생물학적 나이·건강 위험 예측…AI로 한다

약 15만명 검진 데이터 학습 트랜스포머 기반 AI 모델 개발

김시영 의학전문기자 2025-11-07 11:59:25

생물학적 나이와 실제 나이의 차이(BA-CA 갭)로 건강 상태를 분류하는 인공지능(AI) 모델이 개발됐다. 트랜스포머 기반의 딥러닝 구조로 약 15만명의 건강검진 정보와 질병·사망 데이터를 동시에 학습시킨 결과다.

7일 서울대병원에 따르면 병원과 네이버 공동 연구팀이 건강검진 데이터를 활용해 개발한 AI 모델은 개인의 생물학적 나이와 건강 위험을 평가할 수 있는 도구로, 기존 모델보다 건강 상태 구분과 생존 위험 예측의 정확도를 높인 것이 특징이다.

연구 결과는 의료정보학 분야의 국제학술지 ‘Journal of Medical Internet Research’ 최근호에 게재됐다.

병원 측에 따르면 생물학적 나이(BA)는 유전, 생활습관, 환경, 질병 이력 등 다양한 요인을 종합해 신체의 실제 노화 정도를 수치로 표현한 지표다.

실제 나이(CA)보다 생물학적 나이가 낮으면 건강 상태가 양호하다는 뜻이고 반대로 높으면 노화가 빠르거나 질병 위험이 높을 수 있다는 의미다.

하지만 기존 생물학적 나이 예측 모델은 주로 건강한 사람의 데이터를 기반이기 때문에 만성질환자에 대한 적용이 어렵고 사망 위험을 반영하지 못한다는 점이 한계로 지적돼 왔다.

이에 따라 서울대병원 조영민·배재현·윤지완 내분비대사내과 교수팀과 네이버 유한주·문성은 Digital Healthcare LAB 박사팀은 지난 2003~2020년까지 서울대병원 강남센터에서 건강검진을 받은 15만1281명의 데이터를 분석했다.

연구팀은 데이터를 바탕으로 트랜스포머 구조의 AI 모델을 설계했다. AI는 혈압·혈당·폐기능·콜레스테롤 등 다양한 건강 지표를 통합 분석해 개인의 생물학적 나이(BA)를 예측하고 이를 실제 나이(CA)와 비교해 두 값의 차이(BA–CA 갭)를 산출한다.

남녀 생리적 차이를 반영하기 위해 성별별 모델을 각각 학습시켰고 AI는 건강 지표 변화가 질병 유무 및 사망 위험에 어떤 영향을 미치는지도 함께 학습했다.

이를 통해 현재 건강 상태가 향후 생존율과 어떤 통계적 연관성을 가지는지를 평가할 수 있는 모델을 완성했다.

분석 결과 정상군은 생물학적 나이가 실제 나이보다 낮게(BA < CA), 질환군은 높게(BA > CA) 나타났다. 혈당·혈압·지질 수치가 악화될수록 BA–CA 갭이 커졌고, 심혈관질환이나 암이 있는 경우 갭이 유의하게 증가했다.

건강 상태에 따른 뚜렷한 차이를 보인 것으로, 정상군–질환 전단계군–질환군을 명확히 구분했다는 게 연구팀 설명이다.

아울러 남성의 경우 비건강군이 건강군보다 생존율이 통계적으로 유의하게 낮았다. 여성에서도 유사한 경향이 확인돼, AI가 산출한 BA–CA 값이 클수록 실제 사망 위험이 통계적으로 증가했다는 점을 입증했다.

조영민 내분비대사내과 교수는 “AI가 단순히 생물학적 나이를 계산하는 것을 넘어 개인의 건강 상태와 미래 위험을 함께 반영할 수 있는 새로운 임상 도구로 발전했다는데 의미가 있다”고 말했다.