의료현장 속 깊숙이 스며든 AI 기술...요란 떨다가 사라진 '왓슨'

[김상기 기자]

[라포르시안] 의료분야에서 인공지능(AI) 기술 활용이 확산되고 있다. 특히 환자 진료와 검사 등에 AI가 적극 활용되고 있다. AI 기술은 의료 분야에서 진단·치료 계획·환자 관리 등 다양한 영역에서 혁신을 이끌고 있다.

지금까진 의료진의 진단 정확도를 높일 수 있는 보조적인 수단으로써 주로 활용되고 있지만 기술개발이 진전되면 훨씬 더 넓은 영역에서 의료용 인공지능이 적용될 것으로 보인다.

정부도 AI 기반 의료서비스 혁신을 도모하고 있다. 보건복지부는 응급의료, 중증질환, 암 등 필수의료 중심의 AI 연구개발을 확대하고, 올해부터 생성형 AI를 기반으로 의료진-환자 간 소통을 지원해 진료 편의를 높일 수 있는 기술개발을 추진할 계획이다.

이처럼 의료분야에서 AI 활용이 늘면서 기존에 없던 새로운 문제도 생겨나고 있다. 인공지능 기반 의료기술 사용에 따른 적절한 보상체계부터 실제 임상현장의 활용성, AI시스템에 대한 보안 위협 등의 문제가 생기고 있다.

특히 의료영상은 AI 기술 활용이 가장 적극적으로 이뤄지는 분야로 꼽힌다. 실제로 X-ray 영상분석 소프트웨어 등 의료영상분석을 보조·지원하는 소프트웨어가 장착된 AI 기반 의료기기 품목 허가도 속속 이뤄지고 있다. 지금까지 허가받은 제품을 보면 의료영상검출 보조 소프트웨어 의료영상 분석장치 소프트웨어 의료영상 진단보조 소프트웨어 의료영상 전송장치 소프트웨어 등이다.

식품의약품안전처 허가를 받은 의료영상검출 보조SW는 흉부 X-ray 영상에서 폐 결절 부위를 검출해 의료진의 판독을 보조하는 소프트웨어이고, 의료영상 분석장치SW는 환자의 손 X-ray 영상을 분석해 의료진의 환자 골연령 판단을 지원하는 기능이 구현된다.

환자의 뇌 MR 영상자료를 분석해 의료진의 뇌경색 진단 결정을 보조하는 의료영상 진단보조SW와 CT 영상을 전송 받아 딥러닝 방식으로 잡음이 제거된 이미지를 전송하는 의료영상 전송장치SW도 허가를 획득했다.

임상 현장의 의료진도 인공지능이 질병진단 등의 분야에서 상당히 유용하다는 인식을 갖고 있다. 앞서 순천향대학교 서울병원 내과 오송희·권순효 교수팀이 의대 교수와 전공의 등 669명을 대상으로 실시한 '인공지능에 대한 의사들의 자신감 : 온라인 모바일 설문조사' 결과에 따르면 응답자 중 558명(83.4%)은 인공지능이 의료분야에 유용하다고 생각한다고 답했다.

인공지능 활용의 장점으로 '대량의 고품질 임상 관련 데이터를 실시간으로 분석 가능하다'는 것을 꼽은 응답자(417명, 62.3%)가 많았다. 건강관리 효율을 높일 수 있다(128명, 19.1%)거나 의료 오류를 줄일 수 있다(64명. 9.6 %)는 응답도 있었다.

인공지능이 가장 유용한 분야는 '질병진단'이라는 응답이 (83.4%로 가장 높았다. 다음으로 '치료 계획 수립'(360명, 53.8%), '의약품 연구개발'(84명, 12.6%) 등의 순이었다.

이런 가운데 대한영상의학회(회장 정승은)는 오는 17일 가톨릭의과대학 의생명산업연구원 1002호에서 진단보조 인공지능의 적절한 적용에 대한 포럼을 열고 의료현장의 진단보조 인공지능 기술 현황과 문제점 및 해결방안을 논의한다.

학회에 따르면 진단보조 인공지능 기술에 기존의 신의료기술평가 체계를 변경 없이 적용하기는 힘들다. 이에 따라 몇 가지 개선된 제도가 있지만 여전히 평가와 보상에 어려움이 있다.

영상의학회 최준일(가톨릭대학교 서울성모병원 영상의학과 교수) 정책연구이사는 "이 문제를 해결하기 위해 정부에서 최근 개편하고 있는 선진입의료기술 제도 및 새로운 의료기술 시장진입 절차 변경은 지나치게 기업 친화적이며, 환자와 의료진에 대한 고려가 부족하다"며 "임상적 근거가 부족한 기술이 시장에 쉽게 진입할 수 있는 구조는 의료의 질을 저하할 위험이 있다"라고 지적했다.

평가유예 기간 연장은 근거 창출 연구의 어려움을 보완하려는 목적이 있지만, 다른 한편으로는 의료기관과 기업의 이윤 추구에 악용될 가능성이 높다는 것이다. 퇴출 메커니즘이 없는 새로운 제도는 임상적 유효성이 부족한 기술이 시장에 장기적으로 잔류하게 방치할 수 있다는 점도 지적했다.

