PQRST 파형을 그래프로 새기다: 도메인 지식 통합 ECG AI의 가능성과 조건

ECG 파형의 좌표를 모델 안에 새기다

심전도(ECG) 판독에서 의사가 가장 먼저 확인하는 것은 PQRST 파형의 형태와 간격입니다. P파는 심방 탈분극, QRS 복합체는 심실 탈분극, T파는 심실 재분극을 반영합니다. PR 간격이 200ms를 넘으면 방실 전도 지연을 의심하고, QTc 간격이 450ms(남성 기준)를 초과하면 치명적 부정맥 가능성을 고려합니다. 이 지식 체계는 1902년 빌렘 에인트호벤이 현대적 심전도계를 완성한 이래 120여 년간 심장학이 축적한 임상 언어입니다.

기존의 CNN 기반 ECG 분류 모델은 이 언어를 우회합니다. 원시 신호를 그대로 입력하면 모델이 스스로 특징을 추출합니다. PhysioNet Challenge 2017 등 공개 벤치마크에서 높은 AUC를 기록했지만, '어떤 파형 구간이 판단 근거인가'라는 질문에 답하지 못합니다. GradCAM이나 SHAP 같은 사후 해석 도구를 붙여도, 임상의가 실시간으로 검증하기 어려운 히트맵에 그칩니다.

최근 arXiv에 공개된 이 논문은 접근법 자체를 바꿉니다. PQRST의 주요 랜드마크 지점을 그래프의 노드로, 파형 간 임상적 관계를 엣지로 정의합니다. 그래프 컨볼루션 네트워크(GCN)가 이 구조 위에서 작동하므로, 모델이 '어떤 노드에 얼마나 주목했는가'는 원리적으로 추적 가능합니다. 설명 가능성이 사후 해석 도구의 몫이 아니라 모델 구조 자체에 내장되는 방식입니다.

여기서 시간적(Temporal)·공간적(Spatial) 관계를 동시에 처리한다는 설계 원칙이 핵심입니다. ECG는 시간 축 위의 연속 신호이면서, 12유도 각각이 심장의 다른 전기 벡터를 바라보는 공간 신호이기도 합니다. 단일 유도만으로는 국소적 허혈(ischemia)을 놓칠 수 있고, 유도 간 패턴 연관성이 진단 정확도를 결정합니다. GCN이 이 두 차원을 동시에 모델링할 수 있다는 것이 논문의 구조적 주장입니다.

50년째 같은 문제를 풀고 있다

설명 가능한 의료 AI에 대한 요구는 새롭지 않습니다. 1970년대 중반 스탠퍼드 대학에서 개발된 MYCIN는 세균성 혈액 감염 진단을 위한 규칙 기반 전문가 시스템이었습니다. MYCIN의 가장 큰 특징은 진단 결론과 함께 추론 경로를 출력한다는 점이었습니다. 임상의가 왜 그 항생제를 추천했는지 규칙 목록을 보고 동의하거나 반박할 수 있었습니다. 당시 평가에서 MYCIN는 스탠퍼드 감염 내과 전문의들과 비교해 경쟁력 있는 성과를 냈지만, 규제 환경과 병원 인프라 부재로 실제 진료에 적용되지 못했습니다.

이후 딥러닝이 의료 영상에 침투하면서 진단 정확도는 비약적으로 높아졌지만 설명 가능성은 오히려 후퇴했습니다. 2016년 발표된 DeepMind의 당뇨병성 망막병증 분류 연구, 2017년 스탠퍼드 팀이 공개한 부정맥 분류 모델이 전문의 수준 성능을 기록했지만, 판단 근거는 블랙박스로 남았습니다. FDA가 승인한 의료 AI 소프트웨어 다수가 예측 성능만 검증받고 설명력은 사후 해석 도구에 맡기고 있습니다.

2024년 발효된 EU AI Act는 의료 기기를 고위험 AI 시스템으로 분류하고, 설명 가능성과 인간 감독 가능성을 명시적 요건으로 규정했습니다. 규제 당국이 심사할 때 아키텍처 설계 단계의 근거가 사후 해석 도구보다 강한 논거로 받아들여질 가능성이 높습니다. 이 논문이 지향하는 방향이 규제 환경의 흐름과 맞닿아 있다는 점은 눈여겨볼 만합니다.

논문이 말하지 않는 것

다만 연구는 정확히 읽어야 합니다.

이 논문은 arXiv 프리프린트입니다. 동료 심사를 통과하지 않았습니다. 이 사실을 먼저 명시합니다. 저널 게재 과정에서 방법론과 실험 설계에 대한 엄밀한 검토가 이루어져야 합니다.

구체적으로 짚어야 할 한계가 세 가지 있습니다.

