AI 심전도(AI-ECG)란 무엇인가요? 겉보기 정상 심전도에서 숨은 심부전·부정맥을 10초 만에 찾아내는 2026 진단 기술 완전 정리

AI 심전도(AI-ECG)는 무엇이고, 왜 겉보기 정상인 심전도가 중요한가요?

핵심부터 말하면, AI 심전도(AI-ECG)는 사람 눈에는 정상으로 보이는 심전도 파형 속에서 딥러닝이 숨은 좌심실 기능부전과 발작성 심방세동 같은 병의 신호를 찾아내는 진단 보조 기술입니다. 메이오클리닉의 대표 연구에서 저심박출률(좌심실 박출률 40% 이하)을 잡아내는 AI 모델은 AUC 0.9 안팎, 민감도 82~92%, 특이도 87~94% 수준을 보였습니다. 10초짜리 검사 한 장으로 아직 증상이 없는 심장병 위험군을 골라낸다는 점이 기존 판독과 가장 다른 지점입니다. 다만 유병률이 낮은 질환에서는 양성예측도가 떨어져, AI 심전도는 확진 도구가 아니라 정밀 검사로 이어주는 선별 도구로 쓰는 것이 맞습니다.

응급실 새벽 3시, 정상 판독 뒤에 숨어 있던 심장
왜 지금 AI 심전도인가: 사람 판독의 오래된 한계
AI 심전도란 무엇인가: 파형을 숫자가 아니라 이미지로 읽는 기술
AI 심전도가 찾아내는 것들과 임상 근거
국내 현황: 메디컬에이아이 AiTiA와 ECG 버디, 그리고 식약처 허가
어떻게 활용하고, 무엇을 조심해야 하나
FAQ
같이 읽으면 좋은 것들

응급실 새벽 3시, 정상 판독 뒤에 숨어 있던 심장

새벽 3시 응급실을 상상해 보면 이해가 빠릅니다. 가벼운 어지럼으로 온 60대 환자의 심전도가 출력되어 나옵니다. 파형은 큰 문제없이 규칙적이고, 당직의도 "정상 동율동"으로 넘기기 쉬운 그림입니다. 그런데 같은 파형을 AI 심전도 모델에 넣으면 좌심실 기능부전 위험이 높다는 점수가 뜨는 경우가 있습니다. 실제로 심초음파를 찍어 보니 박출률이 35%까지 떨어져 있던 사례가 여러 연구에서 반복적으로 보고됐습니다.

여기서 중요한 것은 AI가 사람보다 똑똑해서가 아닙니다. 사람 눈은 파형의 모양과 간격을 봅니다. AI는 그 파형을 이루는 수천 개의 미세한 진폭 변화, 즉 사람이 시각적으로 구분하기 어려운 패턴을 통째로 학습합니다. 새벽에 지친 눈으로는 절대 잡히지 않는 신호를, 알고리즘은 10초 만에 점수 하나로 요약해 줍니다. 이 경험적 장면이 AI 심전도가 왜 주목받는지를 가장 잘 설명합니다. 증상이 나타나기 전, 파형이 겉으로 멀쩡할 때 위험 신호를 미리 꺼내 보여 준다는 것이죠.

왜 지금 AI 심전도인가: 사람 판독의 오래된 한계

심전도는 120년 넘게 쓰인 검사입니다. 값싸고 빠르며, 어느 병원에나 있습니다. 문제는 판독입니다. 지금까지 심전도는 "사람이 눈으로 읽는" 검사였고, 판독의 질은 의사의 경력과 그날의 컨디션에 크게 좌우됐습니다. 심전도를 전문으로 보는 순환기내과 전문의가 상주하지 않는 병·의원도 많습니다.

