최근 네이처(Nature)지에 발표된 연구에 따르면, 인공지능(AI) 기반의 대규모 언어모델(LLM)이 의료 정보 제공 과정에서 내재된 언어적 편향으로 인해 건강 불평등을 심화시킬 수 있다는 우려가 제기되었습니다. 이는 LLM이 특정 언어나 문화권에 치우친 학습 데이터를 기반으로 작동하기 때문에 발생하는 문제로, 의료 서비스 접근성에 중대한 영향을 미칠 수 있습니다.
연구는 LLM이 영어와 같은 주류 언어에 비해 소수 언어나 특정 지역 방언에 대한 이해도가 현저히 떨어진다는 점을 지적합니다. 예를 들어, 동일한 의료 질문이라도 영어 외 다른 언어로 질문했을 때 부정확하거나 불완전한 답변을 제공할 가능성이 높습니다. 이는 의료 정보를 필요로 하는 비주류 언어 사용자들이 정확하고 시의적절한 정보를 얻지 못하게 하여, 결국 건강 격차로 이어질 수 있음을 의미합니다. 이러한 편향은 단순히 번역의 문제를 넘어, 문화적 맥락이나 지역 특유의 건강 신념을 반영하지 못하는 문제로 확장될 수 있습니다.
이러한 LLM의 언어 편향은 의료 분야에서 '언어 정의(linguistic justice)'의 중요성을 부각시킵니다. 모든 사람이 자신의 모국어로 정확하고 신뢰할 수 있는 의료 정보에 접근할 수 있어야 한다는 원칙에 비추어 볼 때, 현재 LLM의 한계는 심각한 도전 과제입니다. 따라서 LLM 개발자들은 다양한 언어와 문화적 배경을 포괄할 수 있도록 학습 데이터를 확장하고, 편향 완화 기술을 적극적으로 도입하여 모든 사용자가 공평하게 의료 정보를 이용할 수 있도록 노력해야 할 것입니다. 이는 단순히 기술적 개선을 넘어 사회적 책임을 다하는 중요한 과정입니다.