판독 넘어 임상 전반으로…‘병원 특화’ 중심에 선 인공지능 [의료AI 시대①]

2025년 우리 사회의 핵심 화두는 인공지능(AI)이다. 세계 각국이 AI 개발과 고도화를 놓고 경쟁을 벌이는 가운데, 그 흐름은 의료 현장에도 빠르게 확산되고 있다. 기술 발전이 만들어낸 변화 속에서 병원과 정부의 대응, 그리고 의료 AI를 둘러싼 법적 책임의 쟁점을 세 편에 걸쳐 살펴본다. [편집자주]

쿠키뉴스 자료사진. 그래픽=한지영 디자이너

우리의 일상을 바꾸고 있는 인공지능(AI) 활용이 병원 현장에서도 확산되고 있다. 병원들은 AI 기반 영상판독 시스템 도입에 이어 의료용 대형언어모델(LLM) 개발에 나서며 변화에 대응하고 있다.

병원계에 따르면 최근 대형병원들의 최대 관심사는 AI 관련 사업이다. 병원들은 미래헬스케어본부, 스마트병원 조직 등을 신설하고 의료 현장에서의 AI 활용 방안과 의료진 대상 AI 교육 체계 마련에 나섰다. 음성인식 기반 의무기록 AI 솔루션과 영상판독 보조 AI 등 다양한 기술을 도입해 업무와 진료 효율성을 높이고 있다.

서울대학교병원과 네이버는 지난 11월28일 국내 최초 의료 LLM인 ‘K메드 AI’를 개발했다고 발표했다. 서울대학교병원 제공

이 같은 병원들의 움직임은 대형 IT 기업들과의 공조로도 이어지고 있다. 네이버는 최근 서울대학교병원과 함께 국내 최초 의료 대형언어모델(LLM)인 ‘K메드 AI’를 개발했다고 밝혔다. K메드 AI는 임상 데이터를 이해하고 의료진의 판단을 보조하는 역할을 수행할 예정이다. 카카오헬스케어는 의료 특화 AI ‘닥터라이크’를 오는 2028년 출시를 목표로 개발 중이다.

병원들이 의료 AI에 적극 나서게 된 바탕엔 디지털 환경과 의료 환경의 변화가 있다. 과거 IBM이 개발한 의료 AI ‘왓슨 포 온콜로지(Watson for Oncology)’는 등장 당시 여러 국가의 주목을 받았지만, 서구권 치료 기준을 토대로 한 처방 권고가 국내 임상 현실과 맞지 않는다는 지적을 받으며 결국 의료 현장에서 외면받았다.

그러나 최근 AI 기술이 고도화되면서 병원별 특성을 학습한 맞춤형 AI 프로그램 개발이 가능해졌고, 현실 적합성도 크게 높아졌다. 실제 진료 현장에서의 활용도와 신뢰도 역시 함께 상승했다. 여기에 정부의 제도적 지원이 더해지면서 병원들이 의료 AI 활용과 개발에 적극 나설 수 있는 환경도 조성됐다.

카카오헬스케어가 개발 중인 의료 AI 챗봇 닥터라이크. 이찬종 기자

김종엽 대한의료정보학회 이사장은 “AI 개발 초기에는 의료 현장에서의 활용도가 낮았지만, 여러 임상 실증을 거치며 성능과 안전성이 입증되기 시작했다”며 “정부가 혁신의료기기와 신의료기술 인허가 등을 통해 AI 기반 의료행위에 대한 수가 인정 체계를 마련하면서 의료진의 관심이 커졌다”고 설명했다.

의료 AI 개발 경쟁은 더욱 치열해질 전망이다. 보건복지부가 최근 진행한 ‘2025 의료 AI 보건의료인 직무교육사업’ 성과교류회에서는 대형병원들의 의료 AI 개발 성과가 잇따라 공개됐다.

서울아산병원은 병원 데이터 기반 실습형 프로젝트를 토대로 의료 LLM과 AI 에이전트를 개발하고, 질병·약품 코드 등 4만여 건의 데이터를 활용한 근거 기반 답변 AI(Retrieval Augmented Generation, RAG) 시스템을 구현했다고 밝혔다. 서울대학교병원은 파킨슨병 환자의 운동기능을 정량적으로 평가하기 위한 비전 기반 AI 도구를 개발했고, 삼성서울병원은 강북삼성병원과 창원삼성병원 등 지역 병원과 연계한 지역 확산형 AI 교육 모델을 선보였다. 중앙대학교 광명병원은 건강보험심사평가원의 고시문과 개정 Q&A 문서를 분석해 급여 인정 기준과 삭감 가능성을 확인할 수 있는 RAG 시스템을 구축했다.

병원들이 의료 AI를 통해 성과를 낼 수 있었던 배경으론 의료진이 AI의 이용자이자 연구자라는 점이 꼽힌다. 현장에서 축적된 데이터를 직접 프로그램에 반영할 수 있어 개발 속도가 빠르다는 분석이다.

김 이사장은 “병원 내 임상 교수들은 현장에서 경험한 문제나 개선 아이디어를 직접 검증하고 해결하려는 욕구가 크다”며 “이런 환경 덕분에 임상 요구가 반영된 AI 모델을 개발할 수 있고, 외부 솔루션을 도입하는 수준을 넘어 자체 의료 AI 개발에 나설 수 있는 기반이 마련된다”고 말했다.

이처럼 병원들의 의료 AI 개발이 속도를 내는 가운데 정부도 지원에 나서고 있지만, 제도적 과제는 여전히 남아 있다. 대표적으로 의료 AI를 포괄적으로 규율할 별도의 분류 체계가 충분히 정립되지 않았다는 점이 지적된다. 식품의약품안전처가 디지털의료제품법을 통해 의료 AI에 대한 허가·관리 체계를 마련하고 있는 상황에서 기술 발전 속도를 제도가 따라가지 못하고 있다는 평가도 나온다.

김 이사장은 “의료 AI는 예방, 진단, 예후 예측, 치료 방안 추천 등 임상 의사결정 전반을 지원하는 만큼 기존 의료기기와는 다른 고유한 규제 체계가 필요하다”고 짚었다.

이찬종 기자 hustlelee@kukinew.com