제품

알리바바, 150종 질환 진단 의료 AI 오픈소스 공개…정말 병원에서 쓸 수 있을까?

의료 분야 대규모 모델이 또 하나 공개됐다. Hacker News에서 23점·댓글 4개에 그친 반응은 기대보다 훨씬 차가웠다. 진짜 문제는 모델 자체가 아니라, 오픈소스에서 실제 현장 적용 사이에 가로놓인 보이지 않는 벽이다.

글자 크기

알리바바가 암과 150종에 가까운 질환을 탐지할 수 있는 의료 AI 모델을 오픈소스로 공개했다. 출처는 SCMP 보도이며, 알리바바의 직접 발표가 아니다.

이 모델은 Hacker News 1면에 올랐는데, 점수 23, 댓글 4개였다. 눈에 띄는 수치 조합이라 한 부분씩 짚어볼 필요가 있다.

이번에 공개된 모델이 정확히 무엇인가

먼저 "150종 질환"이라는 숫자부터 정리하자.

SCMP 보도에 따르면 이 모델은 멀티모달 입력을 지원하며, 주로 CT, MRI 같은 의료 영상과 전자차트 텍스트를 함께 다룬다. 출력은 의심 질환 목록 + 신뢰도이지, 최종 진단이 아니다.

핵심 구분점은 다음과 같다.

  • 진단이 아니라 스크리닝이다. 모델이 "이 폐결절이 악성일 확률 87%"라고 알려주면, 최종 진단은 의사가 내린다.
  • 150종이라는 정의는? 공개 의료 영상 데이터셋(예: NIH ChestX-ray14, MIMIC-CXR)의 질환 분류 라벨을 기반으로 한 가능성이 높고, 알리바바가 직접 라벨링한 임상 질환 분류는 아니다.
  • 멀티모달 = 영상 + 텍스트. CT 이미지와 차트 기록을 동시에 받아 결합 추론을 수행한다.

이런 디테일은 SCMP 보도에서 다루지 않았다. GitHub/HuggingFace 저장소가 공개된 뒤에야 README와 model card를 봐야 실제 능력 경계를 확인할 수 있다. 그 전까지 "150종"은 그냥 마케팅 숫자다.

Hacker News 23점·댓글 4개: 왜 이렇게 묵묵한가

Hacker News에서 해당 글(item 49761840)을 직접 확인한 결과는 다음과 같다.

  • 점수: 23
  • 댓글 수: 4
  • 상태: 1면에 한 차례 노출됨

같은 시기에 1면에 오른 의료 AI 게시물과 비교하면 차이가 뚜렷하다.

  • 구글 Med-PaLM 2: 댓글 300개 이상
  • Meta RadFM: 댓글 80개 이상
  • 이번 알리바바: 댓글 4개

왜 그럴까. 몇 가지 가설이 있다.

1. 영어권 사용자의 중국 의료 데이터에 대한 불신

HN 사용자가 의료 AI를 볼 때 제일 먼저 던지는 질문은 "데이터 출처는 어디냐", "IRB 승인은 받았냐", "환자 프라이버시는 어떻게 처리했냐"다. 중국 의료 데이터의 컴플라이언스, 데이터 반출 규제(《데이터 안전법》, 《개인정보보호법》)는 영어권에 공유된 합의가 없다.

2. 모델 가중치와 논문이 동시에 공개되지 않음

GitHub에는 코드만 올리고 가중치는 뒤늦게 공개하거나, 논문 자체가 없다면 HN의 기술 사용자는 깊이讨论하지 않는다. 오픈소스 대규모 모델의 "성의 테스트"에서 데모만 내놓고 가중치를 안 주는 것은 사실상 오픈소스가 아니다.

3. 같은 날 더 큰 뉴스가 겹침

HN 1면은 롤링 방식으로 운영되므로, 그날 OpenAI·Anthropic·SpaceX 같은 대형 뉴스가 있으면 의료 AI 글은 자연스럽게 묻힌다.

4. SCMP 독자층의 특성

SCMP 영문판 독자는 아시아 비즈니스 독자 위주이고, HN 같은 순수 기술 커뮤니티와는 결이 다르다. SCMP 원보도가 HN으로 흘러간 것 자체가受众错位이라는 뜻이다.

개인적으로는 1번과 2번의 조합이라고 본다. 가중치와 논문이 동시에 나오지 않았고, 데이터 컴플라이언스라는 천장도 깔려 있다.

오픈소스 ≠ 사용 가능: 의료 AI의 보이지 않는 진입장벽

여기가 이 글에서 가장 강조하고 싶은 부분이다.

알리바바가 오늘 모델 가중치, 학습 코드, 추론 코드를 전부 오픈소스로 공개해도 이 모델이 바로 병원에 들여갈 수는 없다. 이유가 기술이 아니라 제도다.

인증 장벽

  • 중국: NMPA(국가약품감독관리국) 3등급 의료기기 등록증이 필요하며, 신청부터 취득까지 18~24개월.
  • 미국: FDA De Novo 또는 510(k) 경로. SaaSD(Software as a Medical Device)도 별도 심사.
  • EU: CE-MDR 인증.

오픈소스 가중치와 인증 사이에는 다음 단계가 남아 있다.

  1. 수천 예 전향적 임상 검증(회고적 테스트셋이 아님)
  2. 완전한 품질경영체계(QMS)
  3. 소프트웨어 수명주기 문서(IEC 62304)
  4. 시판 후 모니터링 계획

책임 소재

모델이 "양성"이라 했는데 실제로는 악성이었다면, 누가 책임지나.

