 정확도로 분석할 수 있음을 보여준다. 방사선의학·심장학·종양 탐지 같은 특정한 의학적 국면에서 인공지능이 인간을 능가할 수 있음을 시사하는 연구들도 있다. 다만 이는 명백히 인간의 통제 아래 제어되어야 한다.
연금술사라는 표현은 의료 전문가가 해석을 위해 인공지능의 데이터와 발견에 의존한다는 사정을 가리킨다. 그리고 환자가 이 판단의 신뢰성을 믿기에 치료 과정을 믿는다는 사정도 함께 가리킨다. 생체 데이터를 포착하는 센서, 의학적 상태에 관한 통찰을 만들어내는 모형, 정보를 도표와 문장으로 제시하는 시각 분석 도구로 이루어진 이 시스템은 비용을 낮추고 성능을 높인다.
되풀이되는 또 하나의 은유가 탐정이다. 인공지능은 방대한 양의 데이터를 뒤져 타고난 탐정의 감각으로 생화학의 수수께끼를 푼다. 탐정 은유는 정확성과 추론과 패턴 인식에 초점을 맞추는데, 이는 분자 표적을 찾고 화합물을 선별하는 데 적용되는 기계학습 방법의 특징이다. 의학적 수사관으로서 인공지능은 진단 영상의 정밀도를 크게 높여 의사가 질병을 초기 단계에서 진단할 수 있게 했다.
인공지능이 새로운 항섬유화 약물을 찾아 인식하는 데 걸린 기간이다. 탐정의 기량이 인간의 그것보다 정확하고 정밀하다는 주장의 근거로 인용된다.
예측 모형과 백신 설계에 인공지능을 포함시킨 결과 임상시험이 빨라지고 연구개발에 드는 예산과 시간이 줄었다. 이전에는 닿을 수 없던 단백질 기반 신약 발굴이 이제 심층학습으로 효과적으로 수행되어 치료 성과가 개선되었다. 인공지능은 엄격하고 형체 없는 알고리즘을 환자에게 들이미는 것이 아니라, 방대한 의료 데이터의 지능적 요약에서 길어 올린 데이터에 근거해 판단을 내린다. 수백만 개의 입력을 동시에 추적할 수 있다는 점은 예방의학에 중요한 기여다.
생활 속의 탐정도 있다. 스마트폰 기기는 당뇨 환자가 혈당 조절을 최적화하도록 도와 저혈당 발작에 따르던 낙인을 줄였다. 기계학습 모형은 환자의 위험 요인을 관찰하고 응급 상황에서 임상의에게 경고한다. 위험군 신생아의 패혈증 같은 문제를 예측해 해당 질환으로 인한 사망률을 낮추는 데도 쓰인다.
희귀질환 환자가 올바른 진단에 이르기까지 평균적으로 걸리는 시간과, 그 사이에 거치는 의사의 수와 잘못된 진단의 횟수다. 인공지능의 수사적 기량은 초기 증상이 관찰된 시점부터 적절한 진단을 찾는 기간을 줄인다.
나아가 인공지능은 특정 당뇨 합병증이 발생할 위험이 크다고 판단되면 진료를 권할 수도 있다. 인간이 수행하기에는 불가능한 규모의 일이다. 인공지능의 수사 역량은 의료 전문직에 결정적 도움이지만, 그것이 제기하는 난제 또한 다루어져야 한다는 단서가 붙는다.
건축가 은유는 외과적·의학적 규모로 분자 구성물을 세우는 인공지능의 쓰임을 부각한다. 건축가는 의뢰인의 선호에 맞추어 설계를 조정한다. 의학에서도 마찬가지로, 인공지능은 환자의 유전과 병력과 사회적 사정을 요인으로 넣어 맞춤 진료 꾸러미를 설계한다. 정밀의료의 개념이란 영상·검사·건강기록에서 수집한 임상 표현형과 생물학적 데이터에 근거해 환자 개인의 특성을 결합하여 개인화된 진단적·치료적 결정에 이르려는 임상 과정의 요소다. 그러니 인공지능은 한 사람의 골격을 엄정하게 처리하는 건축가인 셈이다.
의학에 관해 인간이 생산하는 정보가 꾸준히 늘고 계산 자원과 계산을 요구하는 데이터의 공급이 늘어나면서, 인간의 오류와 약점이 이 과정을 상쇄한다는 사실이 드러났다. 설계의 정확성에 대한 요구는 어디에나 있고 의학도 예외가 아니다. 건축가가 의뢰인에게 알맞은 설계를 내놓으려 애쓰는 방식 그대로, 인공지능은 방대한 정보를 정확하고 세밀하게 연구하는 가장 흥미로운 영역의 하나로 떠올랐다.
정밀의료의 발전은 데이터 집약적이지만, 진단과 치료와 예방의 개입에서 모두에게 하나의 치수를 적용하는 방식과 대비되어 성공을 거두었다. 유전체·생체·임상 데이터가 총체적 관점에 근거해 정밀하게 분석되면서, 인공지능 기술은 이제 어느 때보다 이른 시점에 질병을 탐지하는 특유의 능력을 보이고 있다. 적시의 조치를 취하고 더 나은 질의 치료를 시행하며 환자의 예후를 개선할 충분한 기회의 창을 여는 것이다.