더 근본적인 한계가 있습니다. 무증상 심부전이 대표적입니다. 좌심실 박출률이 떨어지기 시작해도 환자는 한동안 별 증상을 못 느낍니다. 그사이 심장은 조용히 나빠집니다. 이런 환자를 걸러내려면 심초음파를 찍어야 하는데, 심초음파는 장비와 인력이 필요해 모든 사람에게 돌리기가 어렵습니다. 발작성 심방세동도 비슷합니다. 부정맥이 잠깐 나타났다 사라지기 때문에, 정작 심전도를 찍는 순간에는 정상 리듬이라 놓치기 쉽습니다. 뇌졸중을 일으키고 나서야 원인을 찾는 일이 흔합니다.

즉 기존 방식은 "증상이 나오거나, 마침 부정맥이 잡히는 순간"에만 병을 발견할 수 있었습니다. 검진에서 심전도가 정상으로 찍혔다고 안심했다가 몇 달 뒤 심부전으로 입원하는 일이 드물지 않았던 이유입니다. 이 구조적 비효율을 파고든 것이 AI 심전도입니다. 이미 수억 장 쌓여 있는 심전도 데이터와, 그 환자들의 심초음파·진단 결과를 짝지어 딥러닝에 학습시키면, 파형만 보고도 숨은 병을 확률로 추정하는 모델을 만들 수 있습니다. 값싸고 흔한 검사가 갑자기 정밀 선별 도구로 격상되는 셈인데요, 새 장비 없이 소프트웨어만 얹어 이 도약을 이룬다는 점이 의료 현장에서 특히 매력적으로 받아들여집니다.

AI 심전도란 무엇인가: 파형을 숫자가 아니라 이미지로 읽는 기술

AI 심전도(AI-ECG, 인공지능 심전도)는 심전도 원신호나 이미지를 심층신경망(deep neural network)에 넣어, 특정 질환의 존재 여부나 미래 발생 위험을 예측하는 진단 보조 소프트웨어를 말합니다. 의료기기 분류로 보면 소프트웨어 의료기기(SaMD) 범주에 들어갑니다.

기존 심전도 자동 판독기와 헷갈리기 쉬운데, 결이 완전히 다릅니다. 예전 자동 판독기는 사람이 정한 규칙(예: PR 간격이 몇 밀리초를 넘으면 무슨 소견)을 그대로 적용하는 방식이었습니다. 사람이 아는 규칙만 확인하니, 사람이 모르는 패턴은 볼 수 없었습니다. 반면 AI 심전도는 규칙을 사람이 정해 주지 않습니다. 수십만~수백만 장의 심전도와 정답(그 환자가 실제로 어떤 병이 있었는지)을 함께 보여 주면, 알고리즘이 스스로 "이런 미세 패턴이 저심박출률과 연관되더라"를 찾아냅니다.

핵심 기술은 크게 두 갈래입니다. 하나는 12유도 심전도의 원신호(raw signal)를 1차원 합성곱 신경망으로 처리하는 방식이고, 다른 하나는 종이나 화면에 출력된 심전도 이미지를 그대로 읽어 들이는 방식입니다. 뒤쪽은 오래된 종이 심전도나 스마트폰으로 찍은 사진까지 활용할 수 있어 현장 확장성이 큽니다. 차별점을 한 줄로 요약하면, AI 심전도는 사람이 정의한 소견의 재확인이 아니라, 사람이 정의하지 못한 신호의 발견이라는 데 있습니다.

AI 심전도가 찾아내는 것들과 임상 근거

AI 심전도가 실제 무엇을 얼마나 잡아내는지는 최근 종설 논문들에 잘 정리돼 있습니다. AI 심전도 종설(EMBO Molecular Medicine, 2025)에 보고된 대표 성능을 표로 옮기면 다음과 같습니다.

