“K-의료 소버린 AGI 국가 도약, 데이터·수가·GPU·인재가 관건”

▲송기헌·권향엽 의원

[한의신문] 우리나라가 AI 헬스케어 잠재력을 바탕으로, ‘의료 소버린(독자적) AGI(범용 AI) 국가’로 도약하기 위해선 먼저 △데이터 접근 규제 △수가 부재 △GPU 활용 생태계 △AI 전문인력 부족이라는 4대 병목을 해소해야 한다는 주장이 제기됐다.

국회 K-헬스케어·웰다잉포럼(대표의원 송기헌·김성원)은 25일 ‘K-의료데이터 기반 AI 헬스케어 미래전략’을 주제로 정기 세미나를 열고, 한국형 AI 의료혁신 전략을 제시했다.

이날 송기헌 의원(더불어민주당)은 인사말에서 “우리나라가 의료데이터와 의료기술, 헬스케어 기업 경쟁력을 바탕으로 글로벌 시장에서 주도권을 확보하려면 AI 기반 의료혁신 전략과 데이터 활용체계 정비, 글로벌 인재양성이 시급하다”며 “이번 세미나가 K-헬스케어 산업의 세계 진출 전략을 구체화하는 계기가 되길 바란다”고 말했다.

권향엽 의원(더불어민주당)은 “‘글로벌 AI 세계 3대 강국’은 이재명 정부의 핵심 과제로, 특히 AI 헬스케어는 더 이상 선택이 아닌 국민 생존의 길”이라면서 “법·제도와 예산 지원이 함께 뒷받침되도록 최선을 다하겠다”고 밝혔다.

이날 세미나에선 △의료데이터와 AI 실증환경(윤사중 존스홉킨스대 생명정보학부 교수) △AI 기반 디지털 재활치료 사례를 통한 의료AI 활용방향(윤찬 에버엑스 대표이사) △글로벌 협력과 실무중심 인재양성 전략(조원영 SW정책연구소 실장)을 주제로 발표가 진행됐다.

■ “소버린 의료데이터 확보해야 한국형 의료 AGI 가능”

윤사중 교수는 의료데이터·유전체 인프라 기반 ‘의료 소버린 AGI 국가’ 도약을 위한 전략으로 △전 국민 단위 소버린 의료데이터 확보 △한국형 의료 특화 파운데이션 모델 및 의료 AGI 개발 △AGI 기반 서비스의 전국 의료 인프라 적용을 제시했다.

윤 교수는 △국가 바이오 빅데이터 사업(100만명 규모의 유전체·임상 정보 구축) △유니스트·한국한의학연구원·제주 가덕 코호트(수만명의 시퀀싱 데이터 축적)를 근거로 “고성능 AI의 핵심은 소버린 의료데이터”라면서 EMR·의료영상·라이프로그·유전체 데이터의 통합·표준화를 제안했다.

윤 교수는 우리나라 의료 AGI 구조를 △인프라 레이어(국산 AI 칩·고성능 연산 인프라) △데이터 레이어(EMR·영상·유전체·라이프로그 통합) △파운데이션 레이어(임상지식·의료제도 내재화된 의료 LLM·멀티모달 모델) △애플리케이션 레이어(진단보조·영상판독·치료계획·신약개발 도구)로 구분한 데 이어 그 핵심 요소로 △Mixture of Experts 기반 전문과별 모델 △최신 의학지식을 반영하는 RAG △감별진단 프로세스 구현을 위한 Chain-of-Thought 설계 △의료진 피드백 기반 학습 구조를 제시했다.

그는 자신이 개발한 ‘닥터 트윈 AI’를 예로 들며 “증상 청취 후 관련 전문 ‘AI 닥터 에이전트’를 호출해 서로 컨설팅하며 감별진단을 수행하는 구조가 이상적”이라면서 “장기적으로는 ‘의사형 AI’와 ‘환자 디지털 트윈’ 통합형 모델로 발전해야 한다고 강조했다. 윤 교수는 K-의료 AGI의 효과로 △의료비 절감 △진료 생산성 향상 △지역·계층 간 의료격차 완화 △만성질환 조기진단·예방의학 강화 △초고령사회 대응 역량 제고를 제시하며 정부 차원의 ‘의료 소버린 AGI 태스크포스’ 구성을 촉구했다.

