국제의료정보포털

미국 대학 연구팀, 챗GPT·딥시크 성능 비교를 통한 의료 교육 활용 가능성 검증

• 미국 시카고대학교(University of Chicago)와 일리노이대학교 어바나-샴페인(University of Illinois Urbana-Champaign, UIUC) 소속 연구팀이 챗GPT^*와 딥시크^** 두 대형 언어모델(LLM)을 대상으로 미국 의사 자격시험(United States Medical Licensing Examination, USMLE) 형식의 문항으로 성능을 비교 평가함
^* 미국의 연구기관에서 개발한 인간과 유사한 자연어를 이해하고 생성할 수 있는 대화형 AI ^** 중국의 AI 기업 딥시크(DeepSeek)가 개발한 고효율 학습과 저비용 운영을 특징으로 하는 대규모 언어모델(LLM)
• 최근 의료 교육 현장에서 AI 기반 대형 언어모델의 활용이 확산되는 가운데, 모델별 응답 특성과 성능 차이를 면밀히 분석할 필요성이 제기됨
• 연구팀은 두 모델에 동일한 USMLE 형식의 객관식 문제를 제시하고, 정답 정확도를 비롯해 풀이 과정과 소요 시간 등 절차적 측면을 종합적으로 측정·분석함
• 연구 결과, 딥시크는 구조화된 추론과 단계적 문제 해결에서 강점을 보였으며, 챗GPT는 임상 문장 이해 및 일상 언어 기반 설명과 생성에서 더 안정적이고 일관적인 성능을 발휘함
• 의료 교육 전문가들은 두 모델 모두 교육 보조 도구로서 잠재력이 크다고 평가하면서도, 허위 정보 생성의 위험과 설명력 부족을 보완할 필요가 있음을 지적함

[Cureus, 2025.08.16.]