대상	성능 지표	사람 판독과 비교
저심박출률(좌심실 기능부전)	AUC 0.918~0.984, 민감도 82.5~92.6%	심초음파 없이 선별 가능
발작성 심방세동(정상 리듬 상태에서 예측)	AUC 0.88~0.89, 민감도 86.1%	전문의 71.2%보다 높음
고칼륨혈증	민감도 67.5%, 특이도 97.8%	사람 23.5%보다 크게 높음
STEMI(급성 심근경색)	민감도 89.7%, 특이도 94.6%	문 대 풍선 시간 단축
비후성 심근증	외부검증 AUC 0.801, 민감도 99.1%	조기 선별에 유리

숫자만 봐도 흐름이 보입니다. AI는 사람이 놓치기 쉬운 미묘한 신호(무증상 저심박출률, 잠복 심방세동, 전해질 이상)에서 특히 강점을 보입니다. 나이와 성별을 파형만으로 추정하는 연구도 있는데, AI가 예측한 "심전도 나이"가 실제 나이보다 많으면 심혈관 위험이 높다는 보고가 이어지고 있습니다.

근거의 무게를 가르는 건 전향적 임상시험입니다. 메이오클리닉의 EAGLE 연구(Attia 등)는 AI 심전도 결과를 진료 현장에 직접 띄워 주는 방식으로 6,000여 명을 대상으로 진행됐고, 실제로 새로운 저심박출률 환자 진단을 늘렸습니다. 응급 영역에서는 ARISE 계열 연구에서 AI 심전도 도입 후 심근경색 환자의 문 대 풍선 시간이 96분에서 82분으로 줄었다는 결과도 나왔습니다. 연구실 성능이 아니라 실제 진료 결과를 바꿨다는 점에서 의미가 큰데요, 다만 저심박출률 검출 AI 종설(PubMed, 2025)이 지적하듯 외부 검증과 하위집단 분석이 아직 충분치 않다는 숙제도 남아 있습니다.

국내 현황: 메디컬에이아이 AiTiA와 ECG 버디, 그리고 식약처 허가

한국은 AI 심전도 분야에서 앞선 편입니다. 메디컬에이아이(Medical AI)는 2023년 3월 식품의약품안전처로부터 AiTiA-LVSD(에이티아 좌심실수축기능부전)의 제조허가를 받으며, 심부전을 진단 보조하는 심전도 분석 소프트웨어를 상용화했습니다. 회사 측은 이 제품으로 미국 식품의약국(FDA) 허가와 유럽 CE 인증 절차에 착수한다고 밝혔습니다.

또 다른 축은 ECG 버디(ECG Buddy)입니다. 응급의학 현장에서 출발한 이 솔루션은 식약처 2등급 의료기기 허가를 받았고, 11가지 심장 리듬을 분류해 심방세동 같은 흔한 부정맥부터 감별이 까다로운 위험한 부정맥까지 짚어 줍니다. 한국보건의료연구원 신의료기술평가사업본부에서 평가유예 신의료기술로 선정돼 2026년 10월까지 임상 현장에서 쓸 수 있게 됐습니다. 스마트폰 앱과 데스크톱 버전이 함께 개발돼, 종이로 출력된 심전도를 사진으로 찍어 분석하는 방식도 지원합니다.

연구 성과도 축적되고 있습니다. 의협신문 보도에 따르면 분당서울대병원과 세브란스병원 연구팀은 4만7천여 건의 심전도를 딥러닝으로 학습시켜 정량적 심전도(QCG) 모델을 만들고, 입원한 급성 심부전 환자 1,254명에게 적용했습니다. 그 결과 AI 기반 정량 심전도가 혈액검사(NT-proBNP)나 심초음파 박출률보다 입원 중 심장 사망과 장기 사망률 예측에서 더 나은 성능을 보였다고 합니다. 미국에서도 흐름은 같습니다. AJMC 보도처럼 FDA는 AI를 심은 청진기로 일상 진료 중에 심부전을 더 일찍 잡아내도록 하는 기기를 승인했습니다. 뉴시스 보도는 이런 기술을 "의사도 놓치는 심장의 경고를 10초 만에 찾는다"고 표현했는데, 과장이 아니라 무증상 선별이라는 특성을 잘 짚은 셈입니다.

어떻게 활용하고, 무엇을 조심해야 하나

임상에서 AI 심전도를 쓰는 흐름은 대체로 네 단계로 정리할수 있습니다. 초보 실무자도 순서만 지키면 어렵지 않습니다.

