보상 체계 없으면 병원 AI는 시범사업에 머문다
건강보험 보상 체계, 의료 데이터 접근 구조, 공공병원 디지털 전환. 의료 인공지능(AI)이 진료실에 실제로 자리 잡으려면 기술보다 이 세 가지 제도 조건이 먼저 갖춰져야 한다는 진단이 나왔다. 을지대학교의료원이 2026년 10월 30일 서울 중구 더그랜드롯데 서울에서 개최한 창립 70주년 의학심포지엄에서 의료계, 학계, 정부, 산업계 전문가들은 의료 AI를 얼마나 빨리 도입하느냐가 아니라 환자가 일상 진료에서 AI의 도움을 실질적으로 받으려면 무엇을 먼저 바꿔야 하는지를 집중 논의했다.
이번 심포지엄의 주제는 'AI와 함께하는 미래의료'였다. 기념 행사의 외형을 띠었지만 내용은 한국 의료 시스템의 다음 운영 방식을 묻는 정책 토론에 가까웠다.
AI가 진단 정확도를 높인다는 기술 설명보다 더 직접적인 문제는 동네 병원과 지역 공공병원에서도 같은 수준의 의료 서비스를 받을 수 있는지, AI 판독이나 위험 예측 비용을 누가 어떤 방식으로 부담할 것인지에 있기 때문이다. 기조강연에 나선 서준범 서울아산병원 교수는 의료 AI가 임상 현장에 자리 잡으려면 적절한 보상 체계와 의료 데이터 접근성 문제를 해결해야 한다고 강조했다. 이 지점은 의료 AI의 가장 현실적인 병목이다.
병원이 AI 소프트웨어를 구매하고, 의료진이 이를 진료 과정에 통합하며, 환자에게 결과를 설명하는 일련의 과정에는 시간과 비용이 든다. 그런데 건강보험 수가나 병원 내부 보상 구조가 이를 반영하지 못하면 AI는 연구실 성과나 일부 대형병원의 시범 도입에 머물 가능성이 크다.
서 교수는 아울러 의료 서비스의 디지털 전환이 단순한 기술 도입을 넘어 의료 접근성을 향상시키고 환자의 참여 및 자기 결정권을 확대하는 방향으로 추진돼야 한다고 덧붙였다. 본지 검토 결과, 보상 체계 문제는 환자 부담과도 직결된다.
AI 판독이 유료 부가 서비스로만 운영된다면 경제적 여유가 있는 환자와 그렇지 않은 환자 사이의 의료 격차가 벌어질 수 있다. 반대로 국가가 사회적 비용 절감 효과가 큰 영역을 선별해 적정 보상을 설계하면 중증 질환 조기 발견, 응급 위험 예측, 만성질환 관리처럼 파급 효과가 큰 분야부터 확산 경로를 만들 수 있다.
광고
의료 AI 정책이 기술 구매 예산 배분에서 그치면 일상 진료의 변화 속도는 더디다. 진료 행위 안에서 AI 활용을 어떻게 인정하고 보상할지 기준을 정하는 작업이 선행 과제다. 박정환 보건복지부 의료인공지능데이터정책과장은 정부의 'AI 기본의료 전략'에 담긴 3대 전략과 12대 정책 과제를 소개했다.
핵심 축은 일상에서 체감하는 AI 의료 혁신, 전국 단위 디지털 기반 구축, 지속 가능한 AI 의료 생태계 조성이었다. 정부가 특히 제시한 목표 가운데 하나는 지역에서도 대학병원급 AI 진료를 받을 수 있도록 공공병원의 AI 전환을 추진하고, AI 의료 서비스에 대한 적정 보상 체계를 마련하는 방안이었다.
3대 전략과 12대 과제라는 숫자는 정부가 의료 AI를 단일 기술 사업이 아니라 보건의료 체계 개편 과제로 다루기 시작했다는 신호다. 수도권 대형병원을 찾지 않아도 영상 판독 보조, 중증도 예측, 진료 의사결정 지원을 받을 수 있다면 이동 비용과 대기 시간이 줄어든다. 고령층이 많은 지역에서는 응급 상황을 조기에 감지하는 시스템이 생존율과 직결될 수 있다.
다만 공공병원이 AI를 도입하려면 장비 도입만으로는 부족하다. 의료정보시스템을 정비하고 데이터를 표준화하며, 의료진 교육과 책임 기준을 함께 마련해야 현장에서 작동한다.
