유방암 진단 예측 모델 완벽 가이드

머신러닝을 활용하여 유방암을 진단하는 예측 모델을 구축하는 방법을 배웁니다. 데이터 탐색부터 SVM, 결정 트리 모델 구축, 교차 검증, 그리고 의료 AI 윤리까지 실무에 필요한 모든 과정을 다룹니다.

---

목차

1. Breast Cancer 데이터셋 탐색
2. 의료 데이터 특성 이해
3. SVM 분류 모델 구축
4. 결정 트리 시각화
5. 교차 검증으로 신뢰성 확보
6. 의료 AI 윤리 고려사항

---

1. Breast Cancer 데이터셋 탐색

김개발 씨는 의료 스타트업에 입사한 지 한 달이 된 주니어 데이터 사이언티스트입니다. 어느 날 팀장님이 다가와 말씀하셨습니다.

"김개발 씨, 유방암 진단 예측 모델을 만들어 볼래요? 먼저 사이킷런에 있는 유방암 데이터셋부터 살펴보세요."

Breast Cancer Wisconsin 데이터셋은 유방암 진단을 위한 대표적인 의료 데이터셋입니다. 마치 의사가 환자의 세포 조직 검사 결과를 보고 판단하듯이, 이 데이터는 세포핵의 특성을 수치화하여 담고 있습니다.

569개의 샘플과 30개의 특성으로 구성되어 있어 머신러닝 입문자가 학습하기에 적합합니다.

다음 코드를 살펴봅시다.

from sklearn.datasets import load_breast_cancer
import pandas as pd

# 유방암 데이터셋 로드
cancer = load_breast_cancer()

# 데이터프레임으로 변환하여 탐색하기 쉽게 만듭니다
df = pd.DataFrame(cancer.data, columns=cancer.feature_names)
df['target'] = cancer.target

# 데이터셋 기본 정보 확인
print(f"데이터 크기: {df.shape}")
print(f"특성 개수: {len(cancer.feature_names)}")
print(f"타겟 클래스: {cancer.target_names}")
print(f"\n클래스별 분포:\n{df['target'].value_counts()}")

김개발 씨는 컴퓨터 앞에 앉아 사이킷런 문서를 펼쳐보았습니다. 유방암 데이터셋이라니, 뭔가 무거운 주제처럼 느껴졌습니다.

하지만 선배 박시니어 씨가 옆에서 말해주었습니다. "걱정하지 마세요.

이 데이터셋은 이미 잘 정제되어 있어서 머신러닝 학습에 아주 좋아요." 그렇다면 Breast Cancer Wisconsin 데이터셋이란 정확히 무엇일까요? 쉽게 비유하자면, 이 데이터셋은 마치 의사가 환자의 건강검진 결과표를 정리해 놓은 것과 같습니다.

환자마다 30가지 항목의 검사 수치가 기록되어 있고, 최종적으로 양성인지 악성인지 진단 결과가 적혀 있습니다. 컴퓨터는 이 표를 보고 패턴을 학습하게 됩니다.

데이터셋의 30가지 특성은 세포핵의 물리적 특성을 측정한 것입니다. 반지름(radius), 질감(texture), 둘레(perimeter), 면적(area), 매끄러움(smoothness) 등 10가지 기본 특성이 있습니다.

각 특성에 대해 평균값, 표준오차, 최악의 값 세 가지씩 측정하여 총 30개의 특성이 만들어집니다. 김개발 씨가 코드를 실행해보니, 데이터 크기가 (569, 31)로 나타났습니다.

569명의 환자 데이터가 있고, 30개의 특성과 1개의 타겟 변수로 구성되어 있다는 뜻입니다. 타겟 클래스를 확인해보면 **malignant(악성)**과 benign(양성) 두 가지입니다.

여기서 주의할 점이 있습니다. 데이터셋에서는 악성이 0, 양성이 1로 코딩되어 있습니다.

직관적으로 양성이 좋은 것이니 1이라고 생각하면 됩니다. 클래스별 분포를 보면 양성(1)이 357개, 악성(0)이 212개입니다.

양성이 더 많은 불균형 데이터입니다. 다행히 극심한 불균형은 아니어서 기본적인 분류 알고리즘으로도 충분히 학습이 가능합니다.

박시니어 씨가 덧붙였습니다. "데이터를 처음 받으면 무작정 모델부터 만들지 말고, 이렇게 탐색부터 해야 해요.