1단계, 평소처럼 12유도 심전도를 찍습니다. 별도 장비를 새로 사는 것이 아니라 기존 심전도를 그대로 씁니다. 2단계, 파형(또는 이미지)을 허가받은 AI 심전도 소프트웨어에 넣습니다. 몇 초 안에 질환별 위험 점수가 나옵니다. 3단계, 점수가 높게 나오면 정밀 검사로 넘깁니다. 저심박출률 의심이면 심초음파, 잠복 심방세동 의심이면 장기 심전도 모니터링을 붙이는 식입니다. 4단계, 확진되면 치료를, 아니면 추적 관찰 주기를 조정합니다. 핵심은 AI 점수를 최종 판정이 아니라 정밀 검사로 가는 티켓으로 쓰는 것입니다.

한계도 분명합니다. 첫째, 유병률이 낮은 병에서는 양성예측도가 뚝 떨어집니다. 발작성 심방세동 예측 모델의 양성예측도가 7% 안팎이라는 보고가 그 예인데요, 양성 100명 중 실제 환자는 소수라는 뜻이라 무분별한 확대 적용은 불필요한 검사를 늘립니다. 둘째, 학습 데이터에 없던 인구집단이나 다른 기종의 심전도에서는 성능이 떨어질 수 있습니다. 그래서 외부 검증이 중요한것이죠. 셋째, AI가 왜 그런 점수를 냈는지 설명하기 어려운 블랙박스 문제도 남아 있습니다. 결국 AI 심전도는 의사를 대체하는 기술이 아니라, 놓칠 뻔한 환자를 한 번 더 걸러 주는 안전망으로 자리 잡는 방향이 현실적입니다.

FAQ

AI 심전도는 사용하기 어렵나요? 새 장비를 사야 하나요?

아닙니다. 기존 12유도 심전도를 그대로 찍은 뒤 그 결과를 소프트웨어에 넣는 방식이라, 대부분의 병원은 새 장비 없이 도입할 수 있습니다. 종이로 출력된 심전도를 스마트폰으로 촬영해 분석하는 이미지 기반 제품도 있어 진입 장벽이 낮은 편입니다.

AI 심전도의 정확도는 믿을 만한가요?

저심박출률 검출에서 AUC 0.9 안팎, 민감도 82\~92% 수준으로 보고됩니다. 다만 유병률이 낮은 질환에서는 양성예측도가 낮아져 가짜 양성이 늘 수 있습니다. 그래서 확진 도구가 아니라 정밀 검사 대상을 골라내는 선별 도구로 이해하는 것이 정확합니다.

AI 심전도가 의사의 판독을 대체하나요?

대체하지 않습니다. 현행 허가 제품들은 모두 진단 보조(clinical decision support)로 승인돼 있습니다. 최종 진단과 치료 결정은 의료진의 몫이고, AI는 사람이 놓치기 쉬운 무증상 신호를 한 번 더 짚어 주는 역할을 합니다.

기존 자동 심전도 판독기와 무엇이 다른가요?

기존 판독기는 사람이 정한 규칙을 적용해 정해진 소견만 확인합니다. AI 심전도는 규칙을 사람이 주지 않고, 방대한 데이터에서 스스로 패턴을 학습합니다. 그래서 무증상 좌심실 기능부전이나 잠복 심방세동처럼 사람이 규칙으로 정의하기 힘든 신호까지 잡아낼 수 있습니다.

개인이 스마트워치로 찍은 심전도에도 쓸 수 있나요?

스마트워치 심전도는 대개 1유도라 정보량이 제한적이라서, 병원용 12유도 AI 심전도만큼의 성능을 기대하긴 어렵습니다. 다만 심방세동 알림처럼 특정 목적의 웨어러블 알고리즘은 이미 실사용 중이며, 이상 신호가 뜨면 병원에서 정식 심전도로 확인하는 것이 안전합니다.