한의학 데이터과학의 지평을 넓히다, 장동엽 교수님 1부
1부 데이터와 한의학의 만남/2부 대학원 생활 #데이터과학 #LLM
9월의 마지막 주말, 대만드 동물들은 부산으로 향했습니다. 동의대 한의과대학 장동엽 교수님을 만나고, 부산 국제의료기기 박람회를 함께 둘러보는 ‘테크 캠프’였습니다. 데이터 과학과 한의학의 접점을 탐구해 온 장 교수님은 “AI가 한의학의 언어를 조금 다르게 바라보게 해 줄 수도 있다”라고 말합니다. 전통의 지혜를 데이터로 풀어내며 한의학의 새로운 가능성을 모색하는 그 여정은 이제 막 새로운 장을 열고 있습니다. 강의실에서는 생리학을, 연구실에서는 인공지능을 다루며 ‘다음 세대의 한의학’을 그려가는 젊은 연구자—장동엽 교수님을 대신 만나 전해드립니다.
[약력]
동의대학교 한의과대학 생리학교실 조교수 (2025.02 ~ 현재)
대한동의생리학회 기획총무이사 (2025.03 ~ 현재)
한국한의학연구원 박사 후 연구원 (2024.05 ~ 2025.02)
발표상, 한국대사체학회 (2024.04)
미래인재상 최우수상, 대한한의학회 (2024.01)
가천대학교 한의학 박사 (2020.03 ~ 2024.02)
가천대학교 한의학 석사 (2018.03 ~ 2020.02)
한국방송통신대학교 통계·데이터사이언스 학사 (2018.09 ~ 2021.02)
동신대학교 한의학 학사 / 한의사 (2012.03 ~ 2018.02)
들어가며
Q. 교수님의 간단한 소개를 부탁드리겠습니다.
A. 안녕하세요. 동의대학교 한의과대학 생리학교실의 장동엽입니다. 저는 학부는 동신대를 졸업했고, 이후 가천대에서 석사와 박사를 했습니다. 학위 과정 때부터 ‘데이터 과학 + 한의학(의학)’이라는 큰 주제로 꾸준히 연구를 해 왔습니다. 구체적으로는 약물에 대한 in silico(시험관(in vitro)이나 동물·사람(in vivo) 실험이 아니라 가상 환경에서 예측/분석하는 일) 연구를 많이 했고, 여러 텍스트를 분석하는 연구에도 관심이 있어 관련 연구를 진행했습니다. 석·박사를 합쳐 6년을 했고, 작년에 한국한의학연구원에서 포닥을 했습니다. 그 팀이 ‘건강 노화’라는 토픽을 다루는 연구팀이었고요.
그 팀은 실험 연구 위주였는데, 저는 실험도 일부 함께 하면서 ‘대사체학’을 하기 위한 관련 데이터 분석을 주로 했습니다. 그러니까 실험도 하되, 다루는 데이터 유형이 조금 달라진 셈이죠. 지금 한의대에서는 주로 생리학을 강의하고, 더불어 ‘한의학개론’과 이번 학기에는 ‘의학 프로그래밍’도 맡고 있습니다
데이터과학과 한의학의 만남
Q. 교수님께서 데이터 과학 방법론을 많이 활용하시는 것으로 알고 있습니다. 데이터과학 방법론으로 접근하는 연구들을 시작하게 된 계기가 있으신가요?
A. 학부생 때부터 막연히 ‘컴퓨터로 뭔가를 하고 싶다’는 생각이 있었어요. 사실 한의대에 오지 않았다면, 예전에 다니던 한양대 수학교육과에 계속 있었을 겁니다. 그때도 컴퓨터공학과에 가고 싶어 했고, 컴퓨터로 뭔가를 하면 좋겠다는 생각을 많이 했죠. 그러다 수능을 보고 한의대에 왔고, 공부가 저와 잘 맞지 않았습니다. 대신 컴퓨터를 이용한 무언가를 계속하고 싶었어요. 학부 때도 혼자 프로그래밍 같은 걸 공부했는데, 해보신 분들은 아시겠지만 책 한 권 뗐다고 대단한 걸 바로 할 수 있는 건 아니잖아요. 문법은 알겠는데 ‘그래서 뭘 하지?’가 되는 거죠. 강한 의지로 스스로 찾아 이것저것 만들어가는 분들도 있지만, 저는 그런 타입은 아니었던 것 같아요. C를 배웠지만 어디에 써야 할지 몰랐습니다.
예과 2학년 때 ‘제마나인’이라는 커뮤니티가 있었는데(지금의 메디스트림과 비슷, 쉼터 같은 공간), 한의대생들이 주로 이용했죠. 거기서 당시 김창업 교수님(제 지도교수님, 그때는 대학원생)이 한의계 인플루언서처럼 활동하셨고, ‘컴퓨터로도 생물 연구를 할 수 있다’라는 글을 기고하셨어요. 그게 교수님을 처음 알게 된 계기였습니다. ‘신기하다, 이런 것도 있네’ 했고, 예과 2학년 때 자기소개와 미래 진로를 얘기할 때 막연히 ‘그런 걸로 연구하고 싶다’고 말했던 기억이 납니다.