지역 공공병원 AI 전환이 환자 접근성을 가른다
데이터 접근성은 또 다른 현실적 장벽이다. 의료 AI는 환자 기록, 영상, 검사 결과, 처방 이력 같은 민감 정보를 학습하고 검증해야 정확도를 높인다. 의료 데이터는 개인정보 보호와 연구 활용 사이의 긴장이 특히 큰 영역이다.
병원이 데이터를 외부 기업에 넘기는 방식에 환자가 불안감을 느끼는 것은 자연스러운 반응이다. 본지 검토 결과, 제도 설계의 방향은 무조건적인 개방이 아니라 비식별 처리와 접근 권한 통제, 활용 목적 제한, 사후 감사를 결합한 안전한 이용 구조여야 한다는 전문가 견해가 지배적이다.
정재승 KAIST 교수는 '휴머노이드 AI 시대'를 주제로 의료와 돌봄 분야에서 AI와 인간 전문가의 협업 필요성을 제시했다.
광고
AI와 로봇이 진단 및 수술 등 의료 영역을 확장할수록 의사는 환자를 단순한 질병이 아닌 '인간'으로 대하고, 고통과 두려움에 공감하는 역할에 더욱 집중해야 한다는 것이 그의 핵심 메시지였다. 이는 의료진의 업무가 단순히 줄어든다는 전망과 다르다. 의료 현장의 노동 중심이 진단 행위 일부에서 상담, 해석, 돌봄 조정 쪽으로 이동할 가능성이 크다는 뜻이다.
이 변화는 환자에게도 태도 변화를 요구한다. AI가 제시한 위험 점수나 예측 결과는 최종 판정이 아니라 의료진이 판단할 때 활용하는 근거 중 하나다. 환자는 AI 결과를 맹신하기보다 어떤 데이터를 바탕으로 나온 판단인지, 의료진이 그 결과를 어떻게 해석했는지 물을 권리를 가져야 한다.
서준범 교수가 강조한 환자 참여와 자기 결정권 확대도 이 지점과 맞닿아 있다. 디지털 전환의 성패는 병원이 새 도구를 구입했는지가 아니라 환자가 자신의 치료 과정에 더 잘 참여하게 됐는지로 평가해야 한다. 임상 사례 발표는 기술의 한계와 조건을 함께 보여줬다.
선현우 의정부을지대학교병원 교수는 AI 기반 신속대응시스템(Rapid Response System)을 통해 중증 환자의 위험 신호를 조기에 발견하는 방안을 설명했다. 병원 입원 환자는 상태가 갑자기 악화될 수 있고, 의료진은 제한된 인력으로 여러 환자를 동시에 살펴야 한다.
AI가 활력 징후와 검사 결과의 변화를 감지해 경보를 발생시킨다면 의료진은 더 빠르게 해당 병상으로 대응할 수 있다. 그러나 선 교수의 설명처럼 환자 안전과 치료 성과로 이어지려면 AI의 경보 뒤에 신속대응팀의 판단과 행동이 반드시 뒤따라야 한다.
나군호 네이버 헬스케어 연구소장은 디지털 트윈(Digital Twin) 기반 시뮬레이션과 부분 자율 기능을 갖춘 로봇 수술(Robot Surgery) 기술의 발전 방향을 소개했다. 디지털 트윈은 현실의 환자 상태나 수술 환경을 가상 공간에 구현해 예측과 훈련에 활용하는 개념이다.
로봇 수술이 더 정밀해지고 일부 과정에서 자율 기능을 갖추면 수술 계획과 숙련도 교육의 방식도 달라진다. 다만 원천 자료에서 해당 기술의 상용화 시점이나 환자 적용 범위는 구체적으로 확인되지 않았다.
광고
현재 단계에서는 병원이 어떤 절차로 안전성을 검증하고 설명 책임을 다할지를 먼저 따져야 한다.
의사의 역할은 진단보다 설명과 공감으로 이동한다
본지 검토 결과, 의료 AI 도입에 대한 반론도 가볍지 않다. AI 서비스 확대가 병원비를 높이고, 개인정보 유출 위험을 키우며, 오류 발생 시 의료진의 책임 소재를 불분명하게 만들 수 있다는 우려가 의료 현장 안팎에서 제기된다.
실제로 보상 체계가 미비한 상태에서 AI 서비스가 늘어나면 환자가 체감하는 비용만 커질 수 있고, 데이터 관리가 허술하면 신뢰는 단기간에 무너진다. 그러나 이런 위험을 이유로 임상 도입 자체를 무기한 미루는 접근은 이미 가속 중인 의료 수요 변화를 설명하지 못한다.
