LLM의 의료 추론 능력 현황과 한계를 분석한 종합 서베이

한줄 요약

LLM의 의료 추론 능력을 인지 이론에 기반해 체계화하고, 실제 임상 데이터 기반 벤치마크를 통해 시험 성능과 실제 진료 능력 간의 괴리를 실증한 종합 서베이.

풀어야 하는 문제

LLM이 의료 시험 문제에서는 높은 성능을 보이지만, 실제 임상 의사결정은 안전이 중요하고 맥락 의존적이며 증거가 진화하는 특성이 있다. 따라서 단순 사실 회상이 아닌 견고한 의료 추론 능력이 필요하나, 기존 평가는 시험 위주여서 실제 임상 능력을 제대로 반영하지 못한다.

접근 방법

임상 추론의 인지 이론(abduction, deduction, induction의 반복 과정)에 기반해 의료 추론을 개념화하고, 기존 방법을 학습 기반과 학습 없는 접근법으로 나누어 7가지 주요 기술 경로로 정리했다. 또한 일관된 실험 환경에서 대표적 의료 추론 모델들을 통합 평가하고, 실제 병원 데이터에서 추출한 MR-Bench를 새로 구축해 임상 의사결정 능력을 측정했다.

결과·기여

기존 방법들의 체계적 분류와 통합 평가 프레임워크를 제공했으며, MR-Bench 평가를 통해 LLM이 시험 수준에서는 높은 점수를 받지만 실제 임상 과제에서는 현저히 낮은 정확도를 보인다는 결정적 격차를 실증했다. 이는 향후 의료 AI 연구가 실제 임상 추론 능력 향상에 초점을 맞춰야 함을 시사한다.