그 뒤로는 잊고 평범한 한의대생으로 돌아가 임상 연구실에 들어가 실험도 배우고 논문도 쓰면서 ‘컴퓨터로 연구’는 생각을 못 했어요. 그래도 연구에 대한 생각은 있었고, 본3·본4 무렵엔 임상을 갈 생각이었습니다. 수련도 받으려 했고요. 그러다 본4 8~9월쯤 단톡방에 공지가 올라왔습니다. 김창업 교수님 랩이 오픈한 지 1년쯤 되었는데 대학원생을 뽑는다는 거였죠. ‘컴퓨터를 이렇게 저렇게 활용하는 랩’이라길래, 정확히 뭔지는 몰랐지만 멋있고 예전에 하고 싶던 그 무엇 같았습니다. 많이 고민했죠.
한 달 정도 고민하다가 메일을 보냈습니다. ‘그 연구를 해보고 싶은데, 솔직히 나는 돈을 많이 벌고 싶어서 한의대에 왔다. 어떻게 해야 할지 고민이다’라고요. 교수님은 ‘정답은 없고, 앞으로 무엇을 할지 결정하는 게 중요하다. 연구·임상 각각 얻는 것과 잃는 게 있다. 다만 해보고 후회하는 게, 안 하고 후회하는 것보다 덜 아쉽더라’고 조언해 주셨어요.
거기까지 읽고 ‘한번 도전해 보자’고 마음먹었는데, 마지막 줄에 ‘사실 한 명 뽑으려 했는데 이미 뽑았다’고… 공고가 나고 한 달 뒤에 제가 메일을 보냈으니까요. 그사이 다른 학생이 먼저 컨택했던 겁니다. 저는 눈치를 못 채고 ‘그럼 경쟁이냐’고 물었는데, ‘확정된 것 같고 이번 학기는 기회가 없다’고 하시더군요. 그래서 ‘알겠습니다. 다음 기회가 있으면 연락 부탁드립니다’ 하고 끝났죠.
그런데 2~3주, 한 달 조금 안 돼서 다시 연락이 왔습니다. 계획을 바꿔 한 명을 더 뽑기로 했으니, 관심 있으면 지원하라고요. 그때부터 데이터 과학 연구를 시작하게 됐습니다. 즉, 시작 계기가 ‘데이터 과학을 잘 알아서’가 아니라, 막연히 ‘컴퓨터로 뭔가 하고 싶은데, 그걸 한의학 연구에 쓰는 방법이 있대’에서 출발했고, 인공지능이 뭔지도 모른 채 랩에 들어가 처음부터 배운 겁니다. 거창한 계기는 아니었어요.
Q. 생리학 교실에 계시지만, 컴퓨터 프로그래밍 등 한의학 이외 분야도 학생들에게 가르치시죠. 실제로 ‘의학 프로그래밍’과 ‘기초한의학논문강독’으로 프로그래밍과 기초연구 논문강독도 교육하는 것으로 알고 있습니다. 한의학 외 분야의 지식은 어떤 경로로, 어떻게 공부하시는지 학생들이 궁금해할 것 같습니다.
A. 아까 얘기한 것과 이어집니다. 데이터 과학과 인공지능을 모르는 상태에서 입학했으니, 우선 공부부터 해야 했죠. 대학원 입학 후 1~2년은 집중적으로 공부를 많이 했습니다. 연구실 내부 스터디도 많이 했고요.
저희 랩은 랩장이 따로 있는 구조가 아니라, 교수님이 직접 디렉션을 주셨습니다. 학생 교육과 연구에 많이 관여하시는 편이죠. 그래서 커리큘럼도 직접 짜 주셨어요. ‘이런 걸 공부하라’며 책을 정해 스터디를 하게 하시거나, 직접 강의·세미나를 해주셨습니다. 인강도 많이 들었습니다. Coursera 아시죠?
Coursera는 전 세계 대학·기업의 강의를 올려 누구나 볼 수 있게 하는 서비스입니다. 그런 강의를 플립러닝처럼 먼저 보고, 모여서 세미나로 서로 체크하고 토론하는 방식으로 공부를 많이 했습니다. 교수님과의 세미나를 졸업 전까지도 일주일에 세 번씩 할 정도였습니다. 석사 1~2학년 때는 특히 공부량이 많았습니다. 학생들끼리 공부하는 시간도 따로 있었고, 숙제도 계속했죠. 처음엔 수학과 프로그래밍을 배우고, 연구실의 중요한 연구 주제 중 하나인 신경과학 공부도 했습니다. 초반에는 그렇게 공부 위주로 가는 거죠. 인강, 스터디, 개인 학습을 병행했습니다.
