10년 된 CNN, 피부 병변 진단서 최신 LLM 앞서

ai.euno.news 자동 뉴스 요약

피부과 전문의가 생검으로 확진된 피부 병변 200건을 시험한 결과, 2015년 공개된 합성곱신경망(CNN) 인셉션 v3(Inception v3)가 2026년 10월의 프런티어 대규모언어모델(LLM) 두 종보다 진단 정확도가 높았다. 인셉션 v3는 6개 진단 가운데 125건(62%)을 맞혔지만, GPT-6 Astra는 84건, Claude Fable 5.1은 85건으로 각각 42%에 머물렀다.¹

시험에는 국제피부영상협력체가 2025년 공개한 MILK10k 데이터셋에서 무작위로 뽑은 병변이 쓰였다. 흑색종 30건, 기저세포암 25건, 편평세포암 25건, 광선각화증 20건과 양성 모반 50건, 지루각화증 50건이다. 모두 조직병리검사로 확진됐으며, 양성 병변도 실제로 생검할 만큼 임상의가 의심했던 사례여서 단순한 표본은 아니었다.¹

두 LLM에는 병변별 임상 사진과 피부경 사진을 함께 보여주고, 가장 가능성 높은 진단과 두 번째 후보, 확신도, 추가 치료·생검·추적 없이 귀가시켜도 되는지를 물었다. 같은 프롬프트와 기본 설정을 사용했다. 반면 인셉션 v3는 ISIC 아카이브의 임상·피부경 이미지 6만8011장으로 모든 계층을 약 20분간 미세조정했다. 시험 병변과 같은 환자의 사진은 학습·검증 데이터에서 제외했으며, 두 사진의 점수를 합치되 피부경 사진에 더 큰 비중을 줬다.¹

두 번째 후보까지 허용하면 CNN은 200건 중 173건을 맞혀 GPT-6 Astra의 134건과 Claude Fable 5.1의 138건을 앞섰다. 흑색종은 30건 가운데 각각 13건, 8건, 11건을 식별했다. 특히 양성 모반에서 CNN은 50건 중 37건을 맞혔지만 두 LLM은 16건과 33건에 그쳤다. 지루각화증도 CNN 26건, GPT-6 Astra 13건, Claude Fable 5.1 6건이었다. 다만 CNN은 기저세포암에서 GPT-6 Astra보다 1건 적게 맞혔고, 광선각화증에서는 두 LLM 모두에 뒤졌다.¹

오류의 방향도 달랐다. GPT-6 Astra는 실제 25건뿐인 기저세포암을 75건으로 분류했고, 그 안에는 흑색종 14건이 포함됐다. Claude Fable 5.1은 실제 20건인 광선각화증을 53건으로 판단했다. CNN이 놓친 흑색종 17건 중 8건은 모반, 6건은 지루각화증으로 분류했다.¹

이 결과는 오래된 구조라도 특정 영상과 진단 범주에 맞춰 학습하면 범용 LLM보다 나을 수 있음을 보여준다. 그러나 표본은 200건이고, CNN은 피부과 이미지로 별도 미세조정한 반면 LLM은 기본 설정으로 평가됐다. 따라서 모델 세대 전체의 우열이나 실제 진료 성능을 확정한 비교라기보다, 범용 모델의 시각 진단을 그대로 신뢰하기 어렵다는 제한된 실험으로 읽어야 한다.

읽기 목록은 이 브라우저에 저장됩니다.