슬관절 인공관절 치환술에서 정렬 패러다임의 변화

중립 정렬의 기준에서 환자별 목표의 선택으로

슬관절 전치환술에서 기계적 정렬(Mechanical Alignment, MA)은 하지의 기계적 축을 중립에 맞추고, 대퇴 및 경골 치환물의 관상면 위치를 각각의 기계적 축에 수직으로 설정하는 전략입니다. 표준화된 목표를 재현하고 치환물의 하중 전달을 관리한다는 점에서 오랜 임상 경험을 축적했습니다. 이 기본 원칙을 이해하는 것은 새로운 전략을 배우는 출발점입니다. 다만 정렬의 정확성과 환자가 느끼는 무릎 기능은 같은 개념이 아닙니다. 만족도에는 통증, 기대 수준, 연부조직 상태, 운동 기능과 여러 수술 요인이 함께 관여합니다.

정렬에 관한 질문은 “목표한 각도를 얼마나 정확하게 구현했는가”에서 “이 환자에게 어떤 목표가 적절한가”로 넓어지고 있습니다. 같은 중립 하지라도 대퇴와 경골의 형태, 관절선의 기울기, 내외측 인대의 긴장 상태는 다를 수 있습니다. 따라서 HKA(hip-knee-ankle angle) 하나로 수술 계획을 완결하기보다, 관절선과 연부조직을 함께 해석해야 합니다. 로봇이나 내비게이션이 제공하는 정밀한 절골은 이 판단을 구현하는 수단이며, 목표 선택의 타당성을 대신 증명하지는 않습니다.

MA, 해부학적 정렬(Anatomical Alignment, AA), 운동학적 정렬(Kinematic Alignment, KA), 제한적 운동학적 정렬(restricted KA, rKA), 기능적 정렬(Functional Alignment, FA)은 서로 다른 출발점과 조정 원칙을 갖습니다. KA는 관절염 이전의 관절면과 고유한 해부학을 복원하려는 접근이고, rKA는 이를 따르면서 치환물 및 하지 정렬의 허용 범위를 적용합니다. FA는 환자 해부학과 수술 중 확인되는 연부조직 균형을 함께 반영합니다. 이 스펙트럼을 이해하되, 한 전략을 모든 환자에게 일률적으로 적용하는 결론으로 연결해서는 안 됩니다.

환자의 고유한 정렬을 읽는 언어: constitutional varus와 CPAK

건강한 무릎의 정렬이 모두 중립인 것은 아닙니다. Bellemans 등의 constitutional varus 연구는 무증상 젊은 성인에서도 자연스러운 내반 정렬이 존재한다는 점을 보여주었습니다. 이 개념은 중립에서 벗어난 각도를 곧바로 병적 변형과 동일시하지 않도록 도와줍니다. 동시에 자연스러운 내반이 확인된다는 사실만으로 수술 후 내반의 모든 크기와 형태가 안전하다고 판단할 수는 없습니다. 환자의 해부학을 존중하는 목표와 치환물의 장기 안정성을 함께 검토해야 합니다.

CPAK(Coronal Plane Alignment of the Knee)은 관상면 정렬을 두 축으로 표현하는 분류입니다. aHKA(arithmetic HKA)는 MPTA에서 LDFA를 뺀 값으로 골성 하지 정렬을 표현하고, JLO(joint line obliquity)는 두 값을 더해 관절선 방향을 표현합니다. 이 두 축의 조합으로 아홉 가지 표현형을 구분합니다. HKA가 유사한 환자라도 대퇴·경골의 기여와 관절선 방향이 다르면 다른 표현형에 속할 수 있습니다. CPAK은 이러한 차이를 수술 계획과 연구에서 공유할 수 있는 언어로 정리합니다.

