남성 난임을 진단할 때 가장 먼저 확인하는 것은 정자의 수와 운동성, 형태다. 하지만 정액검사 결과가 비슷하다고 해서 난임의 원인까지 같은 것은 아니다. 정자를 만들어내는 고환의 기능과 호르몬 상태, 생활환경 등 다양한 요인이 복합적으로 작용하기 때문이다.

최근 인공지능(AI)을 활용해 남성의 생식건강 데이터를 분석한 연구에서 기존 정액검사만으로는 충분히 파악하기 어려웠던 주요 예측 변수들이 확인됐다. 특히 정자 생성에 관여하는 호르몬뿐 아니라 고환의 크기, 대기오염 관련 지표까지 분석에 포함되면서 남성 난임 진단의 새로운 가능성이 제시됐다.

이탈리아 모데나·레조에밀리아대학교와 로마 사피엔차대학교 등 공동 연구진이 수행한 이번 연구는 국제학술지 ‘세계남성건강저널(World Journal of Men's Health)’ 2026년 10월호에 게재됐다.

 

남성 2334명과 검사 기록 1만1981건, AI로 분석

 

연구진은 서로 다른 두 데이터셋을 활용해 머신러닝 모델을 구축하고 남성 생식건강과 관련된 변수들의 예측 기여도를 분석했다. 한 데이터셋에는 남성 2334명의 정보가, 다른 데이터셋에는 1만1981건의 검사 기록이 포함됐다.

머신러닝은 여러 변수 사이의 복잡한 관계를 분석해 특정 결과를 예측하는 인공지능 기술이다. 기존 통계분석이 개별 요인의 연관성을 확인하는 데 주로 활용됐다면, 머신러닝은 다양한 요인이 동시에 작용하는 상황에서 예측에 중요한 정보를 찾아내는 데 강점이 있다.

연구진은 호르몬 검사 결과와 고환 용적, 혈액검사 및 환경 관련 자료 등을 함께 분석했다. 그 결과 난포자극호르몬(FSH), 인히빈 B(Inhibin B), 고환 용적, 미세먼지 PM10과 이산화질소(NO₂) 등이 주요 예측 변수로 나타났다.

다만 이는 해당 변수들이 AI 모델의 예측에 유용했다는 의미로, 각각의 요인이 남성 난임을 직접 유발한다는 사실까지 입증한 것은 아니다.

 

FSH와 인히빈 B, 정자 생산 기능을 보여주는 중요한 단서

 

이번 연구에서 주목할 부분은 남성 생식호르몬의 역할이다.

FSH는 뇌하수체에서 분비되는 호르몬으로, 고환의 세르톨리세포에 작용해 정자 형성을 조절한다. 정자 생성 기능이 저하된 남성에서는 FSH 수치가 상승하는 경우가 있다.

인히빈 B는 주로 고환의 세르톨리세포에서 분비되며 정자 생성 기능과 밀접하게 관련된 호르몬이다. 일반적으로 인히빈 B 수치가 낮으면 정자 생성 기능이 저하됐을 가능성을 고려할 수 있다.

두 호르몬은 서로 연결된 생리적 조절 체계에 속하지만, 어느 하나의 수치만으로 남성의 가임력을 확정할 수는 없다. 이번 연구는 이러한 호르몬 정보를 다른 임상 변수와 함께 분석할 때 남성 생식건강을 평가하는 데 도움이 될 수 있음을 보여준다.

 

고환 크기도 중요한 정보…정액검사와 함께 살펴야

 

고환 용적 역시 머신러닝 분석에서 중요한 변수로 확인됐다.

고환은 정자를 생산하는 기관이다. 일반적으로 고환 용적이 작을수록 정자 생성 기능 저하와 관련될 가능성이 있지만, 고환의 크기만으로 정자 생산 능력을 정확히 판단할 수는 없다.

예를 들어 정액검사에서 정자 수가 적게 나왔다면 단순히 검사 수치만 확인하는 데 그치지 않고 고환 용적과 FSH, 인히빈 B 등의 호르몬 정보를 종합적으로 살펴볼 필요가 있다.

다만 모든 남성 난임 환자에게 동일한 호르몬 검사가 필요한 것은 아니다. 검사 항목은 정액검사 결과와 병력, 신체진찰 소견 등을 바탕으로 결정해야 한다.

 

미세먼지와 이산화질소까지…환경 요인에도 주목

 

이번 연구에서 눈길을 끄는 또 다른 부분은 대기오염 지표다. 연구진의 머신러닝 분석에서는 PM10과 이산화질소(NO₂) 관련 정보도 주요 예측 변수로 나타났다.

PM10은 지름 10마이크로미터 이하의 입자상 물질을 의미하며, 이산화질소는 자동차 배기가스와 연소 과정 등에서 발생하는 대표적인 대기오염 물질이다.

