유방암 생존율 — 숫자를 제대로 읽는 법
"5년 생존율 91%"라는 문장이 실제로 뜻하는 것과, 그 숫자에 짓눌리지 않는 법을 정리합니다.
① "5년 생존율"은 특정 개인의 미래를 예측하는 숫자가 아니라, 과거에 진단받은 큰 집단의 평균적 통계입니다.
② 대부분의 발표 수치는 '상대생존율'로, 같은 나이·성별의 일반 인구와 비교한 값이며 실제 생존 확률과는 다릅니다.
③ 병기·아형·나이별로 숫자가 크게 갈리기 때문에, 전체 평균 하나만 보고 스스로의 예후를 판단하는 것은 위험합니다.
- 왜 이걸 알아야 했나 — 우리 집 이야기
- 개념 정리 — 쉽게 풀어보기
- 원리·기전 — 통계는 어떻게 만들어지나
- 검사·진단 관점 — 내 결과지와 통계를 연결하기
- 최신 근거 (2024~2026)
- 보호자·환자 관점 — 실생활에서 의미
- 흔한 오해 5가지
- 정리 — 우리 집 결론
왜 이걸 알아야 했나 — 우리 집 이야기
진단 초기, 저는 밤마다 검색창에 "유방암 생존율"을 쳐보곤 했습니다. 어떤 사이트는 91%라고 했고, 어떤 카페 글은 70%라는 숫자를 언급하며 불안을 부추기고 있었습니다. 같은 병인데 왜 이렇게 다른 숫자가 나오는지 알 수 없어서, 저는 밤늦도록 여러 통계 자료를 붙잡고 있었습니다. 그 시절의 저는 숫자 하나하나에 일희일비하며 잠을 설쳤습니다.
시간이 지나 공부를 하고 나서야 깨달은 것은, 제가 보던 숫자들이 서로 다른 기준으로 계산된 것이었다는 사실입니다. 어떤 것은 모든 병기를 합친 평균이었고, 어떤 것은 특정 병기만 뽑은 수치였으며, 또 어떤 것은 '상대생존율'이라는 통계 개념을 쓴 것이었습니다. 이 차이를 모른 채 숫자만 비교하다 보니 불필요하게 더 불안해했던 밤들이 있었습니다.
이 글은 그 혼란을 정리한 기록입니다. 아내의 병기와 아형에 맞는 숫자가 무엇인지, 그리고 그 숫자를 어떻게 읽어야 개인의 삶에 억지로 대입하지 않을 수 있는지를 공부한 내용을 나누고자 합니다.
돌이켜보면 그 시절 제가 가장 힘들었던 것은 숫자 자체가 아니라, 숫자를 잘못 읽는 데서 오는 불필요한 공포였습니다. "생존율 91%"라는 말을 듣고 "그럼 9%는 5년 안에 사망한다는 거네"라고 단순하게 해석하면, 실제로는 그렇지 않은 상대생존율의 의미를 왜곡해서 받아들이게 됩니다. 저는 이 오해 하나를 풀어내는 데만도 여러 논문과 통계 기관의 설명 자료를 며칠에 걸쳐 읽어야 했습니다.
개념 정리 — 쉽게 풀어보기
"5년 생존율 91%"라는 문장을 읽을 때 가장 먼저 알아야 할 것은, 이 숫자가 '지금 진단받은 나'의 미래가 아니라 '과거 몇 년간 진단받았던 수많은 사람들'의 기록이라는 점입니다. 통계는 본질적으로 과거를 보는 창입니다. 치료법은 계속 발전하고 있기 때문에, 오늘 진단받은 사람의 실제 예후는 통계에 반영된 시점보다 더 나을 가능성이 있습니다.
또 하나 중요한 개념은 '상대생존율(relative survival rate)'입니다. 이는 유방암 진단을 받은 사람들의 실제 생존율을, 같은 나이·인종의 일반 인구 생존율과 비교한 비율입니다. 즉 "국한 단계 생존율 99%"라는 말은 "이 그룹 사람들이 유방암이 없는 또래와 거의 비슷한 확률로 5년을 넘긴다"는 뜻이지, "100명 중 99명이 5년 뒤 살아있다"는 절대적인 생존 숫자와는 미묘하게 다릅니다.
미국 국립암연구소 SEER 프로그램은 TNM 병기 대신 국한·국소·원격 3단계로 통계를 관리합니다.
같은 연령대 일반인구와 비교한 값으로, 암 이외의 원인으로 인한 사망 영향을 보정합니다.
여기서 "국한·국소·원격"이라는 SEER 분류와, 앞선 글에서 다룬 AJCC의 "1기·2기·3기·4기" 병기 분류가 서로 다른 체계라는 점도 짚어둘 필요가 있습니다. 두 체계는 대체로 국한은 1기 근방, 국소는 2~3기 근방, 원격은 4기에 해당하지만 정확히 1대1로 맞아떨어지지는 않습니다. 그래서 "내 병기는 2B인데 통계표에는 국소라고만 나와 있어서 어느 숫자를 봐야 할지 모르겠다"는 혼란을 겪는 보호자와 환자가 많다는 것을 알게 되었습니다.
