시험관아기시술(IVF)의 세계에도 인공지능이 본격적으로 들어오고 있다.
과거에는 배아를 눈으로 보고 등급을 매기는 것이 거의 전부였다. 잘 자란 것처럼 보이는지, 세포가 균일한지, 모양이 예쁜지 등등. 결국 판단은 ‘눈’과 ‘경험’에 의존했다.
이제 상황이 달라지고 있다. 데이터가 그 판단 사이로 들어오기 시작한 것.
2026년 npj Digital Medicine에 발표된 연구는 그 변화를 상징적으로 보여준다. 시간경과영상(TLS)과 환자의 임상 정보를 함께 분석해 임신 가능성을 예측하는 멀티모달 AI 모델이 등장한 것이다.
이 기술은 단순히 사진을 잘 보는 AI가 아니다. 한 장의 이미지를 보는 것이 아니라, 시간의 흐름을 읽는다. 배아가 언제 분열하는지, 얼마나 빠르게 나뉘는지, 특정 시점에서 어떤 패턴을 보이는지…. 여기에 여성의 나이, 호르몬 상태, 채취된 난자 수 같은 임상 정보까지 함께 엮는다. 하나의 배아를 보는 것이 아니라, 하나의 ‘상황’을 읽는 방식이다.
겉으로 보면 꽤 매력적이다.
AI가 임신 가능성을 숫자로 보여주고, 더 유리한 배아를 추천해준다.
“이제는 AI가 배아를 골라주는 시대가 오는 것 아니냐”는 말이 나올 법하다.
현실은 조금 더 차분하다. 이 기술은 성공률을 갑자기 끌어올리는 마법이 아니기 때문이다.
오히려 지금까지 의사가 경험으로 쌓아온 판단을 더 정교하게 다듬는 도구에 가깝다.
쉽게 말하면, 직관을 숫자로 번역해주는 장치다. 감각을 데이터로 바꿔주는 보조자다.
IVF에서 가장 어려운 순간은 언제나 선택이다.
여러 개의 배아 중 하나를 고르는 순간, 그 결정 하나가 결과를 바꾼다.
이때 AI는 새로운 기준을 하나 더 얹어준다.
눈으로는 보이지 않던 패턴을 수치로 보여주고, 미세한 차이를 드러낸다.
하지만 마지막 버튼을 누르는 사람은 여전히 의사다.
그리고 그 선택을 감당하는 것도 결국 사람이다.
이유는 단순하다. 임신은 배아 하나로 설명되지 않기 때문이다.
자궁의 상태, 면역 반응, 호르몬 환경, 시술 타이밍까지 여러 변수가 동시에 작용한다.
AI가 이 모든 것을 완벽하게 이해하고 통제하는 단계까지는 아직 도달하지 못했다.
그래서 지금의 AI는 ‘대체자’가 아니라 ‘보조자’일 뿐이다. 대신 판단해주는 존재가 아니라, 판단을 더 선명하게 만들어주는 도구.
그럼에도 변화는 분명하다. IVF의 기준 자체가 조금씩 이동하고 있다.
과거에는 ‘좋아 보이는 배아’를 고르는 일이었다면, 이제는 ‘데이터상 가능성이 큰 배아’를 선택하는 방향으로 바뀌고 있다. 경험 중심에서 데이터 중심으로, 감각에서 근거로 이동하는 흐름이다.
물론 아직 풀어야 할 문제도 남아 있다.
데이터의 편향, 병원 간 환경 차이, AI 판단의 책임 소재까지 간단하지 않은 질문들이 이어진다. 무엇보다 중요한 것은 ‘숫자를 어떻게 해석할 것인가’에 있다.
AI는 답을 주는 것이 아니라, 질문을 더 정교하게 만드는 도구라는 사실을 잊지 않아야 한다.
난임 치료는 늘 희망과 불확실성 사이에 있다. AI는 그 불확실성을 조금 줄여줄 수는 있을 뿐이다. 결국 마지막 선택, 그 결정의 순간만큼은 여전히 사람의 영역으로 남아 있다.
