스마트 시티에서 암 치료까지: '디지털 트윈'이 바꾸는 정밀의학의 미래

정밀의학을 이끄는 차세대 암 치료 전략—의료진이 디지털 트윈을 통해 종양과 환자의 실시간 데이터를 시뮬레이션하는 미래를 묘사한 이미지.

서론

디지털 트윈(Digital Twin)이라는 개념은 더 이상 공상과학이 아니다. 스마트 시티의 교통 제어 시스템이나 대형 산업 설비의 유지 보수처럼, 현실 세계의 객체를 실시간으로 모사하고 시뮬레이션하는 기술은 이미 일상 속으로 깊이 들어와 있다. 그런데 이 디지털 트윈이 이제 '종양(Tumor)'을 모델링하는 데까지 확장되고 있다면? 이번에 소개할 논문 "From data-driven cities to data-driven tumors"는 바로 이러한 패러다임 전환의 최전선에 서 있다.

정적인 암 모델의 한계

전통적인 종양 치료 전략은 초기 진단 시점의 이미지와 유전체 분석을 기반으로 치료 방침을 설정한다. 하지만 종양은 살아있는 시스템으로, 시간이 지남에 따라 유전자 변이, 치료 반응, 면역 반응 등 다양한 방식으로 변화한다. 고정된 데이터 한 번으로 만들어진 '정적 디지털 트윈'은 이러한 변화에 대응하지 못하고 예측력이 떨어진다. 이로 인해 재발이나 내성 돌연변이, 부작용 발생 시기를 놓치기 쉽다.

스마트 시티의 운영 원리, 암 치료에 접목하다

논문은 싱가포르와 헬싱키 등 스마트 시티에서의 디지털 트윈 사례를 들어 암 치료 모델에 응용할 수 있는 원리를 설명한다. 예를 들어, 도심 교통 트래픽을 실시간으로 분석하고 시뮬레이션하는 것처럼, 환자의 생체신호, 유전자 정보, 의료영상, 혈액 바이오마커 등을 실시간으로 업데이트하여 종양의 상태를 예측하고 치료 전략을 시뮬레이션할 수 있다는 것이다.

이러한 접근법은 단순히 정밀의학을 넘어 '적응형 치료(adaptive oncology)'라는 새로운 개념으로 이어진다. 환자의 상태가 변할 때마다 디지털 트윈도 함께 변하며 최적의 치료 조합, 투약 스케줄, 치료 강도를 재조정하는 것이다.

실제 사례: 다양한 종양에 적용된 디지털 트윈들

Glioblastoma (교모세포종): MRI 데이터를 기반으로 방사선 치료 강도를 실시간 조절해 종양 진행을 지연시킨 사례.
폐암 3D 트윈: CT 이미지와 유전자 변이 정보를 바탕으로 치료 내성을 예측하고 치료 옵션을 제안함.
FarrSight 가상시험 트윈: 환자별 시뮬레이션을 통해 가장 적합한 항암 요법을 선택, 실제 임상 반응률 향상.
조기 감지 트윈: 숨결 속 휘발성 유기물질을 분석해 위암 및 대장암의 조기 신호를 탐지.

기술적 기반: 왜 지금 가능한가?

이전에는 기술적 한계로 인해 실시간 데이터 수집과 처리, 시뮬레이션이 어려웠다. 그러나 이제는 클라우드 컴퓨팅, 고성능 GPU, 엣지 AI, 표준화된 의료 데이터 포맷(FHIR, OMOP 등), 고주파 생체 센서, 순환 종양 DNA 분석 등 기술이 이를 뒷받침한다. 또한, 강화학습과 베이지안 모델링, 피직스-인포머드 AI 등 최신 기법들은 종양의 변화 가능성과 치료 반응을 정교하게 예측할 수 있다.

이러한 디지털 트윈은 '무엇을 할 수 있을까?'를 반복적으로 실험해보는 훈련장 역할을 한다.

윤리적 고려와 제도적 도전

하지만 이 기술의 상용화를 위해 넘어야 할 산도 많다.

개인정보 보호: 실시간 환자 데이터를 클라우드에서 처리하는 만큼, 연합 학습(federated learning), 차등 개인정보 보호(differential privacy) 등이 필수적이다.
의사 결정의 투명성: AI 기반의 예측이 어떻게 도출되었는지 설명 가능한 방식으로 제시되어야 한다.
제도적 프레임워크: 학습형 모델인 디지털 트윈은 치료 중에도 변화하기 때문에 새로운 규제 체계가 필요하다.

결론

디지털 트윈 기술은 정밀의학의 새로운 시대를 여는 핵심 축이 될 가능성이 크다. 스마트 시티가 도시 운영을 최적화하듯, 암 디지털 트윈은 치료를 실시간으로 재조정해 개인화된 최적의 경로를 찾는다. 이 기술이 널리 보급되면, 앞으로는 '환자 맞춤형 시뮬레이션'을 거친 뒤에야 치료가 시작되는 시대가 올 것이다.

특히 저소득 국가나 의료 인프라가 열악한 지역에서도 모바일 기반 경량 트윈 시스템이 활용된다면, 전 세계적 의료 형평성에도 기여할 수 있다.

출처논문

Karaman, I., & Sebin, B. (2025). From data-driven cities to data-driven tumors: dynamic digital twins for adaptive oncology. Frontiers in Artificial Intelligence, 8, 1624877. https://doi.org/10.3389/frai.2025.1624877