데이터의 크기, 특성의 종류, 클래스 분포를 파악하는 게 첫 번째 단계입니다." 김개발 씨는 고개를 끄덕였습니다. 데이터를 눈으로 직접 확인하니 무엇을 해야 할지 조금씩 감이 잡히기 시작했습니다.

이제 본격적으로 이 데이터의 특성들을 더 깊이 이해해볼 차례입니다.

실전 팁

💡 - load_breast_cancer()은 Bunch 객체를 반환하며, .data, .target, .feature_names 등으로 접근합니다

• 데이터프레임으로 변환하면 탐색과 시각화가 훨씬 편리해집니다
• 실제 프로젝트에서는 항상 클래스 불균형 여부를 먼저 확인하세요

---

2. 의료 데이터 특성 이해

데이터셋을 로드한 김개발 씨는 30개나 되는 특성을 보며 막막해졌습니다. "이 숫자들이 다 뭘 의미하는 거죠?" 박시니어 씨가 웃으며 대답했습니다.

"의료 데이터를 이해하려면 먼저 각 특성이 무엇을 측정하는지 알아야 해요. 그래야 모델이 왜 그런 판단을 내리는지 해석할 수 있거든요."

의료 데이터의 **특성(feature)**을 이해하는 것은 단순한 호기심이 아닙니다. 마치 자동차 정비사가 엔진 소리만 듣고도 어디가 고장났는지 아는 것처럼, 데이터 사이언티스트도 각 특성의 의미를 알아야 모델을 제대로 해석하고 개선할 수 있습니다.

특히 의료 분야에서는 이런 해석 가능성이 생명과 직결됩니다.

다음 코드를 살펴봅시다.

import pandas as pd
import numpy as np
from sklearn.datasets import load_breast_cancer

cancer = load_breast_cancer()
df = pd.DataFrame(cancer.data, columns=cancer.feature_names)
df['target'] = cancer.target

# 특성별 기초 통계량 확인
print("=== 주요 특성 통계 ===")
print(df[['mean radius', 'mean texture', 'mean area']].describe())

# 클래스별 특성 평균 비교
print("\n=== 클래스별 평균 비교 ===")
class_comparison = df.groupby('target')[['mean radius', 'mean area']].mean()
class_comparison.index = ['악성(0)', '양성(1)']
print(class_comparison)

# 특성 간 상관관계 확인
print(f"\n반지름과 면적의 상관계수: {df['mean radius'].corr(df['mean area']):.3f}")

김개발 씨는 30개의 특성 이름을 하나씩 살펴보았습니다. mean radius, mean texture, mean perimeter...

영어로 된 이름들이 낯설었습니다. 박시니어 씨가 화이트보드에 세포 그림을 그리며 설명을 시작했습니다.

"유방암 진단에서는 세포핵의 모양을 분석해요. radius는 세포핵의 반지름, texture는 표면의 거칠기, perimeter는 둘레, area는 면적이에요." 특성 이름 앞에 붙는 mean, se, worst도 중요합니다.

mean은 평균값, se는 표준오차(standard error), worst는 가장 큰 세 개 값의 평균입니다. 예를 들어 mean radius는 세포핵 반지름의 평균이고, worst radius는 가장 큰 세포핵들의 반지름 평균입니다.

코드를 실행해서 통계량을 확인해보면 흥미로운 패턴이 보입니다. mean radius의 평균은 약 14이고, 최솟값 6.9에서 최댓값 28.1까지 분포합니다.

이 범위의 차이가 곧 악성과 양성을 구분하는 단서가 됩니다. 클래스별로 비교해보면 더 명확해집니다.

악성 종양은 양성에 비해 반지름과 면적이 현저히 큽니다. 악성의 평균 반지름이 약 17인 반면, 양성은 약 12입니다.

면적은 그 차이가 더 극명합니다. 김개발 씨가 물었습니다.

"그럼 크기가 크면 무조건 악성인가요?" 박시니어 씨가 고개를 저었습니다. "그렇게 단순하지는 않아요.

크기 외에도 질감, 모양의 불규칙성 등 여러 요소를 종합적으로 봐야 해요. 그래서 머신러닝이 필요한 거죠." 상관관계도 중요한 인사이트를 제공합니다.

반지름과 면적의 상관계수가 0.99에 가깝습니다. 당연합니다.

