OPGAgent 치과 파노라마 X선 자동 해석을 위한 다중 도구 에이전트

본 연구는 치과 파노라마 영상(Orthopantomogram, OPG)의 전반적인 해석을 자동화하고, 임상 현장에서 요구되는 다중 진단 작업을 하나의 통합된 AI 시스템으로 수행하기 위한 새로운 프레임워크인 OPGAgent을 제안한다. 기존의 Vision‑Language Model(VLM) 기반 접근법은 다양한 진단 과제를 자연어 질의‑응답 형태로 처리할 수 있다는 장점이 있지만, 개별 과제별 정확도에서는 전용 모델에 뒤처진다. 특히 치과 영상은 치아 번호(FDI 표기), 국소 병변 위치, 해부학적 제약 등 정밀한 공간 정보가 핵심이므로, 순수 텍스트 기반 모델만으로는 충분히 대응하기 어렵다. 이러한 문제점을 해결하고자, 저자들은 ‘에이전트’ 개념을 도입해 여러 전문 도구와 모델을 동적으로 호출하고, 그 결과를 합의 메커니즘을 통해 통합하는 시스템을 설계하였다. OPGAgent은 세 개의 핵심 모듈로 구성된다. 첫 번째 모듈인 계층적 증거 수집(Hierarchical Evidence Gathering)은 분석을 전역 → 사분면 → 치아 수준의 3단계로 나누어 진행한다. 전역 단계에서는 전체 OPG에 대해 VLM 전문가와 YOLO 기반 치아·사분면 검출기를 동시에 호출해 전체 치아 수, 결손 치아, 각 치아의 FDI 번호 매핑을 확보한다. 이 정보는 메모리 내 좌표 체계로 저장되어 이후 단계의 ROI(Region of Interest) 정의에 활용된다. 사분면 단계에서는 전역 좌표를 바탕으로 동적 사분면 크롭을 생성하고, VLM에 ‘골 손실’이나 ‘큰 병변’ 등 거시적 병변을 질의한다. 사분면에서 이상이 감지되면 해당 영역을 다음 치아 단계로 전달한다. 치아 단계에서는 MedSAM을 이용한 정밀 마스크 세분화와 고해상도 ROI를 VLM에 제공해 충치, 임플란트 상태, 근단 병변 등 미세 병변을 탐지한다. 두 번째 모듈인 전문화 도구 상자(Specialized Toolbox)는 네 종류의 도구군을 포함한다. ① 공간 도구는 YOLO와 MaskDINO 기반 모델을 사용해 치아·사분면·병변의 바운딩 박스와 마스크를 반환한다. ② 검출 도구는 다양한 병변(충치, 근단 병변, 보철물 등)을 자동 라벨링하고, 해당 치아와의 연관성을 제공한다. ③ 유틸리티 도구는 FDI 번호 매핑, ROI 추출, 두 폴리곤 간 최소 거리 계산 등 해부학적 위험 평가를 수행한다. ④ 전문가 줍(Expert Zoo) 도구는 DentalGPT, OralGPT‑Omni, GPT‑5.2, Gemini‑3‑Flash 등 여러 LLM/VLM을 호출해 동일 이미지에 대한 다중 의견을 수집한다. 이러한 도구들은 모두 에이전트‑콜 가능한 형태로 래핑되어, GPT‑5.2 기반 플래너가 ReAct 패러다임에 따라 동적으로 선택·실행한다. 세 번째 모듈인 합의 서브에이전트(Consensus Subagent)는 다수결 기반 증거 집계와 충돌 해결을 담당한다. N개의 출처 중 ≥3개가 동일 병변을 제시하거나 ≥2개가 동일 병변을 보고하면 해당 항목을 ‘확정’한다. 충돌이 발생하면(예: 동일 병변에 대해 서로 다른 치아 번호가 제시될 경우) 검출 도구가 제공한 정확한 좌표와 해부학적 제약을 이용해 최종 번호를 재조정한다. 이를 통해 VLM이 자유롭게 생성하는 텍스트에서 발생할 수 있는 허위 진단을 효과적으로 억제한다. 평가를 위해 저자들은 실제 임상 보고서에서 추출한 (위치, 필드, 값) 삼중항을 정답으로 하는 OPG‑Bench 프로토콜을 설계했다. 기존 VQA 방식은 질문에 대한 정밀도만을 측정하고, 보고되지 않은 병변은 평가에서 누락되며, 허위 진단을 정량화하기 어렵다. OPG‑Bench은 정확도(Exact Match)와 단계별 부분 일치(병변 존재·위치·등급) 지표를 동시에 제공함으로써 모델의 전체적인 진단 커버리지와 허위 양성 비율을 모두 파악할 수 있다. 데이터셋은 1,009개의 익명화된 OPG와 5,219개의 QA 쌍으로 구성되었으며, 임상 보고서는 다수의 치과 전문의가 검증하였다. 실험 결과 OPGAgent은 OPG‑Bench과 공개 MMOral‑OPG 벤치마크 모두에서 최고 성능을 기록했다. OPG‑Bench에서는 Exact‑Match F1 42.3%와 종합 점수 49.7%를 달성했으며, 특히 허위 양성 비율을 4.89건/케이스로 낮추어 기존 VLM(예: Gemini‑3‑Flash)보다 정밀도가 크게 향상되었다. MMOral‑OPG에서는 전체 정확도 62.53%로 가장 높은 점수를 받았으며, 특히 치아·병변 카테고리에서 기존 모델을 크게 앞섰다. Ablation 연구에서는 (1) 도구 없이 LLM만 사용했을 때 F1 27.78%에 머물렀고, (2) 전문가 줍만 추가하면 정밀도는 상승했지만 좌표 부재로 재현율이 급락했으며, (3) 공간 도구를 도입해 좌표 정렬을 보완하면 재현율과 전체 F1이 크게 회복된다는 점을 확인했다. 이는 계층적 증거 수집과 공간 도구가 시스템 성능에 핵심적인 역할을 함을 시사한다. 한계점으로는 현재 도구들이 공개 데이터셋에 기반해 학습되었기 때문에 특정 병변(예: 희귀 악성 종양)에 대한 감도는 제한적이며, 실시간 임상 적용을 위해 추론 속도 최적화가 필요하다는 점을 언급한다. 향후 연구에서는 더 다양한 전문 도구와 대규모 임상 데이터로 확장하고, 사용자 인터페이스와 전자 의료 기록(EMR) 연동을 통해 실제 치과 진료 흐름에 자연스럽게 통합하는 방안을 모색한다. 결론적으로, OPGAgent은 치과 파노라마 영상의 복합적인 진단 요구를 다중 전문 도구와 합의 메커니즘으로 해결함으로써, 기존 단일 VLM 기반 접근법의 정확도 한계를 뛰어넘고, 임상 현장에서 활용 가능한 ‘감사 가능’한 AI 보조 진단 시스템을 제시한다.