표현형 분류는 정렬 전략을 자동으로 지정하는 처방표가 아닙니다. CPAK 유형을 확인한 뒤에도 인대 안정성, 굴곡 구축, 골 결손, 관절염의 정도와 수술 중 갭을 평가해야 합니다. 또한 정상 정렬의 분포는 성별, 연령과 인구집단에 따라 다를 수 있으므로 한 집단의 평균을 개별 환자의 정답으로 사용하지 않습니다. 환자의 양측 무릎과 과거 영상을 참고하되, 반대측 역시 관절염이나 변형을 가질 수 있다는 점까지 고려해야 합니다.

현재의 변형과 관절염 이전의 정렬을 구분합니다

말기 관절염 환자의 수술 전 영상은 환자의 본래 무릎을 그대로 보여주지 않을 수 있습니다. 연골 소실과 골 침식은 관절면의 높이와 형태를 바꾸고, 인대 이완이나 구축은 대퇴와 경골 관절면의 상대적인 위치를 바꿉니다. 따라서 골성 정렬을 나타내는 MPTA·LDFA와, 두 관절면 사이의 수렴을 나타내는 JLCA(joint line convergence angle)를 구분해 읽어야 합니다. 현재 HKA에 반영된 내반 가운데 어느 부분이 골 형태에 기인하고 어느 부분이 관절 간격과 연부조직에 기인하는지 파악하는 것이 중요합니다.

저희가 참여한 17,365개 무릎의 방사선 분석에서는 Kellgren-Lawrence(K-L) 등급이 높아질수록 가장 흔한 CPAK 유형이 II에서 I로 이동하는 분포 차이를 확인했습니다. 이는 진행된 관절염에서 측정되는 표현형을 관절염 이전의 해부학과 동일시하기 어렵다는 문제를 제기합니다. 다만 이 연구는 단면 분석입니다. 서로 다른 관절염 단계의 집단을 비교한 결과를 근거로 특정 환자가 과거에 어떤 유형이었는지 확정하거나, 모든 환자에서 동일한 유형 변화가 일어났다고 해석하지 않습니다.

2026년에 발표한 10,841개 하지의 종단 분석에서는 큰 JLCA와 높은 기저 K-L 등급 등이 더 빠른 관상면 정렬 변화와 연관되어 있었습니다. 이 결과는 정렬을 한 시점의 각도에 머물지 않고 시간에 따른 변화로 평가해야 함을 보여줍니다. 그러나 연구에서 관찰한 연관성은 개별 환자의 진행을 확정적으로 예측하는 기준이 아닙니다. 반복 영상에서의 변화, 증상, 기능과 임상 진찰을 함께 확인하고, 현재의 변형을 어느 정도 교정하며 어떤 해부학을 보존할지 판단해야 합니다.

기능적 정렬: 절골 계획에 연부조직의 정보를 반영합니다

전통적인 갭 균형 접근에서는 정해진 절골 뒤에 생기는 내외측 간격 차이를 연부조직 유리로 조정합니다. FA는 절골 전 또는 수술 중 평가한 인대 장력과 신전·굴곡 갭의 정보를 치환물 위치 결정에 반영합니다. 관상면 위치뿐 아니라 회전과 시상면 위치까지 검토하면서 갭을 조정하고, 가능한 범위에서 불필요한 연부조직 유리를 줄이는 방향을 추구합니다. 그림의 절골량과 갭 표시는 이러한 차이를 설명하기 위한 개념 예시이며, 실제 환자에게 그대로 적용할 절골량을 제시한 것은 아닙니다.

FA의 핵심은 환자의 고유한 관절선을 무조건 재현하거나 갭만 맞추는 데 있지 않습니다. 하지 정렬, 치환물 위치, 관절선 보존과 연부조직 균형이 동시에 받아들일 수 있는 범위에 있는지 확인해야 합니다. 허용 범위와 조정 순서는 수술 프로토콜, 치환물 설계와 환자 상태에 따라 달라지므로 특정 각도를 모든 FA의 공통 기준으로 제시하기 어렵습니다. 정밀한 측정 도구를 사용하더라도 인대 기능이 현저히 저하된 무릎이나 심한 골 결손에서는 별도의 안정성 판단과 재건 계획이 필요합니다.

