대형언어모델이 의학교육에 미칠 영향에 대한 예측

ChatGPT와 같은 언어모델 기반 도구들이 사용되는 첫 학기가 시작됩니다. 어떤 변화들이 찾아올지 저의 짧은 의견을 담은 코멘테리가 한국 의학교육학회지(KJME) 3월호 맨 마지막에 실렸습니다. Open access로 다음 링크에서 원문을 볼 수 있습니다.

https://doi.org/10.3946/kjme.2023.253

내용을 간단히 소개하면 LLM이 가지고 있는 4가지 능력이 교육에 어떻게 활용될지를 예측하는 내용입니다.

1. 정보를 추출할 수 있는 능력 – 동적 텍스트를 이용한 자가학습.

기존의 학습(검색)은 누군가 미리 적어놓은 정적 문서를 찾아서 읽어보는 식이었으나, LLM을 이용하면 “이 순간 궁금한 내용에 대한 답”을 얻을 수 있다.

2. 글을 적어주는 능력 – 평가방법의 전환

기존의 “xx에 대해 논하시오” 형태의 보고서는 받을 수가 없다. 에세이형 과제는 해석할 자료를 주거나 개인적 경험을 결부시켜 적는 식으로 LLM을 이용하더라도 깊은 사고가 필요한 형태로 변형해야 한다. 즉석평가나 구술평가의 비중도 올라갈 것이다.

3. LLM기반 챗봇 – 환자 문진 시뮬레이션

의대생의 진료 훈련을 위해 표준환자 배우와 실습을 하고 있는데, 이는 자원이 너무 많이 필요해서 많이 활용하기 어렵다. LLM 기반의 가상환자 챗봇을 음성/텍스트 변환과 결합하면 매우 자연스러운 대화 형태로 진료 시뮬레이션이 가능해질 것이다.

4. Chain of Thought 형태의 추론능력 – LLM에게 추론과정 배우기

ChatGPT가 미국 의사국가시험을 통과했다는 이야기가 있는데, 여기에 더해 풀이과정을 차근차근 설명하도록 prompt를 주는 것도 가능하다. 의학교육의 목표는 임상적 문제상황을 추론능력을 이용해 해결하는 것이다. 기존에는 숙련된 교육자가 임상상황 문제 풀이에 대한 모범답안을 만들어줘야 했으나 LLM이 생성해줄 수 있게 될 것이다.

현재 LLM의 한계점

Hallucination과 instability에 대한 내용과 이를 극복하기 위한 노력들. 앞으로 빠른 속도로 개선되어갈 것이다.

그럼 의학교육자들은 뭘 해야하나?

1. 수업시간에는 개론적 내용만 최소한으로 다루고 호기심을 자극해서 동적 텍스트를 이용해 스스로 학습할 수 있도록 해줘야 한다.
2. 의학의 한 분야만 파고드는 것이 아니라 AI를 포함한 넓은 분야에 관심을 가지는 T자형 인재를 육성해야 한다.
3. 상대평가에서 절대평가로 전환해 의학 분야에서 최소한의 능력만 검증하고, 나머지 시간은 궁금증을 좇아 다양한 공부를 하는 분위기를 조성해 1,2번을 이루어야 한다.
4. 선생님들도 신기술들을 빨리 써봐야 한다.

Originally tweeted by 말러팔산 (@mahler83) on 2023-03-01.