[K-VIBE] 이은준의 AI 톺아보기…AI 디지털 트윈, '또 다른 나'의 등장-②

[※ 편집자 주 = 한국국제교류재단(KF)의 2024년 발표에 따르면 세계 한류 팬은 약 2억2천500만명에 육박한다고 합니다. 또한 시간과 공간의 제약을 초월해 지구 반대편과 동시에 소통하는 '디지털 실크로드' 시대도 열리고 있습니다. 바야흐로 '한류 4.0'의 시대입니다. 연합뉴스 동포·다문화부 K컬처팀은 독자 여러분께 새로운 시선으로 한국 문화를 바라보는 데 도움이 되고자 전문가 칼럼 시리즈를 준비했습니다. 시리즈는 매주 게재합니다.]

지난 4월 유튜브는 크리에이터가 자신을 닮은 인공지능(AI) 디지털 아바타를 만들어 기존 쇼츠 영상에 삽입하거나 완전히 새로운 영상을 제작할 수 있도록 하는 새 도구 기능을 발표했다. 덧붙여 'AI 클론'(또 다른 나)을 허용했다.

유튜브는 AI 아바타가 "당신처럼 보이고, 당신처럼 들리게" 설계돼 있으며, AI를 활용한 콘텐츠 제작을 보다 안전하고 통제된 방식으로 제공하는 것을 목표로 한다고 밝혔다. 사용자는 얼굴과 목소리를 담은 영상을 올리면, 이를 기반으로 AI가 학습하여 클론을 생성하는 방식이다.

딥페이크 사기와 사칭 문제가 확산하는 상황에서, 이 기능은 전면적으로 금지하기보다 AI 생성 콘텐츠임을 명확히 표기하는 조건 아래 관리할 수 있는 방식으로 활용하겠다는 취지다. 물론 최소 18세 이상이어야 하고 기존 유튜브 채널을 보유해야 한다는 제한이 있지만, 이러한 기능이 대중에게 개방될 경우 어떤 추가적인 부작용이 발생할 수 있는지에 대해서는 여전히 신중한 검토가 필요하다.

지난 칼럼에서 언급했듯이 디지털 트윈(Digital twin)은 산업마다 쓰이는 방식이 다르고, '효과'의 기준도 다르다. 디지털 트윈이라는 개념은 동일한 용어를 사용하지만, 적용 대상에 따라 구조적으로 완전히 다른 문제를 다룬다. 이전에 언급했던 인플루언서나 일부 노동 영역에서의 디지털 트윈은 인간 개인을 모델링한다는 점에서 핵심 대상이 '정체성'과 '행동 방식'에 있다.

즉, 말투나 판단 경향, 설명 방식, 의사결정 패턴처럼 개인을 구성하는 비가시적 특성을 데이터화하여 재현하는 것이 목적이며, 이는 본질적으로 '사람을 대신할 수 있는가'는 대체 가능성의 문제로 수렴한다.

반면 의학 분야에서의 디지털 트윈은 전혀 다른 방식으로 작동한다. 이 영역에서는 효율이나 생산성보다 '정확성'과 '예측 가능성'이 핵심이 된다. 인간을 하나의 사회적 존재라기보다 생체 시스템으로 다룬다. 사실상 디지털 트윈의 가장 효과적인 활용이 이미 구조적으로 자리 잡은 분야 중 하나는 의학 분야다.

의학 분야에서는 환자의 생체 데이터를 기반으로 장기 반응이나 치료 결과를 시뮬레이션하는 방식으로 활용되며, 이는 개인의 정체성이나 행위가 아니라 생리적 상태와 시스템적 반응을 모형화하는 구조에 가깝다. 이 경우 디지털 트윈은 대체의 문제가 아니라 예측과 최적화의 도구로 기능한다.

의학적 의미의 개인화된 디지털 트윈 구축 [메디컬 익스프레스 홈페이지 캡처]

환자의 장기나 신체 상태를 디지털로 복제해 수술을 사전에 시뮬레이션하거나, 치료 반응을 예측하는 데 활용된다. 특히 심장 수술, 종양 치료, 약물 반응 예측처럼 실패 비용이 매우 큰 영역에서는 디지털 트윈의 가치가 바로 드러난다. 실제 환자에게 적용하기 전에 수십 번 테스트할 수 있기 때문이다. 이건 효율 차원의 문제가 아니라 생존율과 직결되는 문제라서, 기술의 효과가 명확하게 측정된다.

이미 일부 병원과 연구기관에서는 환자의 심장, 폐, 뇌와 같은 특정 장기를 디지털로 복제한 모델을 구축하고 있다. 예를 들어 심장 질환 환자의 경우, CT나 MRI 데이터를 기반으로 개인 맞춤형 심장 모델을 만든 뒤 혈류 흐름, 압력 변화, 부정맥 발생 가능성을 시뮬레이션한다.

실제 수술에 들어가기 전에 어떤 부위를 어떻게 절개해야 하는지, 어떤 시술이 더 안전한지 가상 환경에서 반복적으로 테스트하는 방식이다. 참고 자료만이 아니라, 수술 전략 자체를 결정하는 과정에 직접 개입한다. 약물 치료에서도 유사한 접근이 이루어진다. 동일한 약이라도 개인의 유전자, 대사 속도, 기존 질환에 따라 효과와 부작용이 크게 달라진다.

디지털 트윈을 활용하면 특정 환자에게 약물을 투여했을 때의 반응을 가상 환경에서 먼저 예측할 수 있다. 특히 항암 치료처럼 부작용과 효과 사이의 균형이 중요한 영역에서는, 실제 투여 전에 여러 시나리오를 비교해 최적의 조합을 선택하는 데 활용된다.

이 지점에서 중요한 차이가 드러난다. 인플루언서와 기업 영역에서는 '나를 복제해 더 많이 수행하는 것'이 핵심이라면, 의학에서는 '나를 복제해 더 정확하게 판단하는 것'이 핵심이다. 즉, 디지털 트윈은 하나의 대체 수단이 아니라, 현실에서 직접 실험하기 어려운 조건을 안전하게 검증할 수 있게 만드는 시뮬레이션 장치다.

결국 이 기술은 경험에 의존하던 의사결정 방식을 데이터 기반의 예측 구조로 전환한다. 과거에는 '비슷한 사례에서 이 방법이 효과적이었다'는 식의 간접적 근거에 의존했다면, 이제는 '이 선택이 어떤 결과를 가져올지'를 사전에 계산할 수 있는 단계로 이동하고 있다. 그리고 바로 이 지점에서, 디지털 트윈은 '대신 수행하는 기술'을 넘어 '결정을 선행시키는 기술'로 기능하고 있다. (3편에서 계속)

이은준 미디어아티스트·인공지능 영상 전문가

▲ 경일대 사진영상학부 교수

<정리 : 이세영 기자>

seva@yna.co.kr

▶제보는 카톡 okjebo