1. 데이터셋과 재현 조건이 핵심입니다. PQRST 랜드마크 자동 검출은 신호 품질에 민감합니다. 잡음이 많은 응급실 ECG나 운동 부하 검사 중 획득한 신호에서 랜드마크 오검출이 발생하면 모델 전체 추론이 흔들립니다. 어떤 데이터셋에서 어떤 전처리 조건 하에 실험했는지, 그 조건을 벗어났을 때 성능 저하가 얼마나 가파른지를 꼼꼼히 확인해야 합니다.
2. 설명 가능성 주장의 검증 수준을 구분해야 합니다. '노드 기여도를 추적할 수 있다'는 구조적 주장과 '임상의가 그 설명을 신뢰하고 실제로 활용했다'는 임상 검증은 다른 차원입니다. 후자는 의사와의 사용자 연구, 더 나아가 전향적 임상 시험을 통해 검증되어야 합니다. 이 논문이 후자까지 다루는지 확인이 필요합니다.
3. 계산 비용과 실시간 적용 가능성입니다. PQRST 랜드마크 추출, 그래프 구성, GCN 추론을 파이프라인으로 연결하면 CNN 단독 추론보다 처리 시간이 늘어납니다. 응급 상황에서 판독 보조 도구로 쓰이려면 지연 시간이 임상적으로 허용 가능한 범위 안에 있어야 합니다.

흔한 오해 하나를 짚습니다. 도메인 지식을 모델에 통합하면 데이터 요구량이 줄어들 것이라는 기대입니다. 절반만 맞습니다. 사전 구조를 부여하면 특정 방향의 편향 오류는 줄어들 수 있지만, 드문 부정맥 유형의 학습에는 여전히 충분한 레이블 데이터가 필요합니다. 심방세동처럼 흔한 유형과 달리, WPW 증후군이나 2:1 방실 차단 같은 희귀 패턴은 대규모 공개 데이터셋에서도 희소합니다. 도메인 지식은 데이터를 대체하지 않고 보완합니다.

추적해야 할 신호와 데이터 주권

이 연구의 방향성이 임상 현장으로 이어지려면 세 가지 신호를 추적해야 합니다.

• 다기관 외부 검증: 단일 기관 데이터로 학습·평가한 모델은 다른 병원의 ECG 기기, 전극 부착 방식, 환자 인구 통계가 달라지면 성능이 급락하는 경향이 있습니다. 외부 검증 결과가 논문의 주장을 뒷받침하는지가 첫 번째 관문입니다.
• 규제 기관 제출 및 임상 시험 등록: FDA De Novo 또는 CE 마킹 신청 여부, ClinicalTrials.gov 등록 여부는 연구팀의 임상 전환 의지를 가늠하는 실질 지표입니다.
• 코드와 모델 공개: 설명 가능성을 주장하는 모델일수록 재현 가능성이 중요합니다. 다른 연구팀이 랜드마크 추출 파이프라인부터 GCN 구조까지 직접 재현할 수 있어야 주장이 독립 검증을 통과합니다.

더 큰 맥락에서 보면, 이 논문은 의료 AI의 데이터 주권 문제를 건드립니다. 도메인 지식을 모델에 통합하면 그 지식의 출처와 소유권이 중요해집니다. PQRST 해석 기준 자체는 공개된 임상 지식이지만, 특정 기관이 구축한 어노테이션 체계, 랜드마크 레이블, 이상 소견 분류 체계가 모델에 내장된다면 그것은 지적재산의 영역으로 진입합니다. 병원과 AI 기업 간 계약에서 이미 분쟁 씨앗이 되고 있는 조항입니다.

한국의 경우, 건강보험심사평가원이 보유한 청구 데이터와 병원별 전자의무기록에 연결된 ECG 데이터는 규모와 연속성 면에서 세계적으로 유리한 자산입니다. 이 자산에서 추출된 도메인 지식이 국내 연구팀 주도로 모델에 내장되는 구조를 만드는가, 아니면 외국 기업 모델의 학습 원료로 흘러나가는가는 단순한 기술 선택의 문제가 아닙니다.

Q. 이 방식이 기존 CNN보다 실제로 더 나은 성능을 냅니까?

A. arXiv 단계의 수치는 동료 심사 전 수치입니다. 더 중요한 질문은 설명 가능성과 정확도의 교환 비용이 얼마나 작은가입니다. 도메인 지식을 구조에 내장하면 특정 태스크에서 정확도가 오르는 경우도 있고, 랜드마크 오검출이 전파되어 오히려 낮아지는 경우도 있습니다. 동일 실험 조건에서 기존 모델들과 통제된 비교 결과가 나와야 판단이 가능합니다.

Q. 설명 가능성이 높으면 임상 오류를 막을 수 있습니까?

A. 설명 가능성은 오류를 방지하는 것이 아니라 오류를 발견할 기회를 제공합니다. AI가 'PR 간격 연장에 주목했다'고 설명하면 임상의가 그 파형을 즉시 재확인할 수 있습니다. 반면 히트맵 수준의 해석이라면 임상의가 AI의 근거를 실시간으로 검증하기 어렵습니다. 단, 설명이 정확하고 임상의가 그 설명을 신뢰한다는 두 조건이 동시에 충족되어야 실질적인 안전 개선으로 이어집니다. 이 두 조건을 검증하는 것이 임상 시험의 몫입니다.