사자: 그런 스터디 방식이 공대 랩 시스템에서 온 건가요, 아니면 연구실 문화로 자리 잡은 건가요?
A. 교수님이 원래 그런 방식을 즐기시는 것 같습니다. 이전 소속 랩이 꼭 그랬던 건 아니어도, 데이터 과학 공부를 할 때 한의대 분들과 스터디 그룹을 만들어 공유하고 함께 공부하는 걸 즐기셨다고 하더라고요. 학생들을 공부시키는 차원에서도 그런 방식을 택하신 것 같아요.
Q. 최근 교수님께서 한의학에서 가장 관심을 가지고 연구하시는 주제나 분야가 어떻게 되시나요?
A. 요즘은 다양하게 하고 있지만, 가장 큰 관심은 ‘LLM을 한의학 연구에 어떻게 응용할까’입니다. 지금 인터뷰 중인 대만드 사자 학생 포함, 저희 학교 학부생 몇 명과 함께 연구 중이고, LLM의 추론 능력으로 한의학 연구들에 있는 병목들을 돌파할 수 있는 연구방법을 제안할 수 있을지 탐색하고 있습니다.
아직 딱 떨어지는 단일 주제라기보다, ‘LLM을 이용한 시도들’에 초점을 두고 있습니다. 또 한의대에 오면서 교육 비중이 커져, ‘데이터 과학 교육을 어떻게 잘할까’에 대한 고민과 연구도 하고 있습니다.
Q. 석·박사 과정에서 진행하신 연구(합성 환자 데이터 생성, 수학적 모델링, 시뮬레이션 등) 가운데 가장 도전적이었던 순간은 무엇이었나요?
A. 사실 모든 게 도전적이었습니다. 저는 연구 주제를 비교적 다양하게 가져가는 편이라(성격도 좀 산만한 편이라 한 우물을 잘 못 팝니다), 그게 더 어렵게 느껴지기도 했어요. 새로운 주제를 다루거나 새로운 방법론을 쓸 때, 그에 필요한 공부가 계속 필요합니다. 물론 했던 걸 변형·응용하는 것도 어렵지만요. 새로운 주제·방법을 다룰 때가 특히 어려웠습니다. 다만 열심히 하면 해결되는 문제이기도 해요. 내용 자체가 어려운 건 연구의 속성이죠. 남들이 안 하는 걸 하는 거니까요.
힘든 시기와도 연결되는데, 저는 실험 위주 연구가 아니라서 진도가 눈에 잘 안 보일 때가 많습니다. 실험은 일정대로 진행하면 결과가 좋든 나쁘든 진도는 나가거든요. 그런데 방법론을 만들거나 계산·시뮬레이션 아이디어를 조립하는 데는 시간이 오래 걸립니다. 아이디어만 조립되면 구현은 의외로 빨리 끝날 때가 많고, 요즘은 LLM 덕에 코딩도 수월해졌지만요. 어떤 날은 진도가 팍팍 나가서 신바람 나고, 어떤 날은 아무리 머리를 싸매도 돌파구가 안 보일 때가 있습니다. 그게 길어지면 지치고 힘들죠. 특정 주제가 특히 도전적이었다고 꼽기는 어렵습니다.
또 한 가지는 협업입니다. 지도교수님과는 물론, 다른 연구실과도 협력하는데, 생각을 맞추는 과정이 즐거울 때도 있고 힘들 때도 있어요. 예를 들어 임상 데이터를 받아 분석하며 ‘이 분석이 중요하다’고 공동연구자에게 어필했는데, 그분은 중요하지 않다고 볼 수 있잖아요. 그러면 두 가지죠. 정말 의미가 없거나, 의미는 있는데 제가 설명·스토리텔링을 설득력 있게 못 했거나. 전자도 후자도 결국 제 역량이 부족한 상황이고, 스스로 책임을 많이 느꼈기 때문에 힘들었던 것 같습니다. 그래도 그런 과정이 데이터 분석가에게 매우 중요한 역량이고, 동시에 큰 공부가 됩니다.
Q. 한의학 데이터를 다루실 때 일반 데이터와 비교해 특히 까다로운 점이 있을까요?
A. 매우 까다롭습니다. 양방에서는 ‘계측 가능한 것’ 위주로 기록과 데이터를 만듭니다. 계측이 어려운 것은 애초에 데이터화가 잘 안 되죠. 반면 한의학은 정량화하기 어려운 요소가 다양합니다.
예를 들어 ‘손이 차다/덥다’처럼 주관적 척도(조금/보통/많이 등)가 많고, 더 나아가 변증처럼 한의학적 가치 판단이 개입된 변수도 있습니다. 같은 환자를 두고도 진단이 다를 수 있다는 걸 우리 모두 알잖아요. 통계적으로 말하면 분산이 큰 변수들입니다. 분산이 큰 게 곧 ‘나쁜’ 건 아니지만, 분석에서는 결과의 신뢰도를 떨어뜨릴 수 있어 곤란합니다.