최준일 이사는 "이러한 문제를 해결하기 위해서는 기술관점에서 벗어나 의료관점에서, 환자와 의료진 중심의 제도 개선이 필요하다"고 했다.

또다른 문제는 진단보조 AI 기술이 환자와 의료환경 개선에 도움을 주는가 하는 고민이다. 지금까지 진단보조 AI의 잠재력은 연구 환경에서는 확인됐지만, 실제 진료 환경에선 기대만큼 개선 효과를 보이지 못하는 경우가 흔하기 때문이다.

가천대 길병원은 2016년 12월 IBM사의 인공지능 ‘왓슨 포 온콜로지(Watson for Oncology)’를 도입해 처음으로 암환자 진료에 활용했다. 사진 출처: 가천대 길병원

실제로 암 진단과 치료를 위한 IBM의 '왓슨 포 온콜로지(Watson for Oncology)'가 '인공지능 의사'로 주목받으면서 2016년 가천대 길병원을 시작으로 국내 병원들이 경쟁적으로 도입에 나섰다. 그러나 왓슨이 실제 임상현장에서 기대에 못미치는 성과를 내면서 IBM과 사용 계약을 해지하는 상황이 벌어지기도 했다. <관련 기사: '왓슨 포 왓?'…인공지능 암진단 도입을 바라보는 불편한 시선>

왓슨이 제공하는 진단과 치료방법의 정확도에 대한 검증과 암 진료에 왓슨을 활용할 경우 암환자 삶의 질과 생존율이 얼마나 향상됐는가에 대한 데이터가 부족한 상태서 병원들이 환자유치를 위한 관점에서 경쟁적으로 뛰어들었기 때문이다.

의료현장에 AI 도입이 성공적으로 이뤄지기 위해선 인간-AI 상호작용에 대한 깊은 이해와 과학적 접근, 적절한 전문가를 통한 AI의 활용, 지속적인 성능 모니터링과 피드백 제공이 필요하다.

영상의학회 박성호(서울아산병원 영상의학과 교수) 편집이사는 "관련 정책과 제도 또한 이러한 원칙을 바탕으로 정비돼야만 AI가 환자와 의료 개선에 실질적으로 기여할 수 있다"며 "만일 이러한 요소를 간과하고 무분별하게 AI가 도입될 경우 의료진과 환자에게 도움이 되지 않을 수 있다"고 지적했다.

이외에도 의료진이 AI 결과를 무비판적으로 수용할 가능성과 이로 인한 독립적 판단이 약화될 우려도 있다. 환자의 알 권리와 선택권을 보장하기 위한 동의서 구득 과정이 반드시 필요하지만, 절차적 부담과 비용 문제가 있고, 이에 대한 합리적인 대책 마련도 필요하다.

영상의학회 이충욱(서울아산병원 영상의학과 교수) 보험이사는 "원가에 못미치는 우리나라의 보험수가 체계에서 진단보조 인공지능 역시 매우 낮은 수가로 책정될 수밖에 없고, 결국 기업과 의료기관이 보험수가 대신 비보험 수가를 선택하는 현상이 발생하고 있다"며 "사용자(의사 및 병원), 개발자, 정부 모두가 수용할 수 있는 합리적인 가격 결정이 필요하다"고 강조했다.

한편 의료 분야에서 AI 활용이 확산하면서 새로운 보안 위협에 대한 대응이 중요한 과제로 떠오르고 있다. 특히 민감한 의료 데이터를 다루는 AI 시스템은 사이버 공격의 주요 타깃이 될 수 있어 이를 예방·관리하기 위한 체계적인 보안 대책이 필요하다.

대한병원정보보안협회(회장 박종환)가 최근 선정한 '2025년 정보보안 키워드 10'에 'AI 보안 위협 대응'을 꼽았다.

병원정보보안협회에 따르면 AI 시스템은 데이터 학습 기반으로 작동하기 때문에 새로운 보안 위협에 취약할 수 있다. 데이터 중독이나 적대적 공격과 같은 위협은 AI 모델의 신뢰성과 정확성을 저하시키고, 이는 잘못된 진단이나 치료로 이어질 가능성도 배제할 수 없다.

최근 의료기관에서 AI를 활용한 시스템이 증가함에 따라 이러한 보안 위협에 대한 대응이 중요한 과제로 떠오르고 있다. 특히 민감한 의료 데이터를 다루는 AI 시스템은 사이버 공격의 주요 타깃이 될 수 있어 이를 예방·관리하기 위한 체계적인 보안 대책이 필요하다는 것이다.

병원정보보안협회는 "AI 보안 위협에 대응하기 위해서는 학습 데이터 검증, 모델 보안 테스트 강화 그리고 AI 활용의 윤리적 기준 마련과 같은 다각적인 노력이 요구된다"며 "이러한 접근은 AI 기술의 안전한 활용을 보장하며 환자의 신뢰를 유지하는 데 기여할 것"이라고 했다.

협회는 "의료기관이 데이터 분석과 AI 기술을 활용한 의료 혁신을 이루기 위해서는 안전한 데이터 환경 구축이 선행돼야 한다"며 "강화된 '개인정보 보호법'과 '의료법' 등 법적 규제를 준수하기 위해 데이터 보호 전략의 고도화는 필수적"이라고 강조했다.

<저작권자 Copyright ⓒ 라포르시안 무단전재 및 재배포 금지>