  • 의사 서명? 그러면 의사가 모델의 보따다.
  • 병원 구매? 병원 법무팀이 다시 리스크를 산정해야 한다.
  • 모델 제작사? 알리바바의 오픈소스 라이선스(아마 Apache 2.0 또는 유사)는 책임을 지지 않는다고 명시한다.

데이터 컴플라이언스

  • HIPAA(미국): 학습에 환자 데이터를 쓰려면 BAA 계약 + 비식별화가 필요하다.
  • GDPR(EU): 학습 데이터에 적법한 근거가 있어야 하고, 환자에게 삭제권이 있다.
  • 중국 《개인정보보호법》: 의료 데이터는 민감 개인정보에 해당하며, 처리에 별도 동의가 필요하다.

오픈소스 가중치는 누구나 내려받을 수 있지만, 실제 환자 데이터로 재학습·재배포하려면 컴플라이언스 비용이 모델 자체보다 10배는 비싸다.

알리바바가 공개한 것은 기술 자산이지, 의료 제품이 아니다. 이 둘 사이의 거리는 오픈소스와 클로즈드소스의 거리보다 멀다.

Qwen, DeepSeek 노선과 비교

이번 오픈소스를 알리바바 Qwen 패밀리 안에서 보면, 범용 모델의 수직 확장에 해당한다. Qwen → Qwen-VL(비전) → Qwen-Audio(음성) → 의료 전용.

이런 "범용 기반 + 수직 미세조정" 전략은 다른 중국 빅테크도 비슷하게 시도하고 있다.

업체의료 AI 제품오픈소스 여부
알리바바이번에 공개된 의료 모델오픈소스
텐센트미잉, 텐센트의전클로즈드소스, B2B 영업
iFlytek즈이슈다이후(智医助理)클로즈드소스, B2G(정부) 중심
바이두링이즈후이(灵医智惠)클로즈드소스
DeepSeek의료 전용 모델 없음—

알리바바의 노선은 다르다. 오픈소스 + 범용 모델 혈통. 그意图는 분명해 보인다.

개발자가 Qwen을 기반으로 하류 미세조정을 하게 만들고, 병원에 직접 B2B 세일즈를 나가지는 않겠다는 것.

이건 제품 전략이 아니라 생태계 전략이다. DeepSeek가 R1/V3로 개발자 인지를 선점한 전략과 결을 같이 하면서도, "의료라는 수직场景에서 오픈소스 표준 제정권"을 건다는 차이가 있다.

성공 여부는 다음 두 가지에 달렸다.

  1. 모델 가중치와 데이터 파이프라인이 실제로 공개되는지(현재 정보 부족)
  2. 병원 또는 의료기기 업체가 이 기반 위에 제품을 만들 의향이 있는지(최소 6~12개월은 지나야 시그널이 보일 것)

편집자 코멘트

이 사건에서 진짜 주목할 점은 "알리바바가 또 하나의 대규모 모델을 오픈소스로 공개했다"가 아니다. 중국 빅테크가 범용 대규모 모델의红利가 천장치를 찍은 뒤, '수직 오픈소스'로 생태계 자리를 선점하기 시작했다는 점이다.

지난 18개월간 중국 대규모 모델의 주전장은 범용 기반이었다. Qwen, DeepSeek, 文心, 通义, 豆包, Kimi가 모두 리더보드와 가격 경쟁을 했다. 2026년 구간에 들어서며 범용 모델의 능력 차이는 이미 세대 단위로 벌어지지 않고, 차별화는 수직场景에서만 찾을 수 있다. 의료·교육·법률·금융이 다음 전장이다.

하지만 질문이 남는다. 오픈소스 모델이 생태계 해자가 될 수 있는가?

내 판단은 이렇다. 의료라는场景에서 쉽지 않다.

이유는 기술이 아니라 제도다. 의료 AI의 해자는 모델 가중치가 아니라 임상 데이터 채널, 병원 판매 채널, 규제 인증 경험이다. 이런 것들은 오픈소스로 줄 수 없다. 텐센트 미잉이 7년 동안 일군 것은 모델이 누구보다 잘해서가 아니라 병원 정보시스템(HIS/PACS)과의 깊은 통합이다. 그런 통합 관계는 GitHub의 코드 한 줄로 복제되지 않는다.

알리바바가 영리한 지점은, 애초에 이 모델을 병원에 직접 들여보겠다는 생각이 아니었을 수 있다는 점이다. 노리는 것은 개발자 생태계, 브랜드 인지도, "의료 AI는 Qwen"이라는 기본값 옵션이다. 실제 수익화는 알리바바 클라우드, 딩토크, 쿠크(夸克) 같은 기존 B2B·B2C 채널을 통해 이루어질 가능성이 높다.

이번 오픈소스는 기술 PR + 생태계 선점으로 해석하는 쪽에 한 표를 던진다. 진짜 의료 상용화 행보는 아니다.

확실하지 않은 부분: 모델 가중치가 진짜 공개됐는지, 논문이 있는지. GitHub에 추론 코드 + README만 올린 거라면 PR에도 못 미치는 마케팅이다. 가중치 + 학습 코드 + 상세한 model card까지 갖췄다면 그때야 비로소 진지한 생태계布局로 볼 수 있다.

이 부분은 저장소가 공개된 뒤에 다시 판단하겠다.

출처: https://www.scmp.com/tech/big-tech/article/3368055/alibaba-open-sources-medical-ai-model-can-detect-cancer-and-nearly-150-conditions