한국한의학연구원에서도 ‘AI 한의사’ 프로젝트가 진행될 때, 인풋을 무엇으로 정할지가 큰 문제였다고 알고 있습니다. 예를 들어 설진에서 ‘태가 백하다’ 같은 평가는 사람마다 다를 수 있죠. 의미가 통일되지 않은 데이터를 모아도 효용이 떨어질 수 있다는 판단이었습니다. 그래서 초창기에 ‘객관적 기준’을 만들려는 시도를 했다고 들었습니다. 예를 들어 ‘맥삭’을 ‘분당 맥박수 ○○ 이상’처럼 정의한다든지, 설의 상태를 색상 기준 등으로 정량화한다든지요.
물론 ‘그게 맞느냐’는 비판이 있을 수 있습니다. 예를 들어, ‘기혈허를 혈액검사 수치와 1:1로 매칭하느냐’ 같은 비판도 있을 수 있습니다. 하지만 해당 팀의 전략은 ‘모두를 만족시키는 기준은 불가능하니, 일단 정의를 만들고 데이터를 모아보자. 틀리면 고치며 발전시키자’였다고 합니다.
그런 과정에서 다양한 임상 학회들의 의견도 많이 수렴했다고 합니다. 아무튼 한의학 데이터는 주요 개념들이 측정할 수 있는 물질에 기반하여 고안된 것이 아닌 경우가 많다 보니 특히 까다롭다고 생각합니다.
Q. 그렇다면 지금까지 진행하신 프로젝트 중 임상 적용 가능성이 큰, 임상과 연결이 잘될 것 같은 연구가 있다면요?
A. ‘임상 적용’은 넓은 의미가 있습니다. 제품화에 가까운 것도 있고, 임상에 인사이트를 주는 것도 있죠. 가장 가까운 예라면, 학위 때 많이 했던 약물 연구입니다. 특정 약물의 기전과 효과를 예측·규명하는 연구를 했었는데, 임상에 직접 도움이 될 수 있을 것 같네요.
또 하나는 최근 Revision 중인 주제로, 한의학연구원 시절부터 하던 연구입니다. 한약을 제조할 때 우리는 보통 여러 약재를 한 번에 물에 넣고 달이지만, 실제로는 각각 따로 추출해 나중에 혼합할 수도 있습니다. 제제에서는 그렇게 만드는 경우가 많고요. 제가 제안한 바는, ‘같이 달이는 것’과 ‘따로 달여 합치는 것’이 같다는 전제하에 두 방식을 혼용해 왔지만, 실제로는 다를 수 있다는 겁니다. 성분 함량이 달라지고, 그것이 효과에도 연결될 수 있다는 점을 보이려 했습니다.
그렇다면 처방을 사용할 때 ‘같이 달여야 하는가, 따로 추출한 제품을 써야 하는가’에 대한 인사이트가 생기겠죠. 물론 방제학 교과서에도 ‘먼저/나중에 넣기’나 배합 원리들이 나옵니다. 현실적 이유(품질관리 등)로 제제는 따로 추출해 섞기도 하지만, 어쨌든 ‘다를 수 있다’를 실험적으로 한 단계 더 나아간 의미를 가진 연구였습니다.
제가 그 연구에서 집중했던 처방은 팔미지황탕이었습니다. 약재들을 같이 넣고 달였을 때 아코니틴을 포함한 알칼로이드 함량이, 따로 달이고 혼합했을 때보다 높아지는 경향을 보였습니다. 같은 알칼로이드 중에서도 같이 달이면 많아지는 것도, 줄어드는 것도 있었는데, 같이 달여 많아지는 성분은 상대적으로 독성이 낮고, 줄어드는 성분은 상대적으로 독성이 높은 경향이 있었습니다. 옛사람들이 경험적으로 함께 달였을 때, 부자의 독성이 낮아질 수 있겠다고 느꼈을 수도 있겠죠.
ChatGPT의 한의학 추론능력을 평가한 연구도 중요한 연구라고 생각합니다. ChatGPT가 대중들에게 공개되고 1달도 안 되는 시간 사이에 정말 다양한 분야에 영향이 있었어요. 그런데 과연 한의학적 추론 능력이 얼마나 되는지는 객관적으로 평가가 되지 않았었습니다. 저희 연구실에서 한의사 면허시험을 바탕으로 한의학 추론능력을 평가한 논문을 해당 분야 상위 5%대의 저널에 출판하였습니다. 제가 저자로 참여했던 논문들 중에 가장 인용수가 높은 논문입니다. 당시 이 연구결과가 화제가 되어서, 많은 언론에서도 보도가 되었습니다. 한의학과 인공지능이 융합되는 흐름에 참여했다는 것이 뿌듯한 기억으로 남습니다.
