빠른 탐색과 엄밀한 검증 사이, AI 근거 종합의 새 기준
의료 연구에서 AI를 어떻게 써야 하는가를 체계적 문헌 고찰과 근거 종합의 관점에서 묻는다. 알츠하이머병 신약을 둘러싼 근거 해석 논란은 같은 임상시험 자료를 두고도 어떤 연구를 포함하고, 어떤 방식으로 종합하며, 어떻게 해석하느냐에 따라 결론이 달라질 수 있음을 보여 준다. 의료 의사 결정의 신뢰성은 개별 논문의 숫자가 아니라 근거를 모으고 평가하고 해석하는 절차의 엄밀성에 달려 있다.
이 책은 AI가 그 절차를 대체한다고 말하지 않는다. AI는 방대한 문헌 검색, 중복 제거, 제목·초록 선별, 데이터 추출, 요약과 시각화 같은 반복 과업을 빠르게 지원할 수 있다. 그러나 연구 질문의 타당성, 포함·배제 기준의 일관성, 비뚤림 위험의 판단, 임상적 의미의 해석은 여전히 인간 연구자의 책임이다. 연구 질문 설정부터 문헌 검색과 선별, 비뚤림 위험 평가, 데이터 추출, 근거 종합, 해석과 보고에 이르는 전 과정을 따라가며 AI가 유용한 지점과 위험한 지점을 나누어 설명한다. 환각, 편향, 재현성 부족, 설명 가능성의 한계도 함께 다룬다. 목표는 ‘AI가 수행하는 근거 종합’이 아니라 ‘AI를 활용하되 인간이 판단의 주체로 남는 근거 종합’이다. 빠른 탐색보다 중요한 것은 검증 가능한 판단이라는 사실을 의료 연구의 언어로 분명히 세운다.