대기오염과 남성 생식건강의 관계는 이전부터 연구돼 왔다. 일부 연구에서는 대기오염 노출과 정자 수, 운동성, DNA 손상 등의 연관성이 보고됐다. 산화스트레스와 염증 반응 등이 가능한 생물학적 기전으로 거론된다.

그러나 이번 연구에서 대기오염 지표가 예측 변수로 확인됐다고 해서 미세먼지나 이산화질소가 해당 남성들의 난임을 직접 일으켰다고 해석해서는 안 된다. 개인별 실제 노출량과 생활습관, 기저질환 등 다양한 요인의 영향을 함께 고려해야 한다.

 

AI 예측 정확도, 데이터에 따라 큰 차이

 

연구진은 머신러닝 모델의 예측 성능도 평가했다. 로마대학교 데이터셋에서 무정자증 환자를 구분하는 모델의 AUC는 0.987로 높게 나타났다. 반면 모데나 데이터셋에서는 AUC가 0.668에 그쳤다.

AUC는 모델이 서로 다른 집단을 얼마나 잘 구별하는지 평가하는 지표로, 1에 가까울수록 구별 성능이 높다는 의미다.

두 데이터셋에서 예측 성능에 상당한 차이가 나타났다는 점은 AI 모델의 성능이 분석 대상과 활용 가능한 검사 정보에 따라 달라질 수 있음을 보여준다.

특히 모데나 데이터셋에서는 대기오염 지표 외에도 백혈구와 적혈구 수치가 중요한 예측 변수로 확인됐다. 이는 남성 생식건강을 평가할 때 생식기관에 직접 관련된 정보뿐 아니라 전신 건강 상태를 반영하는 자료도 예측에 기여할 가능성이 있음을 시사한다.

다만 높은 AUC가 실제 의료현장에서 동일한 진단 성능을 보장하는 것은 아니다. 연구진 역시 이번 연구를 탐색적 예비연구로 규정하고 추가적인 검증이 필요하다고 강조했다.

 

남성 난임 진단, 정자 숫자에서 종합적인 건강 평가로

 

이번 연구가 제시하는 중요한 방향은 남성 난임을 하나의 검사 결과가 아니라 여러 생물학적·환경적 정보가 결합된 문제로 바라봐야 한다는 점이다.

현재 남성 난임 평가에서 정액검사는 여전히 핵심적인 검사다. 하지만 정액검사만으로 모든 원인을 파악하기는 어렵다. 호르몬 이상, 고환 기능 저하, 유전적 요인, 정계정맥류 등 다양한 원인이 관여할 수 있기 때문이다.

AI는 이처럼 여러 변수가 복잡하게 얽힌 상황에서 추가적인 예측 정보를 제공할 가능성이 있다. 다만 실제 진료에 적용하려면 서로 다른 환자 집단에서 모델의 정확성과 재현성을 검증하고, 기존 진단 방식보다 임상적으로 유용한지 확인해야 한다.

또한 머신러닝에서 중요하게 나타난 변수가 반드시 새로운 진단 기준이나 치료 대상이 되는 것은 아니다.

이번 연구는 AI가 의사의 판단을 대신하기보다 기존 정액검사와 임상검사에서 얻은 정보를 폭넓게 해석하도록 돕는 보조 도구가 될 수 있음을 시사한다.

남성 난임의 원인을 찾는 과정에서 중요한 것은 단순히 정자의 숫자를 확인하는 일이 아니다. 정자가 만들어지는 신체 내부의 조건과 그 과정에 영향을 줄 수 있는 다양한 요인을 함께 이해하는 것이다.

이번 연구는 남성 난임 진단이 정액검사 중심의 평가에서 호르몬, 고환 기능, 전신 건강 및 환경 정보를 종합적으로 활용하는 방향으로 발전할 가능성을 보여줬다는 점에서 의미가 있다.

 

※ 2025년 10월 23일 온라인 최초 공개되고 2026년 10월 국제학술지 ‘세계남성건강저널(World Journal of Men's Health)’ 제44권 제4호에 게재된 이탈리아 모데나·레조에밀리아대학교(University of Modena and Reggio Emilia)와 로마 사피엔차대학교(Sapienza University of Rome) 등 공동 연구진의 논문 ‘머신러닝을 활용한 정액검사 평가에서 새로운 난임 관련 지표 발견 가능성: 예비연구(Machine Learning Evaluation of Semen Analysis Could Reveal New Infertility-Related Markers: A Pilot Study)’를 토대로 작성했습니다. 게재 페이지는 965~981쪽이며, DOI: 10.5534/wjmh.250096, PMID: 41508389입니다.

 

※ 이 연구는 후향적 관찰자료를 활용한 예비연구로, AI 모델의 임상적 유용성이나 대기오염과 남성 난임 사이의 인과관계를 확정한 것은 아닙니다. 남성 난임이 의심되는 경우 비뇨의학과 또는 생식의학 전문의와 상담해 적절한 검사를 받는 것이 중요합니다.