20초 동안 녹음한 목소리만으로 2형 당뇨병을 꽤 높은 정확도로 가려낼 수 있다는 연구 결과가 나왔다. 영국 디지털 헬스 기업 티미아(thymia) 연구팀은 2만 1,000명 이상의 음성으로 인공지능 모델을 학습시킨 뒤, 이를 7,300여 명에게 적용해 이 같은 사실을 확인했다. 이번 연구는 지금까지 나온 음성 기반 당뇨 검사 연구 중 실제 환경에서 검증한 규모가 가장 크고, 혈액 검사로 결과를 직접 확인했다는 점에서 주목받는다.

연구팀은 영국에 사는 성인 7,319명을 모집해 약 20초 길이의 음성을 녹음하게 했다. 참가자들은 짧은 우화를 소리 내어 읽고, 지난 주말에 무엇을 했는지 등을 자유롭게 말했다. 연구팀은 이 음성에서 사람의 귀로는 알아채기 어려운 미세한 특징을 인공지능으로 추출해 당뇨병 여부를 예측했다. 연구팀은 이 가운데 801명에게 혈액 검사 키트를 보내, 실제 혈당 수치와 음성 모델의 예측 결과를 대조했다.

분석 결과, 음성 모델은 스스로 당뇨가 있다고 답한 사람과 그렇지 않은 사람을 구분하는 정확도(auc)가 0.80으로 나타났다. auc는 0에서 1 사이 값으로, 1에 가까울수록 정확하다는 뜻이며 보통 0.80 이상이면 의료 현장에 적용할만한 정도라고 해석한다. 이 성적은 현재 영국 보건당국이 권고하는 당뇨 위험 평가 도구 '큐다이어비티스(qdiabetes)'의 0.86에 근접한 수치다. 실제 당뇨 환자를 찾아내는 비율(민감도)은 76%로, 10명 중 약 8명을 걸러내는 수준이었다. 혈액 검사로 확인했을 때도 결과는 비슷했다. 음성 모델은 실제 당뇨병 환자 10명 중 약 8명(82%)을 찾아냈다.

다만 한계도 확인됐다. 당뇨병이 아닌 사람을 당뇨병 고위험군으로 분류한 비율도 47%로 높은 편이었고, 심혈관 질환(auc 0.69), 고혈압(0.65), 비만(0.73)이 함께 있는 사람에서는 정확도가 떨어졌다. 이런 질환들이 목소리에 비슷한 변화를 일으켜 당뇨만의 신호를 가리기 때문으로 보인다. 또 흑인과 일부 아시아계 참가자에서 정확도가 낮았는데, 연구팀은 해당 집단의 당뇨 환자 수가 적어(각각 18명, 5명) 결과를 신뢰하기 어렵다고 설명했다.

연구팀은 논문에서 음성 기반 선별검사가 "바늘도, 병원 방문도, 자세한 병력 기록도 없이 20초 녹음만으로 원격 수행이 가능하다"며, 기존 당뇨 검사 체계를 보완하는 확장 가능하고 실용적인 수단이 될 수 있다고 밝혔다. 다만 연구팀은 참가자가 직접 보고한 정보에 일부 의존했고 특정 인종 집단의 표본이 적었다는 점을 인정하며, 향후 소수 인종과 동반 질환자를 대상으로 성능을 더 끌어올리는 것이 과제라고 강조했다.

이번 연구 결과(detection of type 2 diabetes from 20-second speech recordings: a large-scale validation study: 20초 음성 녹음을 통한 2형 당뇨병 검출: 대규모 검증 연구)는 2026년 8월 의학 논문 사전공개 사이트 '메드아카이브(medrxiv)'에 게재됐다.