인공지능(artificial intelligence, AI)의 발전은 다양한 산업 분야에서 혁신적인 변화를 이끌고 있으며, 의료 영상 분야에서도 그 가능성을 빠르게 실현하고 있다. 특히 영상의학 분야에서는 진단 보조, 판독 효율 향상, 정량 분석 자동화 등 여러 측면에서 AI의 도입이 핵심적인 역할을 하며, 중요한 의학적 이슈로 자리 잡고 있다.

초기에는 AI가 영상의학과 의사의 역할을 대체할 수 있다는 우려가 있었지만, 현재는 ‘AI를 잘 활용하는 영상의학과 의사가 살아남는다’는 인식으로 분위기가 전환되고 있다. AI는 판독 업무의 부담을 줄이고, 두 번째 의견을 제공하는 동료로서, 또는 사람의 눈으로는 구별하기 어려운 미세한 패턴을 포착하여 진단 성능을 향상시키는 보조 도구로 점차 자리를 넓혀가고 있다.

PubMed Central에서 “Radiology, Artificial Intelligence, Imaging”을 포함한 검색어로 분석한 결과, 관련 논문 수는 2019년부터 급격히 증가하여 2024년까지 꾸준히 상승하고 있으며, 2025년에도 높은 출판량을 유지하고 있다. 유방, 흉부, 뇌신경 영상 분야에서 특히 많은 연구가 이루어지고 있으며, 최근 몇 년간은 뇌신경 영상 분야의 출판 증가세가 가장 두드러지고 있다(Figure 1).

이 특집 호에서는 영상의학에서 AI의 적용이 가장 활발한 유방영상, 흉부 영상, 뇌신경 영상 세 분야를 중심으로, 지금까지의 발전과 임상적 의의, 그리고 미래의 전망을 조망하고자 한다. AI의 혁신적 활용이 영상의학 판독 환경 및 임상 진료 환경에 가져올 변화를 함께 고민하고, 그 가능성을 탐색하는 데 본 특집 호가 유용한 통찰과 영감을 제공하리라 기대한다.

Lee와 Kim [1]은 “유방영상의학에서 인공지능의 진화: 정확도, 효율성, 그리고 임상 적용”에서 검진 유방촬영에 적용되는 인공지능 기반 진단프로그램(artificial intelligence-based computer-aided diagnosis, AI-CAD)의 발전 과정과 임상적 유용성을 폭넓게 고찰했다. 저자는 국내외 연구결과들을 바탕으로 AI-CAD가 숙련된 영상의학과 의사 수준의 정확도를 보이며, 암 발견율을 높이면서도 재검률은 증가시키지 않는다는 근거들을 설득력 있게 제시했다. 또한 Picture Archiving and Communication System과의 연계를 통한 판독 효율성 향상, 유방암 위험도 예측 모델로의 확장 가능성, 국내 임상 현장에서의 적용 현황과 과제까지 균형 있게 다루었다.

Jin [2]은 “흉부 영상의학에서 인공지능의 현재와 미래: 폐질환 진단의 새로운 패러다임”에서 단순 흉부 X선과 컴퓨터단층촬영(computed tomography, CT)에서 AI의 진단 보조 역할과 임상적 가능성을 고찰했다. AI는 영상 판독 정확도와 효율성을 향상시키며, 특히 단순 흉부 X선 영상에서는 전공의 수준 이상의 성능과 자동 판독문 생성이 가능한 생성형 AI의 진보를 주목했다.

저자는 폐암 검진용 저선량 CT에서 AI의 활용이 폐 결절 검출, 정량화, 방사선량 감소, 판독 시간 단축 등 다양한 임상적 장점을 설명했고, 다양한 폐질환으로의 적용 가능성도 함께 제시했다. 이 논문은 AI가 흉부 판독 체계의 구조적 전환점이 될 수 있음을 시사하며, 향후 더 넓은 임상적용을 위한 기술적 과제 또한 균형 있게 논의했다.

Sunwoo와 Choi [3]는 "신경영상의학에서의 인공지능: 급성 및 퇴행성 신경계 질환을 중심으로"에서 급성 질환과 퇴행성 질환을 중심으로 뇌신경 영상에서의 AI 활용 현황과 발전 가능성을 다루었다. 저자는 뇌출혈, 뇌동맥류, 뇌경색 등 급성 뇌질환의 응급 진단에서 AI의 임상적 가치와 점차 필수 도구로 자리잡고 있는 변화를 설명했다.

또한 알츠하이머병, 파킨슨병, 소혈관 질환 등에서의 정량 분석과 진단 보조 역할을 다양한 예시로 제시하며, 고령화 사회에서 AI의 확장 가능성을 보여주었다. 영상 프로토콜 표준화 등 현실적 제약과 기술 발전 방향에 대해서도 균형 있게 언급하여, 임상 적용에 실질적 시사점을 제공했다.

AI는 아직까지 최종 책임을 질 수 없는 보조적 도구이며, 그 성능과 안정성은 학습된 데이터의 특성에 크게 의존한다는 점도 분명히 인식해야 한다. 특히 진단 오류나 의료 분쟁 상황에서 AI는 법적·윤리적 책임을 지지 않기 때문에, 최종 판단과 의사결정은 반드시 의학적 전문성과 임상적 판단력을 갖춘 인간 의사의 몫임을 잊지 말아야 한다. AI의 유용성을 인정하면서도 그 한계를 명확히 이해하고, 임상에서의 책임 있는 활용 방안을 지속적으로 고민하는 자세가 필요하다.

AI는 영상의학 분야에서 진단 보조, 판독 시간 단축, 정량 분석 자동화 등 여러 측면에서 실질적인 변화를 이끌고 있다. AI 기술은 특히 반복적이고 시간 소모적인 작업을 효율화함으로써 영상의학과 의사의 업무 부담을 줄이고, 판독 정확도의 향상에도 기여할 수 있다. 유방, 흉부, 뇌신경 영상 등 다양한 임상 영역에서 이미 상용화된 AI 도구들이 실질적으로 활용되고 있으며, 생성형 AI와 같은 기술의 발전은 향후 판독 체계 전반의 구조적 변화를 유도할 가능성도 내포하고 있다. 따라서 이러한 기술적 흐름을 이해하고 적절히 활용하는 것은 영상의학 전문의뿐 아니라 AI를 이용하는 모든 의사들에게 중요한 과제가 될 것이다.