자율적 분자 설계의 실천에 기계학습 방법이 도입되면서, 과거 양자역학 기반 설계의 기계적이고 값비싼 방법으로는 비효율적이었던 과정이 이제 견고하고 이전 가능하며 해석 가능하고 쉽게 얻어지는 것이 되었다. 의료 영상에서 합성곱 신경망(CNN)은 X선·CT·MRI에서 아주 작은 차이를 식별해내는데, 그것이 암이나 심혈관 질환 같은 질병의 초기 징후일 수 있다. 혈액질환을 분류하는 실험에서는 서포트 벡터 머신(SVM)이 가장 높고 안정적인 정밀도와 재현율을 보였다.
다만 최근 연구들에서 오류와 결함과 편향이 드러난 것도 사실이다. 정확성을 보장하기 위해 개발되는 이 도구들은 인간 전문가를 대체하기 위해서가 아니라 그들의 업무 부담을 줄이고 진단을 앞당기며 높은 정확도를 달성하도록 돕기 위해 적용되리라는 점을 함께 새겨야 한다. 세계가 무엇인가 하는 것은 특정한 기술(記述)의 문제이며, 따라서 우리가 이 세계를 어떻게 기술하는가가 풍부한 의미를 실어 나른다.
여기서 은유는 경고가 된다. 인공지능이 가능케 하는 신약 설계와 발굴의 도덕적 딜레마, 곧 빠른 진보의 유혹과 겸허와 통제의 명령 사이의 긴장을 가리키는 말이다. 인공지능은 축복이자 짐승이다. 본래적으로 큰 선을 만들어낼 수 있으나 부적절하게 쓰이거나 오용되면 해를 끼칠 역량도 지녔다. 문학의 세계는 과도한 야심의 위험을 경고하는 이야기로 자라왔고, 그것이 인공지능의 적용에도 번진다.
복잡한 작업을 전제할 때, 인간과 기계 사이 혹은 생물학적 활동과 계산적 활동 사이의 효과적인 협업이 사라질 가능성이다. 이전 모형들은 그런 협력을 허용했으나, 최근의 발전 앞에서 임상의는 밀려나거나 아예 대체될 것을 우려한다.
그럼에도 임상 실무에 인공지능을 도입하는 일은 양쪽 모두에게 유리한 관계의 수립을 요구한다. 임상의는 효율과 비용 효과를 얻고, 인공지능은 복잡한 임상 사례 관리를 배우는 데 필요한 임상적 노출을 얻는 관계다.
인공지능의 채택에는 수많은 어려움과 한계가 따른다. 불안정성, 차별, 데이터 윤리가 그것이며, 인공지능이 보건의료의 일상적 도구가 되기까지 이 문제들이 다루어져야 한다. 열린 소통의 경로를 훼손하지 않고, 데이터 안전에 관한 사안을 고려하면서 넘어서야 한다. 비유적으로 말하자면 탐정으로서의 인공지능이 다루는 데이터 보안의 문제가 건강한 방식으로 처리되어야 한다.
개발도상국과 소외된 공동체와 저소득 국가가 제기하는 난제 앞에서 인공지능의 윤리적 효용은 의심받는다. 인공지능의 역량은 의료 종사자의 탐욕을 부추겨 정교한 서비스를 구매할 수 없는 가난한 이들에 대한 착취와 불평등한 적용으로 이어질 수 있다. 개발도상국은 높은 사용 비용과 기술적 노하우의 결여 탓에 이 서비스를 누릴 기회조차 갖지 못한다.
그리하여 연금술사이자 탐정이자 건축가인 그것은, 가난한 환자에게는 억압자이자 분리자이자 활을 겨눈 궁수일 수도 있다. 인공지능의 채택은 의료 부문의 기존 격차를 악화시켜서는 안 되며, 의료 접근과 결과 사이의 격차를 없애는 쪽을 향해야 한다.
문헌 검토에 비친 인공지능의 윤리적 고려에는 환자 데이터나 정보의 유출에 관한 발견이 있다. 탐지자로서의 인공지능이 갖는 유용성의 은유적 의미는 곧 데이터 프라이버시의 중요성을 끌어들인다. 환자에 관한 결정적 정보의 공개는 차별, 정신건강 문제, 신뢰의 상실, 그 밖의 손해로 이어질 수 있기 때문이다.
인공지능은 연금술사이되, 환자와의 소통에는 관심이 없고 진단과 발견에서 인간의 공감에 호소하지 않을 수 있다. 의료 부문에 인공지능과 정보기술이 도입된 이래 의료 제공자가 환자와 보내는 질 높은 시간이 줄었다는 관찰이 있다. 이는 인간을 감정 없는 존재로, 기계의 처분에 내던져지는 대상으로 만든다.