교수님의 연구들
Q. 기초 연구를 하시는 교수님께서는 한의학을 바라보는 관점이 색다른 면이 있을 거라는 생각이 듭니다. 교수님께서는 한의학을 어떻게 생각하시고, 대하시는지 궁금합니다.
A. 글쎄요, 사실 이런 주제를 다른 교수님들이나 임상하시는 분들과 깊게 이야기해 본 적은 많지 않아서 색다른 면이 있는지는 잘 모르겠어요.
그냥 솔직히 말씀드리자면, 저는 학교 다닐 때부터 한의학과 애증의 관계였던 것 같아요. 어떨 때는 정말 효과가 있는 것처럼 느껴지기도 하고, 또 어떤 부분은 도무지 납득이 안 되는 경우도 있었죠. 진짜 ‘저 사람 제정신인가? 도대체 지금 무슨 말을 하고 있는 거지?’ 가끔씩은 이런 생각이 들 정도로요. 저는 유독 배우면서 힘들어했던 편이었어요. 그래서인지, 학생 때부터 늘 연구에 대한 갈증이 있었던 것 같고요.
한의학을 어떻게 이해하느냐고 물으신다면... 저는 기본적으로 한의학이 많은 인사이트를 갖고 있다고 생각해요. 인체 자체에 대한 일반적인 통찰도 많기도 하지만, 특히 한의학이 가지는 중요한 장점 중 하나는 사람을 단순히 생체 기계로 보는 게 아니라, 다른 것과 상호작용하는 ‘인간’으로 이해하려는 시각을 가진다는 점이에요. 인체라는 하나의 개체만 놓고 분석하는 게 아니라, 인간이 다른 것들과 맺는 관계까지 보려고 하는 시선이 있다는 거죠.
대표적으로 처음 한의학개론에서 ‘천인상응’ 같은 개념을 배우잖아요. 이런 것에서도 볼 수 있듯이, 기본적으로 고대 동양의 사유는 ‘인체가 외부 환경과 어떤 상호작용을 맺고 있는가’에 초점이 맞춰져 있었어요. 그래서 이런 관계 중심의 인식이 한의학에서 발달했고, 이게 한의학의 큰 강점이라고 생각해요. 인체와 그 인체 안의 여러 요소들이 갖는 상호작용이나, 인체가 인체 바깥과 갖는 상호작용 같은 것들요. 고전적인 서양 의학에서는 강조되지 않았던 시선이죠.
예를 들면 환경과 사람의 관계가 있겠죠. 그래서 양생이 강조되잖아요. 서양 의학처럼 바이러스나 세균의 존재까지 구체화해서 알지는 못하더라도, 그 대략적인 맥락을 직관적으로 파악한 내용이 많이 반영돼 있는 것 같아요. 사람들이 경험을 통해 관찰한 내용을 바탕으로요. 근데 이런 걸 옛날 사람들이 설명하고 싶었을 거잖아요. 설명을 하기 위해서는 어떤 프레임이 필요한데, 당시에 사람들이 가지고 있던 인식의 틀이 음양, 오행, 육기 같은 개념들이었다고 생각해요. 이러한 개념들을 빌려서 자신들이 관찰한 패턴을 설명하려고 했던 거예요.
물론 이렇게 경험으로부터 직관적으로 관찰한 것에서부터 온 것들을 이론화한 것도 있는 반면에, 사변적으로 끼워 맞춘 부분들도 분명히 있었을 거예요. 한의학 안에는 이런 내용들이 섞여 있을 거라 생각해요. 요약하면, 한의학은 경험을 통해 한의학은 외부와 내부의 다양한 요인들이 인체에 영향을 준다는 걸 경험적으로 인식한 많은 인사이트들을 갖고 있고, 그것을 설명하기 위해 동양 철학 개념을 사용했다는 거죠. 이렇게 경험적으로 인식한 것을 기록해 놓은 내용이 바로 한의학이 가진 중요한 통찰들이라고 봅니다.
이런 관점이 특히 잘 드러나는 분야가 바로 ‘사상의학’이 아닐까 싶어요. 사상의학에는 이 사람이 사회에서 어떤 역할을 하고 있고, 타인과 어떤 상호작용을 하며 사는지 — 이런 내용이 사상의학에 나오잖아요. 예를 들어, 당여(黨與; 소음인의 人事 특징)하는 사람도 있고, 사무(事務; 소양인의 人事 특징)하는 사람도 있고, 이 사람은 소음인이라 산에 있는 선비 같은 유형이고… 이런 것들이 결국에는 모두 이 사람의 성격이나 기질과, 이 사람이 실제로 질병에 걸렸을 때 나타나는 패턴을 관찰하고 연결해서 설명하려고 했던 것이죠.