■ “생애말기까지 내 두 다리로 걷게 하는 AI”…디지털 재활치료의 의미

이어 AI 기반 디지털 치료기기(DTx)의 역할을 ‘웰다잉 관점’에서 제시한 윤찬 대표이사는 “정형외과에서 말하는 웰다잉은 내 두 다리로 끝까지 걷는 것으로, 근골격계 재활에 대한 전 국민적 수요에도 현재 의료체계로는 감당이 불가능하다”고 지적했다.

이에 윤 대표이사는 무릎·허리 만성 통증을 대상으로 한 ‘모라큐어’를 개발 중으로, AI 기반 상태 평가·맞춤 재활운동·심리치료 모듈을 결합해 임상시험에서 높은 순응도(80%)와 효과를 확인했다.

윤 대표이사는 디지털 치료기기를 ‘병원에서 의사가 처방하는 소프트웨어’로 규정하며 웰니스 앱과의 차이를 △질병 치료 목적 △임상시험을 통한 유효성·안전성 확보 △EMR 연동 △보험수가 기반 치료도구라는 점에서 명확히 구분한데 이어 “디지털 치료기기에 대한 보험수가 제도화와 EMR 표준화가 시급하다”고 강조했다.

■ “K-헬스케어 잠재력은 최고, 활용도는 평균 이하…인력이 문제”

조원영 실장은 △글로벌 AI 시장 전망에서 헬스케어는 최상위 성장률 △WEF 보고서: AI 활용 성숙도는 산업 평균 이하 △OECD: 채용공고 중 AI 역량 요구 비율이 1% 미만을 근거로 “AI의 최고 잠재력을 가진 산업은 헬스케어지만, 실제 도입 속도는 산업 평균 이하”라고 진단했다.

이는 규제·수가 부재·레거시 시스템·데이터 품질·의료진 이해 부족 등이 복합적으로 발목을 잡고 있다는 것으로, 조 실장은 에디슨 전기보급·컴퓨터 도입 사례를 언급하며 “핵심 기술 자체는 혁신의 10%이고, 나머지 90%는 조직·제도·인력 등 보완투자이며, 그중 75%가 인재양성에 해당한다”고 강조했다.

그는 우리나라가 추진해야 할 과제로는 △의대-공대-통계-컴공 간 융합 교육 △현직 의료인 대상 리스킬링 프로그램 △의료데이터·임상·AI 설계를 모두 이해하는 ‘의료 AI PM(프로젝트 리더)’ 양성 △병원–대학–기업–정부가 참여하는 실증형 교육 플랫폼을 제시했하며 “AI 전략의 주체는 결국 사람으로, 소버린 의료데이터·의료 특화 AGI·디지털 재활치료 전략이 작동하려면 이를 설계·운영할 의료 AI 인재양성이 가장 시급하다”고 강조했다.

■ “인재·데이터·수가·인프라…의료 AI 성장 가로막는 4대 장벽”

한편 정명진 성균관대 의대 교수가 좌장을 맡아 진행한 패널토론에서 송길태 부산대 AI융합혁신대학원장은 “AI 개발과 디지털 의료기기 검증에는 임상데이터가 필수지만 방대한 데이터를 가진 병원은 의료법·개인정보보호법 때문에 제공이 어렵다”며 “이러한 데이터 접근 장벽은 산학협력과 인재양성을 가로막는 가장 큰 과제”라고 말했다.

최두아 디지털헬스산업협회 이사는 “시장 형성을 고려하지 않은 국가의 R&D 지원과 더불어 디지털 치료기기에 대한 수가 부재가 가장 큰 문제”라고 지적했다.

전유덕 한국산업기술진흥원 산업혁신본부장은 정부의 GPU(AI·딥러닝·고속 연산 장비) 투자와 관련해 “GPU 기술이 매우 빠르게 발전하는 만큼, 이를 실제로 활용할 수 있도록 전처리·실증 중심의 생태계를 구축하는 것이 무엇보다 중요하다”고 강조했다.