또한 통계 자료를 볼 때는 '몇 명을 대상으로 했는지'도 함께 확인하는 습관이 중요합니다. 표본이 수만 명 단위인 SEER 통계는 비교적 안정적인 수치를 보여주지만, 특정 소규모 코호트 연구에서 나온 숫자는 우연에 의한 변동 폭이 클 수 있습니다. 저희는 이제 어떤 생존율 숫자를 보면 먼저 '이 숫자가 어느 기관, 몇 명 규모의 자료에서 나온 것인지'부터 확인합니다.
원리·기전 — 통계는 어떻게 만들어지나
SEER 같은 국가 통계는 특정 기간(예: 2016~2022년)에 진단받은 대규모 인구 집단을 등록하고, 이후 5년까지 생존 여부를 추적해 계산합니다. 이 방식의 특성상 통계에 반영되는 사람들은 최소 5~7년 전에 진단받은 경우가 대부분이며, 그사이 등장한 최신 치료법의 효과는 아직 충분히 반영되지 못한 경우가 많습니다.
또한 상대생존율은 다음과 같이 계산됩니다. 관찰된 실제 생존율을, 나이·성별·인종이 동일한 일반 인구의 기대 생존율로 나누는 방식입니다. 예를 들어 같은 연령대의 일반 인구가 5년 후 98% 생존한다면, 유방암 환자 그룹의 실제 생존율이 97%일 때 상대생존율은 약 99%(97/98)로 계산되는 식입니다. 이 계산법 덕분에 노화나 다른 질환으로 인한 사망까지 암 사망으로 오해하는 것을 막을 수 있습니다.
병기 외에도 통계는 종양의 생물학적 아형(호르몬수용체·HER2 상태)별로 따로 산출되기도 합니다. 같은 병기라도 호르몬 양성/HER2 음성인 경우와 삼중음성인 경우는 통계상 생존율 격차가 상당히 크게 나타나는데, 이는 치료 반응성의 차이가 통계에도 반영되기 때문입니다.
통계가 만들어지는 과정을 이해하고 나서 제가 얻은 또 하나의 통찰은, '생존율'이라는 단어가 실은 여러 종류로 나뉜다는 것이었습니다. 전체생존율(overall survival)은 원인과 무관하게 생존 여부만 보는 지표이고, 무병생존율(disease-free survival)은 재발 없이 생존한 기간을 보며, 유방암특이생존율(breast cancer-specific survival)은 유방암으로 인한 사망만을 따로 집계합니다. 뉴스나 블로그에서 "생존율"이라고 뭉뚱그려 말할 때, 어떤 지표를 가리키는지 확인하지 않으면 서로 다른 숫자를 같은 것으로 오해하기 쉽습니다.
검사·진단 관점 — 내 결과지와 통계를 연결하기
결과지에 적힌 병기와 아형(ER/PR/HER2)을 통계 자료의 세부 항목과 연결해서 봐야 의미 있는 비교가 됩니다. 예를 들어 미국 NCI의 최신 자료는 호르몬수용체 양성·HER2 음성(HR+/HER2-) 아형의 5년 상대생존율을 국한 100.0%, 국소 90.2%, 원격 34.0%로 따로 제시하고 있습니다. 전체 평균(91%)과 아형별 평균을 혼동하지 않는 것이 중요합니다.
다만 이 통계는 AJCC 병기(1~4기)가 아니라 SEER의 국한·국소·원격 3단계 분류를 쓰고 있어, 병리보고서의 TNM 병기 표기와 정확히 1대1로 대응되지는 않습니다. 저희가 이전에 정리한 유방암 통계 글에서는 발생률·연령별 분포 등 전반적인 역학 통계를 다뤘다면, 이 글에서는 그 통계들 중에서도 '생존율'이라는 숫자 자체를 어떻게 해석해야 하는지에 집중하고자 합니다.
결과지를 다시 놓고 아내의 경우를 대입해보면, ER 90%·PR 70%·HER2 음성이라는 조합은 위 통계표의 HR+/HER2- 그룹에 가장 가깝게 해당합니다. 저희는 진료 시 담당 교수님께 "이 통계에서 저희 부부가 참고할 만한 구간이 어디쯤인지" 여쭤보았고, 병기와 아형을 함께 고려했을 때 국한~국소 경계 수준의 참고치를 안내받았습니다. 다만 이것도 어디까지나 참고치이지, 확정된 예후는 아니라는 설명을 함께 들었습니다.
최신 근거 (2024~2026)
미국 SEER 통계에 따르면 여성 유방암 환자의 64%가 국한 단계에서 진단되며, 이 그룹의 5년 상대생존율은 100.0%로 보고됩니다. 전체 병기를 합친 평균은 그보다 낮은 수준으로 나타납니다.