물론 이제마가 유의이다 보니까 이제마의 사변론적 접근에서 온 것일 수도 있지만, 관찰을 통해 쌓인 경험적 지식도 분명히 녹아 있을 거라고 생각해요. 물론 저는 사상의학을 깊이 연구한 사람은 아니기 때문에 단언할 수는 없지만요.
사상의학뿐 아니라, 한의학 전체에 이런 관점들이 녹아있잖아요. 그래서 저는 한의학이 가치가 높고 현대 의학에도 인사이트를 제공할 수 있는 학문이라고 봐요. 문제는, 이런 것들이 현대 사회에서 다른 사람들을 설득하기가 어려운 형태라는 거예요. 저도 그게 늘 고민이에요. 한의학이 분명히 줄 수 있는 게 많은데, 현대 의학이 갖지 못한 많은 인사이트가 있는데, 그걸 어떻게 사람들에게 납득시키고 전달할 수 있을까요?
사실 우리에게 시간이 많지 않을 수도 있어요.
한의대 교과서에서도 한의학은 ‘전일적 관점’이고, 서양 의학은 ‘극단적 환원주의’이라고 배우잖아요. 그런데 이제는 서양의학도 그런 단점을 스스로 인식하고 있고, 그걸 극복하려고 여러 연구 방법론을 만들고 실제로 많이 극복하고 있어요. 대표적인 게 오믹스(omics) 기반 연구죠. 유전체학, 전사체학, 단백체학, 대사체학 이런 것들을 통해서 질병을 전체적으로, 통합적으로 바라보려는 시도가 활발해요.
예전에는 어떤 약물이 암에 효과가 있는지를 밝히는 연구를 하려면, 이 암종에 특징적으로 결합하는 약물 몇 가지를 찾고, 그 후보들이 암에만 딱 표적으로 작용하는지 실험해 보는 방식으로 접근했어요. 이건 사실 암이라는 것을 몇 가지 단백질로 이해하려고 하는 것이죠. 당연히 이런 연구도 중요하지만, 지금은 그와 더불어 오믹스 차원에서도 연구가 되고 있죠. 예를 들어서 한 사람의 유전자 종류는 한 1만 3천 개 정도 되고, 전사체도 한 2만~3만 개 정도 되는데, 이걸 다 스크리닝 해서 전사체 몇 만 개가 동시에 어떤 패턴으로 변하는지 알 수 있거든요. 유전체, 전사체, 단백체, 대사체가 전체적으로 어떻게 바뀌는지 패턴을 볼 수 있는데, 이게 전일적 관점이 아니면 뭐가 전일적 관점이겠어요?
그러니까 아이러니하게도, 우리가 ‘한의학의 장점’이라고 말했던 부분을 서양의학이 더 빠르고 정밀하게 구현해내고 있다는 거예요. 또 10~20년 전만 해도 "서양의학은 일반화된 의학, 한의학은 맞춤의학"이라고들 했는데, 요새는 이런 얘기를 하는 사람이 없죠. 이제는 서양의학이 유전자 단위로 질병을 접근하고 치료하고 있으니까요. 사실은 한의학이 갖는 장점들이 분명히 있고 줄 수 있는 인사이트들이 있는데, 시간이 지날수록 점점 인사이트를 제공할 기회가 사라지고 있는 거예요.
한의학이 가치를 갖는 이유가 서양 의학과 다르기 때문이고, 다른 이유는 바로 동양적 관점 때문이므로, 한의학 고유의 동양적 관점을 강조해야 한다고 주장하시는 분들도 있어요. 아니면 반대로, ‘서양 의학의 언어로 한의학을 설명해 낼 수 있어야 된다. 오히려 그런 동양적인 언어들이 발전을 저해하는 요소로 작용하고, 모호한 걸 더 모호하게 만든다.’라는 주장도 있고요. 저는 어느 한쪽이 정답이라고 보지는 않아요. 결국 절묘한 균형이 필요하다고 생각해요. 한의학에 있는 내용이 어떤 가치가 있는지를 알기 위해서는 전통적인 관점도 어느 정도 필요할 것이라고 생각해요. 왜냐하면 그런 전통적 관점이 너무 없으면, 한의학이 갖는 장점을 발견하기가 어려울 수 있거든요.
그래서 저는 생리학 가르칠 때 음양 같은 개념도 다 설명하긴 합니다. “음양이 절대적인 게 아니라, 당시 사람들의 관찰해 알게 된 통찰을 설명하는 언어로서 기능했기 때문에 우리가 분명히 알아둬야 필요가 있다. 이런 동양적 사고와 맥락도 알아야 할 필요가 있고, 동시에 그런 서양 의학적인 역량도 있어야 한다.”라고요.
