13,917명 증상 상담 연구, Google SymptomAI가 의사 DDx와 맞붙은 지점

증상 확인 AI의 기준선이 더 현실적인 쪽으로 이동했습니다. Google Research가 2026년 7월 22일 공개한 SymptomAI 연구는 정리된 의학 case study가 아니라, 13,917명의 동의 참여자가 실제로 자신의 증상을 설명한 대화를 대상으로 삼았습니다.

연구팀은 Gemini Flash 2.0 기반의 실험용 SymptomAI agent 다섯 종류를 무작위로 배정했습니다. agent는 사용자의 증상 설명을 듣고 follow-up question을 던진 뒤 differential diagnosis, 즉 가능한 진단 후보 목록을 냈습니다. 참여자는 이후 의료기관 방문 결과를 2주 뒤 공유했고, 세 명의 board-certified clinician이 대화 기록을 blind review 방식으로 비교했습니다.

눈에 띄는 숫자는 53.3%입니다. 임상 전문가들은 전체 품질 기준에서 SymptomAI의 DDx를 1순위로 고른 비율이 다른 clinician이 작성한 후보보다 높았다고 평가했습니다. 또한 top-5 accuracy, 즉 참여자가 실제 진료에서 보고한 진단명이 후보 다섯 개 안에 들어가는지 비교했을 때도 SymptomAI가 clinical baseline보다 더 자주 맞는 쪽으로 나타났습니다.

중요한 차이는 질문을 던지는 방식입니다. 사용자가 혼자 챗봇에 증상을 적는 base 조건보다, agent가 병력 청취 방식으로 추가 정보를 묻는 조건들이 더 좋은 결과를 냈습니다. 의료 AI의 성능이 모델 답변뿐 아니라 대화 설계와 정보 수집 방식에 크게 묶여 있다는 뜻입니다.

연구팀은 Fitbit wearable data도 함께 봤습니다. SymptomAI가 top-1 후보로 호흡기 감염을 제시한 그룹에서는 증상 보고일 전후로 심혈관, 호흡, 피부 온도, 수면 지표 변화가 관찰됐습니다. 다만 이 결과는 연구 분석용이며 공식 진단이나 의료 평가가 아닙니다. 다음 쟁점은 실제 서비스가 아니라, 원격 문진 데이터와 wearable signal을 안전하게 결합하는 검증 절차입니다.