사진을 읽는 AI에서 움직이는 AI로
인공지능이 엑스레이를 분석한다는 설명은 이제 낯설지 않습니다. 사진에서 뼈의 모양을 찾고, 관절 간격을 재고, 질환을 구분하는 연구입니다. 그렇다면 사진을 잘 읽는 AI가 수술도 할 수 있을까요? 수술실에서는 영상을 읽는 데 더해 실제로 움직여야 합니다. 환자의 몸과 기구의 위치를 알아야 하고, 조직을 얼마나 당겨야 하는지도 판단해야 합니다. Physical AI는 실제 공간의 정보를 받아 행동으로 연결하는 인공지능을 뜻합니다. 화면에서 분석하는 일과 환자의 몸 가까이에서 안전하게 움직이는 일 사이에는 아직 해결해야 할 문제가 많습니다.
뼈와 기구의 위치를 계속 확인하기
수술 전 CT에서 본 뼈가 수술실에서 어디에 놓여 있는지, 환자의 다리가 움직이면 위치가 어떻게 달라지는지 계속 확인해야 합니다. 피부와 조직에 가려 일부만 보일 때도 있고, 사람의 손이나 기구가 시야를 막을 수도 있습니다. 준비한 영상과 지금 보이는 장면을 맞추는 과정이 필요한 이유입니다. 뼈를 한 번 잘 찾았더라도 수술 중 계속 정확하게 찾는지는 별도의 문제입니다. 인식 결과가 확실한지, 위치가 바뀌지는 않았는지 살피면서 수술실의 시야와 움직임을 함께 다루어야 합니다.
조직에 닿는 힘을 다루기
같은 위치에 도구를 두더라도 얼마나 세게 누르거나 당기는지에 따라 조직에 미치는 영향이 달라집니다. 수술을 돕는 사람은 손으로 느껴지는 저항과 눈에 보이는 조직의 변화를 함께 보며 힘을 조절합니다. 로봇도 조직의 상태와 접촉 정보를 받아 동작을 조절할 수 있어야 합니다. 수술 영상, 로봇의 움직임, 힘과 촉각 정보를 함께 모으려는 이유입니다. 이 정보를 언제 신뢰할 수 있는지, 언제 동작을 멈춰야 하는지 판단하는 방법도 연구해야 합니다. 사람이 개입하거나 중단할 수 있는 방식도 함께 설계합니다.
수술팀과 함께 일하는 로봇
수술에는 집도의와 보조 의료진, 여러 장비가 함께 참여합니다. 같은 동작이라도 수술 단계와 집도의가 하려는 일에 따라 의미가 달라집니다. 기구를 잡아주는 보조 로봇과 뼈를 절삭하는 수술로봇은 역할과 위험이 다르므로, 각 목적에 맞춰 검증해야 합니다. 코넥티브의 수술 보조 휴머노이드 Zett는 조직을 고정하거나 당기는 보조 업무를 지원하는 방향으로 개발하고 있습니다. 이런 시연만으로 사람의 도움 없이 임상 수술 전체를 수행할 수 있다고 판단할 수는 없습니다. 정해진 환경에서의 동작과 실제 환자의 다양한 상황에서 안전하게 일하는 능력은 구분해서 평가해야 합니다.
시연 다음에 필요한 검증
수술로봇 연구를 볼 때는 무엇을 돕도록 만들었는지, 모형이나 실험에서 확인한 결과인지, 실제 환자에게서 어떤 성능과 안전성을 평가했는지 살펴보세요. 개발 중인 기술이 기대하는 장점과 임상에서 확인된 효과도 구분해야 합니다. AI와 로봇을 연결하는 연구로 수술 중 반복되는 부담을 줄이고 의료진의 판단과 수행을 돕고자 합니다. 환자에게 유용한 도구가 되려면 위치를 파악하고, 힘을 다루고, 수술팀과 함께 일하는 능력을 차례로 검증해야 합니다. 이 과정을 논문과 해설로 전하겠습니다.