Q. 빅데이터와 AI를 기반으로 한의학을 연구하는 접근이, 전통적인 한의학 연구와 비교했을 때 어떤 차별점이 있다고 보시나요?
A. 전통적인 한의학 연구도 여러 가지 방식이 있죠. 실험 기반의 기초 연구도 있고, 원전 연구 같은 인문학적 접근도 있는데요. 먼저 이 인문학적 연구와 비교해서 말씀드리겠습니다.
원전 연구는 보통 연구자 개인이 많은 원전을 읽고, 이 원전은 다른 원전에 비해 어떻고 이 아이디어는 어디로부터 왔고… — 이렇게 정성적인 방식으로 해석하고 분석해 나가는 작업이잖아요. 물론 이런 정성 연구에서만 얻을 수 있는, 원전을 깊이 이해했을 때 나오는 인사이트도 있고, 정성적 연구도 필요합니다. 하지만 시간과 노동력이 많이 든다는 분명한 한계가 있어요. 아무리 열심히 해도, 한 사람이 한 번에 다룰 수 있는 데이터의 양에는 물리적인 한계가 있죠. 아무리 뛰어난 연구자라도, 결국은 읽고 생각하고 정리하는 데 시간이 걸리니까요. 근데 빅데이터나 AI, 특히 제가 관심 있는 텍스트 마이닝 같은 방법을 이용해 원전을 연구하면, 상대적으로 적은 노동력으로 대량의 텍스트를 분석할 수 있어요. 그게 일단 가장 중요한 장점인 것 같아요.
또 하나는, 수치화할 수 있다는 거예요. 데이터 속에서 특정 패턴이나 연관성을 분석할 때 정량적인 방법을 사용할 수 있다는 거죠. 예를 들어서, A, B 중 C와 무엇이 더 연관이 있는지 점수화할 수 있어요. “읽어봤더니 어떤 점 때문에 B가 더 연관성이 있더라.”가 아니라, "A텍스트는 관련성이 90점, B텍스트는 50점이므로, A가 더 연관 있는 레퍼런스다."라는 식으로요. 물론 이게 장점만 있는 것은 아니에요. 정량적인 접근을 하다 보면 디테일이 희생되는 경우가 많아요. 정성적 접근에서 볼 수 있는 미묘한 뉘앙스나 맥락은 놓치기 쉽죠. 그러니까 결국은 두 접근이 조화롭게 같이 가야 한다고 생각해요.
전통적인 실험 연구와의 비교도 해보자면요, 이건 꼭 한의학만의 이야기는 아니고, 전체 생명과학 분야에서 공통적으로 적용되는 이야기예요. 기존의 실험 연구, 그러니까 in vivo나 in vitro 같은 생물 실험과 비교했을 때, 빅데이터 기반 연구가 갖는 장점은 일단 비용과 윤리적인 측면에서 훨씬 유리하다는 거예요. 원래는 다 일일이 실험을 해야 됐는데, 다양한 많은 가설들을 효율적으로 탐색할 수 있게 됐죠.
근데 ‘빅데이터가 좋으니까 무조건 이것으로만 해야 된다.’가 아니고, 현실에서는 모든 방식이 다 융합돼서 사용되고 있어요. 실험을 전부 해보기보다 데이터로 먼저 분석해 보는 게 더 나은 경우가 있을 수도 있고, 실험을 하고 결과를 해석하기 위해 빅데이터를 이용한 분석을 하기도 하죠. 원전 연구도 우선 직접 읽어서 정리하고 그게 데이터상으로 정량화해서도 맞는지 확인해 볼 수도 있고요.
그러니까 딱 잘라서 “이 방식이 맞다, 저 방식이 안 좋다.”가 아니라, 각 방식의 장단점을 잘 이해하고, 그걸 언제 어떻게 써야 할지를 잘 고민해서 써야 하는 거죠.
Q. 2022년 한의약진흥원에서 ‘한의학 데이터 분석 실무 워크숍’을 진행하셨다고 들었습니다. 혹시 어떤 활동들을 하신 것인지 간단히 소개 부탁드립니다!
A. 한의학 진흥원에서 먼저 한의학 데이터를 이용해 연구를 하고 싶어 하시는 분들이 많아서 관련된 교육 프로그램을 교육 프로그램을 운영하고 싶다는 요청이 저희 연구실로 왔었어요. 제 기억으로는 앞부분의 이론적인 내용을 저희 지도 교수님이 하시고, 그 뒤에 실습 프로그램을 제가 전담해서 진행했던 적도 있었고요. 그냥 제가 처음부터 끝까지 맡아서 진행한 것도 한두 번 정도 있었던 것 같네요. 그니까 강사로 섭외가 와서 제가 프로그램을 기획해서 했던 거죠.
데이터 과학의 가장 기초적인 것이 프로그래밍 능력이거든요. 그래서 한 번은 파이썬 교육을 하루 날 잡아서 쭉 했었고요. 그다음에는 사람들이 가장 많이 관심이 있었던 주제인 네트워크 약리학을 강의했어요. 네트워크 약리학의 이론은 어떻고, 실제로 어떻게 적용하는지에 관해서 진행했습니다.