원의 면적은 반지름의 제곱에 비례하니까요. 이런 다중공선성은 일부 알고리즘에서 문제가 될 수 있습니다.

박시니어 씨가 마무리했습니다. "의료 데이터를 다룰 때는 숫자만 보지 말고 그 숫자가 의미하는 바를 이해해야 해요.

그래야 모델이 이상한 판단을 내렸을 때 왜 그런지 설명할 수 있거든요." 김개발 씨는 이제 숫자들이 단순한 숫자가 아니라 실제 세포의 특성을 담고 있다는 것을 깨달았습니다. 다음 단계는 이 특성들을 활용해서 실제로 분류 모델을 만들어볼 차례입니다.

실전 팁

💡 - 의료 데이터에서는 각 특성의 의미를 반드시 문서로 정리해두세요

• 상관관계가 높은 특성은 차원 축소나 특성 선택을 고려하세요
• describe() 메서드로 이상치 여부를 빠르게 확인할 수 있습니다

---

3. SVM 분류 모델 구축

데이터 탐색을 마친 김개발 씨에게 박시니어 씨가 말했습니다. "이제 본격적으로 모델을 만들어볼까요?

의료 데이터 분류에는 SVM이 자주 사용돼요. 고차원 데이터에서도 좋은 성능을 보이거든요." 김개발 씨는 SVM이라는 이름은 들어봤지만 정확히 어떻게 작동하는지는 몰랐습니다.

**SVM(Support Vector Machine)**은 데이터를 가장 잘 분리하는 경계선을 찾는 알고리즘입니다. 마치 운동장에서 두 팀을 나눌 때 양쪽에서 가장 멀리 떨어진 중앙선을 긋는 것과 같습니다.

이 중앙선을 **결정 경계(decision boundary)**라고 하고, 경계에 가장 가까운 데이터 포인트들을 서포트 벡터라고 부릅니다.

다음 코드를 살펴봅시다.

from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score, classification_report

# 데이터 로드 및 분할
cancer = load_breast_cancer()
X_train, X_test, y_train, y_test = train_test_split(
    cancer.data, cancer.target, test_size=0.2, random_state=42
)

# SVM은 스케일링이 중요합니다
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

# SVM 모델 학습
svm_model = SVC(kernel='rbf', C=1.0, random_state=42)
svm_model.fit(X_train_scaled, y_train)

# 예측 및 평가
y_pred = svm_model.predict(X_test_scaled)
print(f"정확도: {accuracy_score(y_test, y_pred):.4f}")
print(classification_report(y_test, y_pred, target_names=['악성', '양성']))

김개발 씨는 SVM이라는 단어를 들으며 고개를 갸웃했습니다. "Support Vector Machine...

벡터를 지지한다는 건가요?" 박시니어 씨가 웃으며 설명을 시작했습니다. 쉽게 비유하자면, SVM은 마치 두 나라 사이에 국경선을 긋는 것과 같습니다.

양쪽 나라에서 국경에 가장 가까운 마을들이 있을 텐데, 이 마을들로부터 최대한 멀리 떨어진 곳에 국경선을 그어야 분쟁이 적겠죠. 이 국경 근처 마을들이 바로 서포트 벡터입니다.

코드의 첫 부분에서는 데이터를 훈련 세트와 테스트 세트로 분할합니다. test_size=0.2는 전체 데이터의 20%를 테스트용으로 남겨둔다는 뜻입니다.

random_state=42를 지정하면 매번 같은 방식으로 분할되어 결과를 재현할 수 있습니다. 다음으로 StandardScaler를 사용해 데이터를 정규화합니다.

이 과정이 왜 중요할까요? SVM은 거리를 기반으로 작동하는데, 특성마다 스케일이 다르면 특정 특성이 과도하게 영향을 미칩니다.

예를 들어 면적은 수백 단위인데 매끄러움은 0.1 단위라면, 스케일링 없이는 면적만 보고 판단하게 됩니다. 주의할 점이 있습니다.

fit_transform은 훈련 데이터에만, transform은 테스트 데이터에 사용해야 합니다. 테스트 데이터에 fit을 적용하면 테스트 데이터의 정보가 모델에 누출되는 데이터 누수가 발생합니다.

SVC 클래스의 **kernel='rbf'**는 가우시안 커널을 사용한다는 뜻입니다. RBF 커널은 데이터를 고차원 공간으로 변환하여 직선으로는 분리할 수 없는 데이터도 분류할 수 있게 해줍니다.