Choi 등의 2023년 연구에서는 로봇 보조 FA와 수동 MA를 비교하여 2년 환자보고 결과의 차이를 보고했습니다. 하지만 이 비교는 정렬 전략과 수술 도구가 함께 달라지는 후향적 매칭 연구이므로 결과를 FA 단독의 효과로 분리해서 해석하기 어렵습니다. 로봇 보조 수술 내에서 FA와 MA를 비교한 Young 등의 2025년 무작위 연구에서는 2년 전체 Forgotten Joint Score의 유의한 차이가 없었고, 연부조직 유리 빈도와 일부 결과 및 표현형 하위군에서 차이를 확인했습니다. FA의 가능성을 이해하되, 보편적 우월성이나 장기 생존율의 우위를 단정하기보다 연구 설계, 평가 항목과 환자군을 함께 읽어야 합니다.

AI 측정에서 예측과 환자별 계획으로

AI 기반 영상 분석은 반복적인 정렬 측정을 표준화하고, HKA·MPTA·LDFA·JLCA와 CPAK 표현형을 일관된 형식으로 정리하는 데 도움을 줄 수 있습니다. 이 단계의 목적은 영상에서 필요한 정보를 빠짐없이 읽고 비교할 수 있도록 돕는 것입니다. 촬영 자세, 영상 범위와 질, 해부학적 변형에 따라 자동 측정 오류가 발생할 수 있으므로, 의사는 기준점과 축이 실제 해부학에 맞게 설정되었는지 확인해야 합니다. 자동으로 계산된 숫자가 곧 적절한 수술 목표가 되는 것은 아닙니다.

Radiomics와 시계열 영상 분석은 정렬 각도에 더해 영상의 질감, 형태와 구조 변화에서 예후 정보를 찾으려는 연구입니다. 앞으로 관절염 진행, 기능 회복과 환자보고 결과를 예측하는 모델에 활용될 가능성이 있습니다. 다만 영상 특징과 결과의 연관성, 예측 모델의 성능, 그 모델을 실제 치료 선택에 적용했을 때의 이득은 서로 다른 검증 과제입니다. 외부 집단에서의 재현성과 전향적 임상 평가가 확보되기 전에는 AI가 최적 정렬 전략을 자동으로 결정한다고 설명해서는 안 됩니다.

실제 진료에서는 체중부하 전하지 영상에서 전체 하지 축을 확인하고, 대퇴·경골 정렬과 관절선을 구분하여 CPAK 표현형을 읽습니다. 이어 JLCA, 관절염 정도, 과거 영상의 변화와 임상 진찰을 종합하여 현재 변형과 고유 해부학의 관계를 판단합니다. 수술 중에는 신전·굴곡 갭과 연부조직의 기능을 확인하여 계획을 조정하고, 사용한 전략과 조정 이유를 기록합니다. 정렬 패러다임의 변화는 하나의 숫자를 다른 숫자로 바꾸는 데 그치지 않습니다. 환자의 해부학과 기능, 변화의 궤적과 근거 수준을 함께 고려하여 설명 가능한 목표를 선택하는 데 있습니다.

강의와 연결한 논문

1. Bellemans 등. Constitutional varus: 모든 환자에서 중립 정렬이 정상인가? CORR, 2012
2. MacDessi 등. Coronal Plane Alignment of the Knee(CPAK) 분류. Bone & Joint Journal, 2021
3. Kim·MacDessi·Ro 등. K-L 등급에 따른 CPAK 분포: 17,365개 무릎 분석. JBJS, 2025
4. Choi·Ro 등. 로봇 보조 기능적 정렬과 수동 기계적 정렬의 환자보고 결과. KSSTA, 2023
5. Young 등. 기능적 정렬과 기계적 정렬의 무작위 비교 연구. Journal of Arthroplasty, 2025
6. Kang·Ro 등. JLCA와 정렬 진행의 연관성: 10,841개 하지 종단 분석. KSSTA, 2026