1부를 마무리하며
Q. 한의학 데이터 과학 분야에 관심 있는 학생들에게 추천해주고 싶은 공부 방법이나 기술(프로그래밍, 통계, 수학 등)이 있을까요?
A. 우선 요즘 의치한에서 프로그래밍이나 데이터과학 관련 과목들을 개설하는 것도 긍정적이라고 생각합니다. 사실 이런 기회가 없으면, ‘내가 프로그래밍이나 데이터과학을 활용할 수 있다’라는 생각조차 못하는 경우도 있거든요. 학과에서 가르치는 프로그래밍이나 데이터과학 관련 과목들이 일종의 마중물 역할 을 해 줄 수 있다고 생각합니다. 학과에 개설된 과목들이 있다면 해당 과목을 신청해서 수강해 보시는 것을 추천드립니다.
이러한 도움 없이 처음부터 맨땅에서 막연하게 공부를 하려고 하면 길을 잃기 쉬워요. 저는 길을 잃어본 경험이 있거든요. 학부생 시절에 C언어를 몇 달 동안 공부를 했었는데, 조선대까지 가서 계절학기도 듣고 그랬어요. 근데 저는 그 이후에 심화 과목들을 수강한 것도 아니고, 그렇다고 C언어를 활용하는 다른 일을 하는 것도 없었습니다. 그러다 보니 배웠던 지식을 써먹을 곳이 없었고, 그냥 길을 잃어버렸습니다. 그 이후에 대학원에 오기 전까지 프로그래밍을 공부한 적은 없는 것 같아요. 당시에는 의학과 데이터과학을 융합하는 것 자체에 아직은 많은 사람들이 익숙하지 않았을 때였어요. 그러다 보니 더욱 어떻게 활용해야 할지 막막했던 것 같아요.
제 생각에는 어떤 공부 방법보다도 자신이 하려고 하는 프로젝트를 정하고, 그 프로젝트를 진행하기 위해 필요한 지식을 학습하는 것이 가장 효율이 높은 것 같아요. 무언가를 공부하기 이전에 내가 이거를 왜 공부해야 되는지 그 이유를 명확히 할수록 좋은 것 같습니다. 예를 들어서 내가 뭔가를 분석해보고 싶다든지 혹은 내가 뭔가를 만들어보고 싶다던지 이유나 목표를 정해놓고, 그것을 하기 위해서 필요한 것들을 공부하는 방향으로 가는 게 맞다고 생각해요. 그러니까 프로그래밍 배우고 통계학 배우고 수학 다 배운 다음에 이 내용들을 가지고 무엇을 할지 생각하는 건 맞지 않는 것 같아요. 특히 우리 같은 한의대 학생들에게는 전공이 아니니까 더 길을 잃기 쉽죠. 하다가 그만두기도 쉽고, 열심히 배웠다 한들 써먹지 않으면 무슨 소용이 있겠어요?
그러면 내가 무엇을 할지 정해놓은 상태에서 그 목표에 필요한 내용을 어떻게 공부를 하냐고 묻는다면, 저는 기존에 있던 강의 커리큘럼을 따라가길 추천해요. 요즘은 좋은 강의들이 도처에 널려 있잖아요. 유튜브도 있고, 아니면 아까 제가 얘기했던 코세라도 있고요. 근데 이제 혼자 공부하려고 하면 힘들어지거든요. 스스로 잘하고 있다고 생각해도 오개념이 잡히는 경우도 있고, 의지가 박약해지기도 해서 이왕이면 뜻이 맞는 사람들이랑 같이 공부를 하는 게 좋죠.
이런 측면에서는 가장 공부하기 좋은 곳이 대학원이라서 또 대학원을 추천하게 되는 것 같네요. 사실 애초에 대학원이라는 곳이 석사나 박사 논문 같은 어떤 프로젝트를 진행하는 곳이잖아요. 그리고 그 프로젝트를 달성하기 위해서 공부도 해야 하는데 대학원은 졸업을 위해서라도 강제적으로 해야 하는 환경을 만들어주니까 적합하죠.
1부에서는 장동엽 교수님의 연구들과 이야기들로 데이터과학과 한의학을 접목 시키시게 된 과정들로 채워보았습니다. AI를 활용하여 여러 분야에서의 풍경이 급격하게 변하고 있는 지금 시점에, 한의계도 AI를 적극도입하여 한단계 더 나아가는 길이 열리면 좋을 것 같습니다.
2부에서는 대학원 선배님이자 한의사과학자모임 대표로서 해주시는 인터뷰입니다. 연구자의 생활에 초점을 맞춘 유익한 이야기들로 가득 담아보았으니, 진로에 고민이 많으신 분들은 기대하셔도 좋을 것 같아요!
Interviewer. 사자, 꽁치, 플라밍고, 낙타, 사막여우, 오리너구리
Writer & Editor. 사자
