“겉은 40대, 몸은 60대?” AI로 생물학적 나이·건강 위험 동시 예측

서울대병원–네이버 공동 연구팀, 15만 명 건강검진 데이터 기반 AI 모델 개발

인공지능(AI)으로 개인의 생물학적 나이와 건강 위험을 동시에 예측하는 모델이 개발됐다.

서울대병원은 네이버와 공동 연구를 통해 트랜스포머(Transformer) 기반 딥러닝 구조를 적용한 해당 예측 모델을 개발했다고 7일 밝혔다. 연구팀에 따르면 약 15만 명의 건강검진 데이터를 학습시킨 결과, 기존 방식보다 건강 상태 구분과 생존 위험 예측의 정확도가 높아진 것으로 나타났다.

생물학적 나이(Biological Age, BA)는 유전, 생활 습관, 환경, 질병 이력 등 다양한 요인을 종합해 신체의 실제 노화 정도를 수치로 표현한 지표다. 실제 나이(Chronological Age, CA)보다 생물학적 나이가 낮으면 건강 상태가 양호함을 의미하고, 반대로 높으면 노화가 빠르거나 질병 위험이 클 수 있다. 그러나 기존 예측 모델은 건강한 사람 중심으로 만들어져 만성질환자에게 적용이 어렵고, 사망 위험을 반영하지 못하는 한계가 있었다.

이번 연구는 서울대병원 내분비대사내과 조영민·배재현·윤지완 교수팀과 네이버 Digital Healthcare LAB의 유한주·문성은 박사팀이 공동으로 수행했다. 연구팀은 2003년부터 2020년까지 서울대병원 강남센터에서 건강검진을 받은 15만 1,281명의 데이터를 분석했다. 데이터에는 신체 계측, 혈액·소변검사, 폐 기능 검사, 질병 유무와 사망 정보 등이 포함됐다. 연구 대상은 혈당·혈압·콜레스테롤 수치에 따라 ▲정상군 ▲질환 전단계군 ▲질환군으로 분류했다.

연구팀은 트랜스포머 기반 AI 모델을 통해 혈압, 혈당, 콜레스테롤 등 다양한 건강 지표를 통합 분석하고 개인의 생물학적 나이(BA)를 예측했다. 이후 실제 나이(CA)와의 차이(BA–CA 갭)를 계산해 건강 상태를 분류한 결과, 건강할수록 생물학적 나이가 실제 나이보다 낮았고(BA < CA), 질환자일수록 높게 나타났다(BA > CA). 혈당·혈압·지질 수치가 나쁠수록 BA–CA 갭이 커졌으며, 심혈관질환이나 암이 있는 경우에도 차이가 뚜렷했다.

AI가 산출한 BA–CA 값을 기준으로 ▲건강군(BA–CA < −1) ▲기준군(−1≤BA–CA≤1) ▲비건강군(BA–CA > 1)으로 나누어 Kaplan–Meier 생존 분석을 수행한 결과, 남성의 경우 비건강군의 생존율이 건강군보다 유의하게 낮았으며(P<0.001), 여성에서도 비슷한 경향이 나타났다(P=0.07). 즉, BA–CA 값이 클수록 실제 사망 위험이 통계적으로 증가했다.

반면 기존 생물학적 나이 예측 모델(Klemera&Doubal’s Method, Chronological Age Cluster, Deep Neural Network)은 이러한 차이를 일관되게 구별하지 못했다.

조영민 교수(서울대병원 내분비대사내과)는 “이번 연구는 질병 유병 상태와 사망 정보를 동시에 학습한 최초의 트랜스포머 기반 생물학적 나이 예측 모델이라는 점에서 의미가 크다”며 “AI가 단순히 생물학적 나이를 계산하는 것을 넘어, 개인의 건강 상태와 미래 위험을 함께 반영할 수 있는 새로운 임상 도구로 발전했다”고 말했다.

이어 “서울대병원의 대규모 임상 데이터와 네이버의 첨단 AI 기술력이 결합해, 의료 전문성과 기술이 함께 만든 산학 협력의 대표적 성과”라고 덧붙였다.

이번 연구는 AI가 단순한 데이터 분석을 넘어, 임상 현장에서 개인의 건강 위험을 정량적으로 평가할 수 있는 기반 기술로 확장될 수 있음을 보여준다. 연구 결과는 의료정보학 분야 국제학술지 ‘Journal of Medical Internet Research(JMIR)’ 최근호에 게재됐다.