냉동배아이식의 성공 가능성을 높이려면 무엇을 가장 먼저 살펴봐야 할까. 여성의 나이일까, 자궁내막의 두께일까, 아니면 냉동했다가 해동한 배아의 상태일까. 시험관아기시술(IVF)을 준비하는 난임 환자라면 누구나 궁금해하는 질문이다.

그러나 임신 성공 여부는 어느 한 가지 조건만으로 결정되지 않는다. 나이가 젊고 자궁내막이 충분히 두꺼워도 임신에 실패할 수 있고, 반대로 불리한 조건에서도 임신에 성공하는 사례가 있다. 특히 염색체가 정상인 배아를 이식하더라도 모든 환자가 임신에 성공하는 것은 아니다.

최근 인공지능(AI)을 활용해 냉동배아이식의 임신 결과를 예측한 연구가 발표돼 관심을 끌고 있다. 환자의 나이와 난소기능, 자궁내막 상태, 배아의 질 등 여러 임상정보를 동시에 분석해 임신 가능성과 관련된 핵심 변수 7가지를 확인한 것이다.

튀르키예 이스탄불 시슬리 메모리얼병원과 미마르 시난 미술대학교 연구진이 수행한 이번 연구는 국제학술지 ‘생식생의학 온라인(Reproductive BioMedicine Online)’ 2026년 10월호에 게재됐다.

 

냉동배아이식 4300주기 분석…임신 예측에 중요한 7가지 변수

 

연구진은 2011년 10월부터 2023년 2월까지 시슬리 메모리얼병원에서 시행된 냉동배아이식 4300주기를 후향적으로 분석했다. 연구 대상은 착상 전 유전검사를 통해 염색체 수가 정상인 것으로 확인된 배아를 한 개씩 이식한 사례였다.

정상염색체 배아만을 대상으로 했다는 점이 이번 연구의 특징이다. 배아의 염색체 이상이라는 주요 변수를 줄인 상태에서 환자의 임상적 조건들이 임신 결과와 어떤 관련이 있는지 살펴본 것이다.

연구진은 총 26개 임상 변수를 대상으로 다섯 종류의 머신러닝 알고리즘을 적용했다. 그 결과 임상적 임신을 예측하는 데 중요한 변수로 과거 시험관아기 시술 횟수, 항뮐러관호르몬(AMH) 수치, 자궁내막 두께, 해동 후 배아의 질, 여성의 연령, 냉동 보관 배아 수, 자궁내막 준비 방법 등 7가지가 확인됐다.

이들 변수는 각각 독립적으로 임신 성공을 결정한다기보다 환자의 전반적인 생식능력과 치료 조건을 종합적으로 설명하는 정보라는 점에서 의미가 있다.

 

정상염색체 배아도 임신 실패할 수 있어…해동 후 배아 상태 주목

 

이번 연구에서 눈길을 끄는 부분은 해동 후 배아의 질이 주요 예측 변수에 포함됐다는 사실이다.

IVF에서 배아의 염색체 이상은 착상 실패와 유산의 중요한 원인으로 알려져 있다. 하지만 착상 전 유전검사를 통해 정상염색체 배아를 선별하더라도 임신 성공이 보장되는 것은 아니다.

연구 결과는 배아의 염색체 상태뿐 아니라 해동 이후 관찰되는 형태학적 상태도 임신 결과를 예측하는 데 유용한 정보가 될 수 있음을 보여준다.

과거 IVF 횟수 역시 중요한 변수로 나타났다. 이전 시술 경험이 많을수록 임상적 임신 가능성이 낮아지는 연관성이 관찰됐다. 다만 과거 실패 횟수 자체가 임신 가능성을 떨어뜨린다는 의미는 아니다. 반복적인 시술을 경험한 환자에게 다른 불리한 임상적 조건이 함께 존재할 가능성도 고려해야 한다.

 

AMH와 자궁내막 두께도 중요…수치 하나로 성공 여부 판단 못 해

 

AMH는 난소예비력을 평가하는 대표적인 호르몬 지표다. 일반적으로 난소자극에 대한 반응과 채취 가능한 난자 수를 예측하는 데 활용되지만, AMH 수치만으로 배아의 질이나 임신 성공 여부를 판단할 수는 없다.

이번 연구에서는 AMH가 다른 임상 변수들과 함께 임신 결과를 예측하는 데 기여하는 것으로 나타났다. 다만 AMH 수치가 높을수록 반드시 임신 가능성이 높아진다고 해석해서는 안 된다.