2004~2009년 진단군과 2016~2021년 진단군을 비교한 연구에서, 중앙값 생존기간이 약 25개월에서 약 49개월로 늘어난 것으로 나타났습니다. 4기 진단이라는 사실 자체가 예전과 같은 의미로 받아들여지기는 어렵다는 점을 보여줍니다.
2000~2015년 노르웨이 등록 자료를 분석한 연구는 국소·원격 병기의 5년 상대생존율이 소득·교육 수준이 높은 집단에서는 크게 개선되었지만, 낮은 집단에서는 정체된 경향을 보고했습니다. 통계 개선이 모든 환자에게 균등하게 적용되지는 않을 수 있음을 시사합니다.
이 연구들을 종합해보면, 생존율 통계는 계속 갱신되고 있으며 특히 진행성 단계에서의 개선 폭이 눈에 띕니다. 다만 이런 개선이 모든 집단, 모든 아형에 균등하게 적용되는 것은 아니라는 점도 함께 기억해둘 필요가 있습니다.
또한 미국암학회(ACS)가 발간하는 「Breast Cancer Facts & Figures 2024-2025」 보고서는 인종·지역에 따른 생존율 격차도 함께 다루고 있습니다. 통계가 단순히 병기와 아형만으로 결정되는 것이 아니라 의료 접근성, 조기 발견율, 치료 지속 여건 같은 사회적 요인과도 맞물려 있다는 점은, 저희가 통계를 읽을 때 다면적으로 생각하게 만든 계기가 되었습니다.
보호자·환자 관점 — 실생활에서 의미
아내는 ER 강양성, PR 양성, HER2 음성인 국한~국소 단계에서 진단되었습니다. 통계로만 보면 상대적으로 유리한 조합에 속하지만, 저희는 이 숫자를 '안심의 근거'로만 쓰지 않으려 노력했습니다. 통계는 평균이고, 평균은 그 안에 매우 다양한 개인의 경로를 포함하고 있기 때문입니다. 대신 저희는 이 통계를 '치료를 꾸준히 지속해야 할 이유'로 받아들이기로 했습니다.
또한 저희는 아로마신 복용과 난소기능억제라는 장기 치료를 유지하는 과정에서, 눈앞의 부작용(관절통, 안면홍조, 골밀도 저하)에 지칠 때마다 이 통계들을 떠올렸습니다. 상대생존율이 개선되어온 배경에는 이런 장기 호르몬 치료의 꾸준한 유지가 있다는 연구들을 접하고 나서, 힘든 하루하루가 통계 곡선을 만드는 한 걸음이라는 마음으로 버틸 수 있었습니다.
저는 또한 통계를 가족과 나누는 방식에도 신경을 쓰게 되었습니다. 처음에는 걱정하는 마음에 양가 부모님께 정확한 숫자를 그대로 전달했는데, 오히려 상대생존율의 의미를 모르는 상태에서 숫자만 듣고 더 크게 불안해하시는 모습을 보았습니다. 이후로는 "통계상 이 정도는 충분히 관리 가능한 범위"라는 식으로, 숫자의 의미를 함께 설명하며 전달하는 것이 훨씬 도움이 된다는 것을 배웠습니다.
흔한 오해 5가지
정리 — 우리 집 결론
통계를 공부하면서 저희가 얻은 또 하나의 태도는, 숫자를 무조건 피하지도 않고 무조건 붙잡지도 않는 균형이었습니다. 처음에는 불안해서 검색을 반복했고, 나중에는 반대로 통계 자체를 아예 보지 않으려 했던 시기도 있었습니다. 지금은 정기적으로 최신 자료를 확인하되, 그 숫자를 오늘 하루의 감정과 분리해서 받아들이려 노력하고 있습니다.
다음에 이어지는 글에서는 아내의 병리보고서에 함께 적혀 있던 "Allred score 8" 같은 숫자, 즉 호르몬 수용체의 강도를 나타내는 점수 체계를 정리해보려 합니다. 병기와 생존율을 이해한 다음에는, 치료 반응을 예측하는 데 쓰이는 이 세부 점수들을 이해하는 것이 저희에게 다음 과제였습니다.
주요 참고문헌
- National Cancer Institute. Survival Rates and Prognosis for Breast Cancer. SEER Program, 2013–2019 data update, cancer.gov/types/breast/survival.
- SEER Cancer Stat Facts: Female Breast Cancer. National Cancer Institute, SEER 21 (2016–2022 data), seer.cancer.gov/statfacts/html/breast.html.
- American Cancer Society. Breast Cancer Facts & Figures 2024-2025.
- ESMO Open, 2025 comparative cohort study on metastatic breast cancer survival trends (2004–2009 vs 2016–2021 diagnosis eras).
- Stage-specific survival by socioeconomic status, Norwegian registry cohort (2000–2015), PMC7297859.
※ 관찰연구 및 통계 자료는 집단의 평균적 경향을 나타내며, 인과관계나 개인의 예후를 단정하지 않습니다.