C=1.0은 오차를 얼마나 허용할지 결정하는 파라미터입니다. 모델을 학습시키고 예측한 결과, 정확도가 약 97%로 나타났습니다.

상당히 높은 수치입니다. 하지만 박시니어 씨가 말했습니다.

"정확도만 보면 안 돼요. classification_report를 꼭 확인해야 해요." 리포트를 보면 **precision(정밀도)**과 **recall(재현율)**이 나옵니다.

의료 분야에서는 특히 **악성을 양성으로 잘못 판단하는 경우(False Negative)**가 치명적입니다. 따라서 악성 클래스의 recall이 중요합니다.

암인데 암이 아니라고 진단하면 치료 기회를 놓치게 되니까요. 김개발 씨는 숫자들을 보며 생각에 잠겼습니다.

97%의 정확도가 높아 보이지만, 나머지 3%에 해당하는 환자들의 운명이 달라질 수 있다는 사실이 무겁게 느껴졌습니다.

실전 팁

💡 - SVM을 사용할 때는 반드시 데이터 스케일링을 수행하세요

• C값이 크면 훈련 데이터에 더 맞추려 하고, 작으면 더 일반화됩니다
• 의료 분야에서는 accuracy보다 recall이 더 중요할 수 있습니다

---

4. 결정 트리 시각화

SVM 모델의 성능은 좋았지만, 김개발 씨에게는 한 가지 아쉬운 점이 있었습니다. "이 모델이 왜 이런 판단을 내렸는지 설명할 수가 없네요." 박시니어 씨가 고개를 끄덕였습니다.

"맞아요. 의료 분야에서는 해석 가능성이 중요해요.

그래서 결정 트리도 함께 만들어보죠."

**결정 트리(Decision Tree)**는 스무고개 게임과 비슷합니다. "이 특성이 이 값보다 큰가요?"라는 질문을 반복하며 데이터를 분류합니다.

가장 큰 장점은 트리 구조를 그림으로 시각화할 수 있어서 모델의 판단 근거를 명확하게 설명할 수 있다는 것입니다. 의사에게 "왜 이 환자가 양성인가요?"라고 물었을 때 답할 수 있습니다.

다음 코드를 살펴봅시다.

from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier, plot_tree
import matplotlib.pyplot as plt

# 데이터 준비
cancer = load_breast_cancer()
X_train, X_test, y_train, y_test = train_test_split(
    cancer.data, cancer.target, test_size=0.2, random_state=42
)

# 결정 트리 모델 (깊이 제한으로 과적합 방지)
tree_model = DecisionTreeClassifier(max_depth=4, random_state=42)
tree_model.fit(X_train, y_train)

print(f"훈련 정확도: {tree_model.score(X_train, y_train):.4f}")
print(f"테스트 정확도: {tree_model.score(X_test, y_test):.4f}")

# 트리 시각화
plt.figure(figsize=(20, 10))
plot_tree(tree_model, feature_names=cancer.feature_names,
          class_names=['악성', '양성'], filled=True, rounded=True)
plt.savefig('decision_tree.png', dpi=150, bbox_inches='tight')
print("트리 시각화가 decision_tree.png로 저장되었습니다.")

김개발 씨는 결정 트리라는 말에 어렸을 때 하던 스무고개가 떠올랐습니다. "동물인가요?" "네." "날 수 있나요?" "아니요." 이런 식으로 질문을 통해 정답을 좁혀나가는 게임 말입니다.

결정 트리는 정확히 이 원리로 작동합니다. 컴퓨터가 데이터를 보면서 "어떤 질문을 하면 악성과 양성을 가장 잘 구분할 수 있을까?"를 고민합니다.

그리고 가장 좋은 질문을 찾아서 데이터를 둘로 나눕니다. 코드에서 max_depth=4는 트리의 깊이를 4단계로 제한한다는 뜻입니다.

왜 제한할까요? 트리의 깊이에 제한을 두지 않으면 훈련 데이터의 모든 특이한 패턴까지 학습하게 됩니다.

이를 **과적합(overfitting)**이라고 합니다. 과적합된 모델은 훈련 데이터에서는 100% 정확하지만, 새로운 데이터에서는 성능이 떨어집니다.