고령화, 지역 의료 격차, 의료진 업무 과부하는 기술 도입 여부와 무관하게 심화하고 있으며, 검증된 활용 영역을 방치하는 것이 오히려 더 큰 위험이 될 수 있다. 박준영 을지재단 회장은 AI를 진단, 치료, 예방, 돌봄에 접목하는 방안을 주요 과제로 제시하고 미래 의료 경쟁력 확보를 위한 지원과 투자 의지를 밝혔다. 을지대학교의료원은 이번 논의를 바탕으로 임상 경험에 AI·디지털 기술을 접목해 진료, 연구, 교육 분야의 변화를 추진할 계획이라고 밝혔다.
병원 차원의 계획은 정부 정책과 맞물릴 때 힘을 얻는다. 의료기관은 임상 데이터를 축적하고 실제 적용 경험을 제공해야 하며, 정부는 보상과 안전 기준을 세우고, 산업계는 현장 사용성을 갖춘 도구를 공급해야 한다.
이번 심포지엄이 남긴 메시지는 기술 낙관론이 아니다. 의료 AI는 의사를 대체하는 장치가 아니라 의료 시스템의 공백을 채우는 운영 기반에 가깝다.
그 기반은 수도권 대형병원에만 갖춰져서는 안 된다. 보상 체계, 데이터 접근, 공공병원 전환, 의료진 교육을 한 묶음으로 설계해야 환자가 일상에서 변화를 체감한다. 한국 의료가 AI를 진료실의 전시물이 아니라 공공성과 효율성을 함께 높이는 도구로 운용할 수 있을지, 이제 답해야 할 주체는 병원과 정부, 그리고 자신의 의료 데이터를 둘러싼 권리를 이해하는 환자 자신이다.
광고
※ 이 기사는 타임뉴스의 2026년 10월 30일 보도를 참조하여 작성하였습니다.
FAQ
Q. 의료 AI가 도입되면 환자는 병원에서 무엇을 체감하게 되나
A. 현재 임상에서 확인된 활용 방향은 영상 판독 보조, 중증 환자 위험 신호 탐지, 수술 시뮬레이션, 돌봄 지원 등이다. 환자 입장에서는 검사 결과 확인이 빨라지거나 입원 중 상태 악화를 더 일찍 발견하는 변화가 생길 수 있다. 다만 보상 체계와 데이터 기반, 의료진 교육 수준에 따라 병원마다 서비스 차이가 존재하므로 모든 의료기관에서 즉시 동일한 혜택을 기대하기는 어렵다. 의료진에게 AI 결과가 어떤 데이터를 근거로 도출됐는지, 그 결과를 어떻게 치료 결정에 반영했는지 직접 확인하는 태도가 필요하다.
Q. 의료 AI가 의사의 판단을 대신하게 되나
A. 이번 심포지엄에서 제시된 논의는 AI가 의사를 대체한다는 방향이 아니라 의료진의 판단을 보조한다는 관점에 가깝다. 선현우 의정부을지대학교병원 교수의 신속대응시스템 사례에서도 AI가 이상 신호를 감지하더라도 실제 환자 안전으로 이어지려면 의료진과 신속대응팀의 역할이 핵심이라고 강조됐다. 정재승 KAIST 교수 역시 AI가 의료 영역을 확장할수록 의사는 환자의 고통과 두려움에 공감하는 역할에 집중해야 한다고 밝혔다. 환자에게 중요한 것은 AI 결과 자체보다 의료진이 그 결과를 어떻게 해석해 치료 결정에 반영했는지다.
Q. 정부의 AI 기본의료 전략은 왜 일반 시민에게 중요한가
A. 박정환 보건복지부 의료인공지능데이터정책과장이 소개한 전략은 3대 전략과 12대 정책 과제로 구성됐으며, 지역에서도 대학병원급 AI 진료를 받을 수 있도록 공공병원의 AI 전환과 적정 보상 체계 마련을 함께 추진하는 내용을 담고 있다. 이는 의료 AI가 일부 대형병원의 고비용 서비스로 고착되지 않도록 하는 정책 장치와 연결된다. 거주 지역에 따른 의료 접근성 격차를 줄일 수 있다는 점에서 수도권 외 지역 주민에게 직접적인 의미가 있다. 향후 관건은 적정 보상 기준과 개인정보 보호 장치를 얼마나 구체적으로 법제화하느냐다.
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}
