배경 생성형 인공지능(AI)의 최근 획기적 발전은 다양한 분야에서 고도로 사실적인 이미지를 생성할 수 있게 해주었다. 그러나 이러한 성과에도 불구하고, AI가 생성한 의료 이미지의 적용과 현실감은 아직 충분히 탐구되지 않았다. 정확한 의료영상 판독은 진단과 치료에 필수적이며, AI가 실제와 구별되지 않는 이미지를 생성할 수 있다면 의료 교육, 연구 및 임상 실무에 중대한 함의를 가질 수 있다. 목적 본 연구는 의료 전문가와 학생의 관점에서 AI가 생성한 의료 이미지의 현실감을 평가하고자 하였다. 구체적으로, 현존하는 생성형 AI 모델이 훈련된 의료 전문가를 혼동시킬 만큼 충분히 현실적인 이미지를 생성할 수 있는지, 그리고 서로 다른 모델과 이미지 유형 간 수행 성적이 어떻게 비교되는지를 조사하였다. 방법 우리는 네 가지 생성형 AI 모델—Gemini, DALL-E 3, Midjourney, 그리고 개방형 방사선학 데이터셋으로 훈련한 맞춤형 Stable Diffusion 모델—을 평가하였다. 각 모델은 4개의 축상 복부 CT 및 4개의 시상면 뇌 MR 이미지를 생성하였다. 각 세트에 4개의 실제 임상 이미지가 추가되어, 총 40개의 이미지를 구성하였다. 10명의 참여자(의과대학생 5명, 마취통증의학과 전문의 5명)를 대상으로 확장형 Visual Turing Test 설문조사를 실시하였다. 참여자들은 각 이미지를 5점 현실감 척도로 평가하여, 해당 이미지가 실제인지 또는 AI가 생성한 것인지에 대한 신뢰를 나타내도록 하였다. 통계 분석을 통해 참여자 집단, 영상 양식, 모델 간 판별 성능을 비교하였다. 결과 의과대학생은 실제 이미지와 AI가 생성한 복부 CT 이미지를 구별하는 데 어려움을 겪었으며(P = .064), 이는 거의 우연 수준의 수행을 시사하는 반면 뇌 MR 이미지는 유의하게 구별하였다(P = .002). 반대로 전문의는 복부 CT와 뇌 MR 이미지 모두에서 높은 판별 정확도를 보였다(P < .001). AI 모델 중에서는 Gemini와 맞춤형 Stable Diffusion 모델이 더 높은 현실감 점수(평균 순위 ≈ 5)를 보였으나, DALL-E 3와 Midjourney는 낮은 성능(평균 순위 ≈ 15)을 보였다. 이는 의료영상 과업에는 범용 모델의 적합성이 제한적임을 반영한다. 결론 현재의 생성형 AI 시스템은 시각적으로 설득력 있는 의료 이미지를 생성할 수 있지만, 경험이 있는 의료 전문가는 여전히 미세한 불일치를 신뢰성 있게 탐지할 수 있어, 이 모델들이 진정한 임상 영상에 완전히 근접하는 수준의 현실감에는 아직 도달하지 못했음을 시사한다. 또한 맞춤형 모델이 범용 시스템보다 우수한 성적을 보여, 의료기관에서 국소적으로 설계한 AI 솔루션의 실행 가능성을 뒷받침한다. 이러한 결과는 의료영상 분야에서 생성형 AI의 잠재력과 현재의 한계를 동시에 부각시키며, 임상적 적용을 위해서는 도메인 특화 훈련의 중요성을 강조한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.