마치 시험 문제만 달달 외워서 똑같은 문제는 맞추지만 조금만 변형되면 틀리는 것과 같습니다. plot_tree 함수로 트리를 시각화하면 놀라운 인사이트를 얻을 수 있습니다.

트리의 맨 위(루트 노드)를 보면 첫 번째 질문이 무엇인지 알 수 있습니다. 보통 "worst perimeter가 106.1보다 작은가?"와 같은 질문이 나옵니다.

각 노드에는 여러 정보가 담겨 있습니다. gini는 불순도를 나타내는데, 0에 가까울수록 한 클래스로 순수하게 분류되었다는 뜻입니다.

samples는 해당 노드에 도달한 샘플 수, value는 각 클래스별 샘플 수입니다. 색상도 중요한 정보입니다.

주황색은 악성 쪽으로, 파란색은 양성 쪽으로 분류되는 경향을 나타냅니다. 색이 진할수록 확신도가 높습니다.

박시니어 씨가 트리 그림을 가리키며 말했습니다. "보세요, 이 모델은 worst perimeter가 가장 중요한 특성이라고 판단했어요.

세포핵의 둘레가 크면 악성일 가능성이 높다는 거죠." 김개발 씨는 감탄했습니다. "이렇게 시각화하니까 의사 선생님께도 설명할 수 있겠네요!" 박시니어 씨가 고개를 끄덕였습니다.

"맞아요. 의료 AI에서는 이런 **설명 가능성(explainability)**이 매우 중요해요." 다만 주의할 점도 있습니다.

결정 트리의 테스트 정확도는 SVM보다 조금 낮을 수 있습니다. 하지만 해석 가능성과 정확도 사이에서 균형을 찾아야 하는 경우가 많습니다.

실전 팁

💡 - max_depth를 너무 크게 하면 과적합, 너무 작게 하면 과소적합이 발생합니다

• feature_importances_ 속성으로 각 특성의 중요도를 확인할 수 있습니다
• 실무에서는 여러 깊이를 실험하여 최적값을 찾으세요

---

5. 교차 검증으로 신뢰성 확보

모델 두 개를 만들었지만, 김개발 씨에게는 불안한 마음이 있었습니다. "혹시 테스트 세트가 우연히 좋게 나눠져서 성능이 높은 건 아닐까요?" 박시니어 씨가 환하게 웃었습니다.

"좋은 질문이에요! 바로 그래서 교차 검증이 필요한 거예요."

**교차 검증(Cross Validation)**은 데이터를 여러 번 다르게 나눠서 모델을 평가하는 방법입니다. 마치 여러 번의 모의고사를 치르는 것과 같습니다.

한 번의 시험 점수가 운이 좋아서 높았을 수도 있지만, 열 번의 시험에서 평균 점수가 높다면 실력이 진짜라고 믿을 수 있습니다. 이를 통해 모델의 성능을 더 신뢰할 수 있습니다.

다음 코드를 살펴봅시다.

from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import cross_val_score, StratifiedKFold
from sklearn.preprocessing import StandardScaler
from sklearn.pipeline import Pipeline
from sklearn.svm import SVC
import numpy as np

# 데이터 로드
cancer = load_breast_cancer()
X, y = cancer.data, cancer.target

# 스케일링과 SVM을 파이프라인으로 묶습니다
pipeline = Pipeline([
    ('scaler', StandardScaler()),
    ('svm', SVC(kernel='rbf', C=1.0, random_state=42))
])

# 5겹 교차 검증 (층화 추출로 클래스 비율 유지)
cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=42)
scores = cross_val_score(pipeline, X, y, cv=cv, scoring='accuracy')

print("=== 5겹 교차 검증 결과 ===")
print(f"각 폴드 정확도: {scores}")
print(f"평균 정확도: {scores.mean():.4f}")
print(f"표준편차: {scores.std():.4f}")
print(f"95% 신뢰구간: {scores.mean():.4f} (+/- {scores.std() * 2:.4f})")

김개발 씨는 지금까지 만든 모델들의 정확도가 정말 믿을 만한지 의문이 들었습니다. 데이터를 8:2로 나눴는데, 테스트 세트에 우연히 분류하기 쉬운 샘플들만 들어갔다면요?

박시니어 씨가 종이를 꺼내 그림을 그렸습니다. "데이터를 5등분한다고 생각해봐요.

첫 번째에서는 1번 조각을 테스트로, 나머지를 훈련으로 써요. 두 번째에서는 2번 조각을 테스트로...

