대규모 언어모델(LLM)이 의료 분야에서 진단 보조 도구로 활용될 가능성이 커지고 있지만, 의료 진단 가이드라인(CPG: Clinical Practice Guidelines)을 단순히 텍스트로 검색하거나 학습하는 방식으로는 한계가 있었습니다. 최근 발표된 '가이드스킬(GuideSkill)' 연구는 이러한 한계를 극복하기 위해 LLM이 가이드라인의 규칙을 직접 '실행'할 수 있도록 하는 외부 추론 계층을 제안했습니다. 이는 질병별 진단 기준을 실행 가능한 함수로 변환하여 진단 지원 점수를 반환하는 방식으로 작동합니다.
가이드스킬은 두 가지 형태로 나뉩니다. '가이드스킬-제로(GuideSkill-Zero)'는 가이드라인에서 직접 초기화되며, '가이드스킬-에보(GuideSkill-Evo)'는 실제 환자 사례와 진단 쌍을 활용하여 기존 스킬을 정교화하고 누락된 진단 기준을 추가하며 진화합니다. 추론 과정에서 LLM은 감별 진단을 제안하고, 각 스킬에 필요한 특징을 파악한 뒤, 실행된 스킬 점수와 LLM의 순위를 결합하여 최종 진단을 내립니다. 이 방법론은 네 가지 벤치마크와 네 가지 LLM 백본에서 기존 가이드라인 검색 증강 생성(RAG) 방식 대비 평균 13.45%의 정확도 향상을 보였습니다. 특히 가이드스킬-에보는 직접 추론 방식보다 상대적으로 18.49% 정확도를 높였고, 진단 스킬 커버리지를 56.5%에서 99.5%까지 끌어올렸습니다.
이 연구 결과는 실행 가능한 스킬이 가이드라인에서 파생된 절차와 사례 기반 진단 패턴을 결합하는 모델 불가지론적(model-agnostic) 메커니즘으로서 중요한 역할을 할 수 있음을 시사합니다. 전문가 평가에서도 가이드스킬이 생성한 스킬이 임상적으로 타당하고 광범위하게 수용 가능하다는 점이 확인되어, 초기화 및 진화된 규칙의 신뢰성과 실용적 의미를 뒷받침합니다. 이는 LLM이 단순한 정보 제공을 넘어, 복잡한 임상 추론 과정에 적극적으로 개입하여 의료 진단의 정확성과 신뢰성을 높이는 데 기여할 수 있음을 보여주며, 향후 의료 AI 발전의 중요한 방향을 제시합니다.