X-Ragent, 흉부 X선 AI에 ‘언제 찾고 무엇을 믿을지’ 학습시키다

개요

흉부 X선 판독은 영상에서 이상 소견을 직접 찾는 작업만으로 끝나지 않습니다. 과제에 따라 보조 분석이나 정량 측정이 필요할 수 있으며, 해당 정보가 현재 사례에 실제로 적용 가능한지도 판단해야 합니다. 도구를 사용할 수 있는 의료 에이전트는 추가 정보를 제공할 수 있지만, 언제 증거를 더 찾아야 하는지 판단하지 못할 수 있습니다. 사례와 맞지 않는 측정값을 진단 추론에 포함하는 문제도 남아 있습니다.

카네기멜런대학교 연구팀이 제안한 X-Ragent는 이 두 문제를 함께 다룹니다. 단순히 더 많은 도구를 제공하는 대신, 모델이 언제 보조 증거를 요청해야 하는지, 측정 결과를 추론에 받아들여도 되는지를 학습하도록 설계했습니다.

핵심 방법

• 증거 탐색과 측정값 수용을 분리합니다. 추가 보조 증거가 필요한지는 정책이 학습하고, 정량 측정값은 유효성 게이트를 통과한 경우에만 활용합니다.
• 구조화된 궤적으로 모델을 초기화합니다. 연구팀은 인과 순서가 반영된 도구 사용 궤적과 보고서 형식의 진단 추론을 결합한 7,700개 샘플의 Rad-CoT를 만들고, 이를 사용해 Qwen3-VL-8B를 에이전트형 지도 미세조정으로 초기화했습니다.
• 정확도가 강화학습을 제어합니다. 이후 Group Relative Policy Optimization으로 정책을 최적화했습니다. 측정 일관성과 보조 도구 비용에 대한 과정 수준 보상은 최종 진단이 정확한 궤적에만 적용됩니다. 그럴듯한 과정이 틀린 진단을 보상으로 상쇄하지 못하게 하는 구조입니다.

결과와 의미

세 가지 흉부 X선 벤치마크에서 X-Ragent는 연구가 보고한 가장 강한 결과를 보였습니다. 완전히 홀드아웃된 ChestAgentBench에서는 8.6포인트의 향상이 나타났습니다. 이는 의료 에이전트를 평가할 때 최종 진단의 정답 여부뿐 아니라, 적절한 증거를 찾았는지와 측정값이 과제에 부합했는지도 살펴봐야 한다는 점을 보여줍니다.

X-Ragent의 핵심은 도구를 더 많이 호출하는 데 있지 않고, 필요한 도구만 선택적으로 사용하는 데 있습니다. 관련성이 낮은 측정값을 무차별적으로 추가하기보다, 현재 문제에 맞는 증거만 채택하는 방식이 더 추적 가능한 진단 과정을 만들 수 있습니다. 정확도 게이팅은 틀린 진단이라도 외형상 자연스러운 추론이 높은 보상을 받는 위험도 줄입니다.

제공된 자료에는 벤치마크별 세부 수치나 실제 임상 환경에서의 배포 결과가 포함되어 있지 않습니다. 따라서 X-Ragent는 임상 검증을 마친 진단 시스템이라기보다, 근거 기반 의료 에이전트를 위한 방법론적 발전으로 이해하는 것이 적절합니다.

출처: Hugging Face Daily Papers