외과의 손끝 움직임까지 AI 학습…로소타, 수술 데이터 오차 89% 줄였다

Photo Image
제78차 대한외과학회 학술대회(ACKSS 2026)'에서 수술 데이터 수집 및 AI 로보틱스 연구 성과를 발표하는 로소타 이지율 연구원.(제공=로소타)

숙련된 외과의의 수술 경험을 인공지능(AI) 로봇에 학습시키는 기술이 구체화되고 있다. 수술 영상에 기구 조작 데이터를 결합해 움직임 측정 오차를 약 89% 줄이고, 일반 복강경 수술 데이터만으로 로봇이 동물 조직을 절제하는 데 성공했다. 고가의 로봇 수술 장비 없이도 기존 수술 현장에서 AI 학습 데이터를 확보할 수 있다는 점에서 주목된다.

로소타는 지난 5일부터 7일까지 서울 스위스그랜드호텔에서 열린 '2026 대한외과학회 국제학술대회'에서 이 같은 수술 데이터 수집·AI 로봇 학습 연구 성과를 발표했다고 16일 밝혔다.

기존 수술 영상은 수술 과정을 기록할 수 있지만 외과의가 기구를 얼마나 깊이 삽입하고 어느 방향으로 움직였는지 정밀하게 파악하기 어렵다. 수술 로봇이 숙련된 의료진의 동작을 학습하려면 영상뿐 아니라 실제 기구 움직임에 대한 데이터가 필요한 이유다.

로소타는 기존 복강경 수술기구에 부착하는 데이터 수집 장치 '서지로거'로 이 문제를 해결했다. 영상과 움직임·거리 센서 정보를 결합한 결과, 수술기구 끝의 위치 측정 오차가 27.52㎜에서 3.04㎜로 감소했다. 실제 로봇을 활용한 300회 이동 실험에서는 1.21㎜의 측정 오차를 기록했다.

확보한 데이터가 실제 로봇 동작으로 이어질 수 있는지도 검증했다. 연구진은 별도의 로봇 수술 시연 없이 토끼 충수절제 시연 데이터를 AI에 학습시켰다. 이후 가상 수술 환경에서 성능을 확인하고 실제 토끼 조직을 활용한 생체 외 실험에서 충수절제를 완료했다.

이번 연구의 핵심은 수술 로봇 학습에 필요한 데이터를 로봇 전용 시연이 아닌 일반 복강경 수술에서도 확보할 수 있다는 점이다. 기존 의료진의 수술 경험을 AI 학습 자원으로 전환할 수 있어 수술 데이터 확보 방식의 확장 가능성을 보여준다. 다만 실제 환자를 대상으로 한 자율 수술과는 구분되며, 임상 적용을 위해서는 추가적인 정확도와 안전성 검증이 필요하다.

수술 데이터는 외과 전공의 교육에도 활용될 전망이다. 수술 영상만으로 전달하기 어려웠던 숙련 의료진의 기구 조작 방식까지 기록하면 수련 과정에서 술기를 학습하는 자료로 활용할 수 있다. 로소타는 실제 수술 환경에서 기술의 활용성을 검증하고 의료진을 지원하는 AI 수술기구 개발로 연구 범위를 넓힐 계획이다.

서예찬 로소타 대표는 “외과의가 오랜 시간 쌓아온 수술 경험은 귀중한 암묵지”라며 “이를 데이터로 기록해 미래 의료진의 교육과 수술 발전을 위한 자산으로 남기고자 한다”고 말했다.


이상혁 기자 faker@etnews.com

  • 놓치면 아쉬운 정보AD

브랜드 뉴스룸