이렇게 5번 반복하는 거예요." 이것이 바로 **K-겹 교차 검증(K-Fold Cross Validation)**입니다. K=5라면 5번 모델을 학습하고 평가합니다.

매번 다른 데이터로 테스트하니까 운에 의한 오차를 줄일 수 있습니다. 코드에서 StratifiedKFold는 일반 KFold보다 한 단계 발전된 방식입니다.

**Stratified(층화)**는 각 폴드에서 클래스 비율을 원본 데이터와 동일하게 유지한다는 뜻입니다. 원본에서 악성이 37%였다면, 각 폴드의 테스트 세트에서도 악성이 약 37%가 됩니다.

왜 이게 중요할까요? 만약 어떤 폴드의 테스트 세트에 악성 샘플이 하나도 없다면, 그 폴드의 평가는 의미가 없어집니다.

불균형 데이터에서는 특히 층화 추출이 필수입니다. Pipeline도 중요한 개념입니다.

스케일링과 모델 학습을 하나로 묶어서 데이터 누수를 방지합니다. 파이프라인 없이 전체 데이터에 스케일러를 fit하면, 테스트 데이터의 정보가 스케일러에 반영되는 문제가 생깁니다.

결과를 보면 5개 폴드의 정확도가 나옵니다. 예를 들어 [0.9649, 0.9649, 0.9737, 0.9735, 0.9646] 같은 값이 나올 수 있습니다.

모든 폴드에서 비슷하게 높은 성능을 보인다면, 이 모델은 정말 잘 작동한다고 신뢰할 수 있습니다. 표준편차도 중요합니다.

표준편차가 크다면 폴드마다 성능 차이가 크다는 뜻이고, 이는 모델이 불안정하다는 신호입니다. 위 결과에서 표준편차가 약 0.004라면 매우 안정적인 모델입니다.

95% 신뢰구간은 "새로운 데이터에서도 이 범위 안에 성능이 있을 가능성이 95%"라는 의미로 해석할 수 있습니다. 평균 0.97, 표준편차 0.004라면 약 0.962~0.978 사이라고 예상할 수 있습니다.

김개발 씨는 안도의 한숨을 쉬었습니다. "이제 이 모델의 성능을 자신있게 보고할 수 있겠네요." 박시니어 씨가 덧붙였습니다.

"실무에서는 5겹 또는 10겹 교차 검증을 표준으로 사용해요. 논문이나 보고서에서도 교차 검증 결과를 요구하는 경우가 많습니다."

실전 팁

💡 - 의료 데이터처럼 불균형한 경우 반드시 StratifiedKFold를 사용하세요

• Pipeline을 사용하면 전처리와 모델을 함께 교차 검증할 수 있습니다
• 표준편차가 크다면 모델이 불안정하다는 신호이니 하이퍼파라미터를 조정하세요

---

6. 의료 AI 윤리 고려사항

프로젝트 발표를 앞두고 김개발 씨는 뿌듯했습니다. 97%의 정확도라니!

하지만 박시니어 씨가 심각한 표정으로 말했습니다. "기술적으로는 잘 만들었어요.

그런데 이 모델을 실제 병원에서 쓴다고 생각해봤어요? 고려해야 할 게 더 있어요."

의료 AI 윤리는 기술적 성능만큼이나 중요합니다. 마치 자동차가 빨리 달리는 것도 중요하지만 브레이크가 잘 작동하는 것이 더 중요한 것처럼, 의료 AI는 정확도뿐만 아니라 공정성, 투명성, 책임 소재를 함께 고려해야 합니다.

잘못된 진단 하나가 한 사람의 생명에 영향을 미칠 수 있기 때문입니다.

다음 코드를 살펴봅시다.

from sklearn.datasets import load_breast_cancer
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC
from sklearn.metrics import confusion_matrix, classification_report
import numpy as np

# 의료 AI에서 중요한 지표들을 계산합니다
cancer = load_breast_cancer()
X_train, X_test, y_train, y_test = train_test_split(
    cancer.data, cancer.target, test_size=0.2, random_state=42
)

model = SVC(kernel='rbf', C=1.0, random_state=42)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

# 혼동 행렬로 오진 유형 분석
cm = confusion_matrix(y_test, y_pred)
print("=== 혼동 행렬 ===")
print(f"진짜 악성을 악성으로 (True Positive): {cm[0][0]}")
print(f"진짜 악성을 양성으로 (False Negative - 위험!): {cm[0][1]}")
print(f"진짜 양성을 악성으로 (False Positive): {cm[1][0]}")
print(f"진짜 양성을 양성으로 (True Negative): {cm[1][1]}")