자궁내막 두께 역시 주요 변수에 포함됐다. 자궁내막은 배아가 착상하는 환경을 제공하지만, 단순히 두께가 두껍다고 해서 임신에 유리한 것은 아니다. 내막의 상태와 호르몬 환경, 배아의 발달 단계 등 다양한 조건이 함께 작용한다.

자궁내막 준비 방법도 임신 결과를 예측하는 변수로 확인됐다. 냉동배아이식에서는 환자의 배란 상태와 치료 계획에 따라 자연주기 또는 호르몬을 이용한 인공주기 등 여러 방법이 사용된다.

다만 이번 연구가 특정 자궁내막 준비 방법의 우수성을 입증한 것은 아니다. 예측에 중요한 변수를 확인한 연구인 만큼 실제 치료법 선택에는 환자별 상태와 의료진의 판단이 필요하다.

 

AI 예측 성능 최대 0.778…임신 성공률 77.8% 의미는 아냐

 

연구진이 적용한 다섯 가지 머신러닝 모델의 AUC는 0.760~0.778이었다. 이 가운데 XGBoost 모델이 0.778로 가장 높은 수치를 기록했다.

AUC는 임신에 성공한 사례와 그렇지 않은 사례를 모델이 얼마나 잘 구별하는지 평가하는 지표다. 0.5는 무작위 추측 수준이며, 1에 가까울수록 구별 능력이 높다는 의미다.

따라서 AUC 0.778을 임신 성공률 77.8%로 해석해서는 안 된다. 이번 연구에서 주요 변수 7가지를 사용한 모델들의 분류 정확도는 약 70.2~72.6%였다.

이는 AI가 임신 결과를 예측하는 데 일정한 성능을 보였지만, 개별 환자의 임신 여부를 확정적으로 판단할 수준은 아니라는 뜻이다.

연구진은 단일 의료기관의 후향적 자료를 이용했다는 한계도 제시했다. 다른 병원이나 환자 집단에서도 비슷한 예측 성능이 나타나는지 확인하기 위한 추가 검증이 필요하다.

 

AI가 바꾸는 난임 치료…획일적 시술에서 환자 맞춤형 치료로

 

이번 연구는 인공지능이 난임 치료에 어떤 도움을 줄 수 있는지 보여준다.

지금까지 의료진은 환자의 나이와 난소기능, 자궁내막 상태, 배아의 질, 과거 시술 경험 등을 종합적으로 검토해 배아이식 계획을 세워왔다. AI는 이처럼 복잡하게 얽혀 있는 임상정보를 동시에 분석하고, 기존 자료에서 발견하기 어려웠던 패턴을 찾아내는 데 활용될 수 있다.

특히 정상염색체 배아를 이식하더라도 임신 결과가 달라지는 이유를 이해하는 데 도움이 될 것으로 기대된다. 배아의 염색체 상태만으로 설명하기 어려운 임신 결과를 환자의 여러 임상적 조건과 연결해 살펴볼 수 있기 때문이다.

다만 AI가 임신 결과를 예측하는 것과 실제 임신 성공률을 높이는 것은 다른 문제다. 예측모델이 임상 현장에서 치료 성적을 개선하는지 확인하려면 추가적인 검증과 전향적 연구가 필요하다.

또한 이번 연구에서 예측한 결과는 출산율이 아닌 임상적 임신 여부였다. 임신이 확인된 이후의 유산이나 출산 결과까지 정확하게 예측할 수 있다는 의미는 아니다.

이번 연구가 전하는 메시지는 분명하다. 냉동배아이식의 성공 가능성은 여성의 나이나 배아의 염색체 상태, 자궁내막 두께 같은 어느 한 가지 조건만으로 설명하기 어렵다는 것이다.

앞으로 AI 예측모델이 충분한 검증을 거쳐 임상에 도입된다면 난임 환자의 상태를 보다 정밀하게 평가하고, 의료진이 개인별 치료 전략을 수립하는 데 유용한 보조 도구가 될 것으로 기대된다.

 

※ 2026년 7월 4일 온라인 공개되고 10월 국제학술지 ‘생식생의학 온라인(Reproductive BioMedicine Online)’에 게재된 튀르키예 이스탄불 시슬리 메모리얼병원(Istanbul Sisli Memorial Hospital)·미마르 시난 미술대학교(Mimar Sinan Fine Arts University) 연구진의 냉동·해동 단일 정상염색체 배아이식 주기에서 임상적 임신 관련 요인을 머신러닝으로 분석한 연구를 토대로 작성했습니다. 연구는 냉동배아이식 4300주기를 대상으로 진행됐으며, 학술지 제53권 제4호, 논문번호 105864, DOI: 10.1016/j.rbmo.2026.105864, PMID: 42566879