보건의료에 필요한 인간적 접촉과 공감이 인공지능에 넘어가서는 안 된다. 신약 발굴의 실천을 변형시킬 인공지능의 잠재력은 알고리즘 편향의 위험, 인간적 접촉의 상실, 환자 데이터의 상품화라는 위험과 균형을 이루어야 한다.
은유는 의미를 만들어내고 의학에서의 인공지능에 대해 말하고 쓸 수 있게 해주는 벽돌이다. 우리가 겪는 것을 설명하고, 우리가 마주하는 변화에 감각을 부여한다.
보건의료에서 인공지능의 역할은 이롭기도 해롭기도 하여 아직 규정되지 않았지만, 이 장은 연금술사·탐정·건축가라는 세 은유가 신약 발굴과 개인 맞춤 의료에서 인공지능이 맡을 역할을 어떻게 사고하게 만드는지를 살폈다. 이 은유들은 그저 멋을 부린 낱말이 아니다. 연구의 초점과 방향, 연구 방법, 연구 윤리를 빚는 구조다. 인공지능은 연금술사이고 탐정이고 건축가이며 반신(半神)이다. 이 모두가 무게를 지니며, 대중의 담론을 만들어내고 윤리 논쟁과 재정과 정책 결정에 두루 복무한다.
문학 텍스트와 최근의 과학 담론을 꼼꼼히 읽어 비판적으로 평가해보면, 은유는 인공지능과 그 변혁적 잠재력에 대한 사회의 태도를 비출 뿐 아니라, 인공지능 앞에서 건강과 인간성의 문제를 협상하는 비판적 접근법을 제공한다. 요컨대 이 문학적 프리즘은 신약의 발견과 정확한 설계에 대한 우리의 지식과 참여를 향상시킨다.
인공지능은 진화하고 있다. 그러나 인간이 그것에 윤리적·사회적·인간적으로 수용 가능한 방식으로 적응하고 그것을 받아들이며 함께 일할 수 있을 것인가 하는 문제는 아직 다루어지지 않은 채 남아 있다.
새로운 은유로 나아가 인공지능이 어떻게 작동하고 어디에 유용한지를 더 깊이 이해하려는 길목에서, 보건의료 맥락의 윤리적 적용을 유지하기 위한 권고가 제시된다.
신약의 발굴과 설계와 표적 정밀도는 여전히 탐사를 기다리는 지형이다. 인공지능이 진보할수록 새로운 혁명이 임박하고, 그것은 바람처럼 빠르게 자라나 경험에 대한 신선하고 나은 이해를 가져올 창의적이고 상상력 있는 은유를 요청한다. 언어학은 임상적·윤리적·기술적 국면 전반에서 총체적으로 쓰일 은유를 내놓아야 한다.
한 가지 단서가 붙는다. 은유는 우리의 인간성에 관해 많은 것을 말한다. 그러므로 새로 생성되는 은유는 문화적·인종적·경제적·사회적 간극을 잇는 것이어야 하며, 불평등을 깊게 하는 것이어서는 안 된다. 개발도상국과 저소득 국가가 의학의 인공지능에 반감 어린 시선을 보내게 만든 그 분열을 줄이는 일이다.
환자와 의료 종사자를 위해 데이터·진단·유전체 정보·임상 과정을 지켜보는 체계로 인공지능을 쓴다는 뜻의 은유다.
분자 설계를 내적 논리에 지배되는 정합적 체계를 만드는 일로 틀 지운다. 허구의 세계 구축(world-building)과 닮았다.
문학의 관점에서 인공지능은 단순한 도구가 아니라 반신이다. 이 은유는 문화 담론에 등장하며 경외와 두려움을 동시에 비춘다.
이 빛 아래에서 정밀 설계의 약속은 거의 메시아적인 것이 된다 — 만성질환의 폭정으로부터 인류를 건져내는 구원자로서의 인공지능.
알고리즘은 방대한 분자 라이브러리를 체질해 새로운 화합물을 캐내고, 설계에서는 특정 표적에 맞춘 정밀한 화합물을 조각한다. 정밀의료는 흔히 ‘재단’의 은유로 서술된다. 개인의 생물학적 치수에 맞추어 지은 의복에 치료를 견주는 것이다. 돌봄과 세심함과 개인적 맞춤을 함의한다.
그러나 재단의 은유는 많은 이의 마음에 배타성도 함께 함의한다. 맞춤옷이 기성복보다 비싸고 덜 접근 가능하듯, 정밀의료는 형평과 접근에 관한 우려를 낳는다. 누가 맞춤 치료를 받고, 누가 표준 치료로 만족해야 하는가.
인간 과학자와 기계학습 시스템 사이의 협업적 창조를 강조하는 은유다.
전통적 경계에 도전하는 혼종적 존재라는 해러웨이의 사이보그 개념은 의학에 인공지능이 통합되는 사태를 이해할 하나의 틀을 제공한다.
은유를 다루는 글이라 해서 인용까지 은유적일 수는 없다. 이 장은 앞선 세 장 가운데 서지의 흔들림이 가장 크다. 원문을 옮기며 눈에 걸린 대목을 감추지 않고 적어둔다. 인용 시 유의할 지점의 목록이다.