# 의료에서 특히 중요한 민감도(재현율)
recall_malignant = cm[0][0] / (cm[0][0] + cm[0][1])
print(f"\n악성 종양 민감도: {recall_malignant:.4f}")
print("(암 환자를 암으로 정확히 진단하는 비율)")

김개발 씨는 박시니어 씨의 말에 생각에 잠겼습니다. 97%의 정확도면 100명 중 3명은 틀린다는 뜻입니다.

그 3명이 실제로 암 환자인데 암이 아니라고 진단받는다면 어떻게 될까요? 혼동 행렬을 다시 자세히 들여다봅시다.

False Negative는 실제로 악성인데 양성으로 잘못 예측한 경우입니다. 의료에서 이것은 암을 놓치는 것을 의미합니다.

환자는 암이 없다고 안심하고 치료 시기를 놓칠 수 있습니다. 반면 False Positive는 실제로 양성인데 악성으로 잘못 예측한 경우입니다.

환자에게 불필요한 공포와 추가 검사를 야기하지만, False Negative보다는 덜 치명적입니다. 추가 검사로 오진을 바로잡을 기회가 있기 때문입니다.

그래서 의료 AI에서는 **민감도(Sensitivity, Recall)**가 매우 중요합니다. "실제 암 환자 중 몇 퍼센트를 암으로 정확히 잡아냈는가"를 나타내는 지표입니다.

민감도를 높이면 False Negative가 줄어듭니다. 하지만 민감도만 높이면 될까요?

민감도를 극단적으로 높이면 모든 사람을 암 환자로 예측하게 됩니다. 그러면 특이도(Specificity)가 떨어지고, 건강한 사람들이 불필요한 검사와 심리적 고통을 받게 됩니다.

박시니어 씨가 또 다른 문제를 제기했습니다. "데이터가 특정 인종이나 연령대에 편향되어 있다면 어떨까요?" 실제로 많은 의료 데이터셋이 특정 집단에서 수집됩니다.

그 데이터로 학습한 모델은 다른 집단에서 성능이 떨어질 수 있습니다. 이를 데이터 편향이라고 합니다.

설명 가능성도 중요한 윤리적 요소입니다. 의사가 환자에게 "AI가 악성이라고 했으니까요"라고만 말할 수 있을까요?

환자는 왜 그런 진단이 나왔는지 알 권리가 있습니다. 앞서 배운 결정 트리처럼 판단 근거를 설명할 수 있는 모델이 필요한 이유입니다.

책임 소재도 명확해야 합니다. AI가 오진을 내렸을 때 누가 책임져야 할까요?

개발자? 병원?

AI 자체? 현재 법적으로 AI는 책임 주체가 될 수 없습니다.

따라서 AI는 의사의 진단을 보조하는 도구로 사용되어야 합니다. 김개발 씨가 물었습니다.

"그럼 이 모델을 어떻게 사용해야 하나요?" 박시니어 씨가 대답했습니다. "AI의 예측은 의사에게 '두 번째 의견'을 제공하는 역할을 해야 해요.

최종 판단은 항상 전문가인 의사가 내려야 합니다." 마지막으로 지속적인 모니터링이 필요합니다. 시간이 지나면서 데이터의 분포가 바뀔 수 있습니다.

새로운 검사 장비가 도입되거나, 환자 구성이 달라지거나. 그러면 모델의 성능도 달라집니다.

정기적으로 모델의 성능을 점검하고 필요하면 재학습해야 합니다. 김개발 씨는 깨달았습니다.

좋은 의료 AI를 만드는 것은 단순히 높은 정확도를 달성하는 것이 아니라, 안전하고 공정하며 설명 가능한 시스템을 구축하는 것이었습니다.

실전 팁

💡 - 의료 AI에서는 정확도보다 민감도와 특이도의 균형이 더 중요합니다

• 모델은 의사를 대체하는 것이 아니라 보조하는 도구로 설계하세요
• 데이터의 편향 여부를 항상 점검하고, 다양한 집단에서 성능을 검증하세요

---

이상으로 학습을 마칩니다. 위 내용을 직접 코드로 작성해보면서 익혀보세요!