breakinglog
Google AI가 구글 자체 벤치마크가 아니라 미국 질병통제예방센터(CDC)의 실제 독감 예측 시즌 평가에서 가장 높은 성적을 기록했습니다. CDC가 9월 30일 공개한 2025~2026 FluSight 평가에서 Google_SAI-FluEns는 평가 기준을 충족한 39개 모델 가운데 가장 성능이 좋은 개별 팀 제출 모델로 확인됐습니다.
이번 평가는 시즌이 끝난 뒤 과거 데이터를 넣어 다시 돌린 단순 시연이 아닙니다. 참가 팀들은 2025년 11월부터 2026년 5월까지 매주 실제 독감 입원 환자 수를 현재 주부터 최대 3주 뒤까지 예측해 제출했고, CDC가 시즌 종료 후 같은 기준으로 결과를 비교했습니다.
34개 팀, 53개 모델 중 39개가 최종 평가에 들어갔습니다
| 항목 | 확인된 결과 |
|---|---|
| 전체 제출 | 34개 팀, 53개 고유 모델 |
| 최종 평가 대상 | 최소 제출률 기준을 통과한 39개 모델 |
| Google_SAI-FluEns | 개별 팀 제출 모델 가운데 최고 성능 |
| CDC FluSight ensemble | 전체 시즌 7위 |
| 기준선보다 나은 모델 | 39개 중 33개 |
CDC의 핵심 평가지표는 relative WIS(상대 가중 구간 점수)입니다. 예측값 하나만 맞히는 것이 아니라 실제 값이 예측 구간 안에 얼마나 잘 들어오는지까지 함께 보는 지표로, 낮을수록 좋습니다. CDC가 만든 기준선 모델을 1로 놓았을 때 1보다 낮으면 기준선보다 나은 예측입니다.
종합 순위는 전국 단위 예측과 푸에르토리코를 제외하고 여러 지역과 여러 예측 주간의 점수를 합쳐 계산했습니다. 그래서 “특정 한 주를 가장 정확히 맞혔다”는 의미가 아니라, 한 시즌 동안 여러 지역과 여러 예측 시점에서 가장 안정적으로 좋은 점수를 냈다는 쪽에 가깝습니다.
핵심은 AI가 환자 수를 직접 답한 것이 아니라, 예측 모델을 만들었다는 점입니다
Google은 이 독감 예측 모델을 Empirical Research Assistance(ERA)를 이용해 개발했다고 설명합니다. ERA는 대형 언어 모델과 트리 탐색을 이용해 과학 계산용 코드를 반복적으로 만들고, 정해진 평가 점수를 높이는 방향으로 후보를 탐색하는 시스템입니다.
Nature에 공개된 ERA 연구를 보면 이 시스템은 하나의 답변을 생성하고 끝나는 구조가 아닙니다. 여러 구현을 만들고 점수를 측정한 뒤, 성능이 좋은 가지를 더 탐색하거나 서로 다른 아이디어를 조합하면서 소프트웨어 자체를 개선합니다. 독감 예측에서도 기존 통계와 역학 모델의 아이디어를 변형하거나 결합한 여러 구성요소를 만든 뒤 이를 앙상블에 포함했습니다.
별도의 사전 공개 질병 예측 연구에서는 Google_SAI-FluEns가 짧은 예측부터 긴 예측까지 상위권을 유지했고, 구성요소 중 일부는 CDC FluSight ensemble보다 나은 성적을 냈다고 보고했습니다. 이번 CDC 시즌 평가가 중요한 이유는 이 연구팀의 주장과 별개로, 실제 제출된 예측을 CDC가 같은 규칙으로 사후 평가했다는 데 있습니다.
다만 ‘독감을 이제 완벽히 예측한다’는 뜻은 아닙니다
CDC는 이번 시즌 전체 모델 평가에서 유행이 빠르게 꺾이거나 급증하는 시기에는 예측 성능이 떨어지는 현상이 관찰됐다고 함께 밝혔습니다. 1위 모델이라는 결과가 다음 시즌의 모든 지역과 모든 변곡점에서 같은 정확도를 보장하는 것은 아닙니다.
또 이번 발표는 일반 사용자가 바로 쓰는 새로운 독감 예측 앱 출시 소식도 아닙니다. 현재 확인되는 변화는 AI가 과학용 예측 코드를 스스로 탐색하고 개선해 만든 모델이 CDC의 실제 시즌 평가에서 최상위 성적을 냈다는 검증 결과입니다. Google은 ERA의 기반 기술을 실험적 과학 도구의 신뢰된 테스트 사용자에게 제공하고 있다고 설명하고 있습니다.
