생체신호 '파운데이션 모델'이란 무엇인가 — 심전도 분야의 선례와 자율신경 신호의 빈자리

최근 몇 년 사이 의료 인공지능 논의에서 파운데이션 모델이라는 말이 자주 등장합니다. 이름은 거창하지만 개념은 비교적 단순합니다 — 대량의 자료로 먼저 폭넓게 학습해 두고, 개별 과제에는 그것을 가져다 맞춰 쓰는 기반 모델입니다.

[개발 단계 고지] 본 글에서 소개하는 소프트웨어는 서울온케어의원이 현재 연구·개발 중인 단계이며, 의료기기 허가·인증을 받기 전입니다. 따라서 진료에 사용되고 있지 않고, 이 글은 특정 제품이나 진료를 권유하기 위한 것이 아니라 개발 중인 기술의 원리와 절차를 설명하기 위한 정보입니다. 향후 관련 법령과 식약처 지침에 따른 인허가 절차 및 기관생명윤리위원회(IRB) 승인 연구를 거칠 예정입니다.

무엇이 달라지나

전통적인 방식에서는 과제마다 모델을 따로 만들었습니다. 부정맥을 찾는 모델, 수면 단계를 나누는 모델이 각각 별개였고, 각각 충분한 양의 정답이 달린 자료가 필요했습니다. 의료에서 이 정답 자료는 만들기 비싸고 느립니다.

파운데이션 모델은 순서를 바꿉니다. 먼저 정답 없이도 학습할 수 있는 방식으로 신호의 일반적인 구조를 익히고, 그 다음에 개별 과제로 넘어갑니다. 그래서 과제별로 필요한 정답 자료의 양이 줄어듭니다.

심전도 분야에서 확인된 것

이 접근이 가장 먼저 자리 잡은 생체신호가 심전도입니다.

• 1,000만 건이 넘는 기록으로 구축한 심전도 파운데이션 모델이 보고되었습니다(NEJM AI 2025).
• 공개된 심전도 파운데이션 모델도 발표되어 재현과 비교가 가능해졌습니다(JAMIA Open 2025).
• 여러 과제에서 기존 지도학습 방식과 비교한 검토도 이어지고 있습니다(medRxiv 2025).

심전도를 넘어 수면 신호에서도 멀티모달 파운데이션 모델이 질병 예측에 적용된 사례가 보고되었습니다(Nature Medicine 2026). 즉 생체신호 전반으로 확장되는 흐름이 이미 형성되어 있습니다.

그런데 자율신경 신호는 비어 있습니다

여기서 흥미로운 공백이 생깁니다. 심전도 파형에 특화된 모델은 여럿 나왔지만, 자율신경 분석의 핵심 신호인 R-R 간격에 특화된 파운데이션 모델은 찾기 어렵습니다.

이유는 신호의 성격 차이에 있습니다.

• 심전도는 일정한 간격으로 샘플링된 파형입니다. 이미지나 음성처럼 다룰 수 있습니다.
• R-R 간격은 박동이 일어난 시각의 나열입니다. 간격이 일정하지 않고, 값 자체보다 값들 사이의 시간 구조가 의미를 갖습니다.

게다가 R-R 자료는 전처리 규칙에 따라 결과가 달라지고, 측정 조건(길이·자세·호흡)이 값의 의미를 바꿉니다. 대량으로 긁어모은 자료를 그대로 학습시키면 신호가 아니라 측정 조건의 차이를 학습할 위험이 있습니다.

역설적으로 이 때문에 조건이 통일된 자료를 가진 기관이 유리해집니다. 같은 장비, 같은 프로토콜, 같은 전처리로 쌓인 자료는 규모가 작아도 학습에 적합합니다.

병원이 직접 만든다는 것의 의미

서울온케어의원은 자율신경 신호에 특화된 자체 모델을 설계·개발하고, 병원 내 자체 컴퓨팅 환경에서 학습과 검증이 가능함을 확인했습니다. 이것이 갖는 실질적 의미는 세 가지입니다.

• 자료가 밖으로 나가지 않습니다. 환자 자료를 외부로 옮기지 않고 학습·검증할 수 있습니다.
• 조건을 통제할 수 있습니다. 측정 프로토콜과 전처리 규칙을 일관되게 유지한 자료로 학습합니다.
• 쌓일수록 정교해집니다. 진료에서 기록이 축적되면 권장의 근거가 두터워지는 구조입니다.

재현성이 성능보다 먼저입니다

의료용 소프트웨어에서 자주 간과되는 요건이 같은 입력에 항상 같은 결과를 낸다는 성질입니다. 결과가 실행할 때마다 조금씩 달라지면 근거로 쓸 수 없습니다. 무엇을 보고 그렇게 판단했는지 되짚을 수 없기 때문입니다.

서울온케어의원의 소프트웨어는 이 요건을 충족하도록 설계되었고, 자체 산출 지표가 검사 장비의 값과 높은 일치도를 보였습니다. 성능을 높이는 일보다 이 두 가지를 먼저 확인하는 것이 인허가와 임상연구의 전제가 됩니다.

앞으로의 절차

2026년 9월 현재 개발을 완료하고 실제 환자 데이터를 이용한 분석을 진행 중이며, 9월 15일 식약처 사전상담을 거쳐 10월 초 인허가 절차 접수를 준비하고 있습니다. 개인별 조건을 데이터로 학습하는 부분의 근거는 IRB 승인을 거친 연구로 직접 생성해 나갈 방침입니다.

결정지원 소프트웨어의 역할과 한계는 서울온케어의원 블로그의 관련 글에서 함께 다루고 있습니다. 서울온케어의원은 경기 남양주에 위치한 의료기관입니다.

참고 문헌

• ECG-FM — 공개 심전도 파운데이션 모델 JAMIA Open (2025). PMID 41113504
• 1,000만 건 이상의 기록으로 구축한 심전도 파운데이션 모델 NEJM AI (2025). PMID 40771651
• 질병 예측을 위한 멀티모달 수면 파운데이션 모델 Nature Medicine (2026). PMID 41495409
• 일반화 가능한 심전도 해석을 위한 파운데이션 모델 — 지도학습 방식과의 비교 medRxiv (2025). PMID 40093248