“AI 한의약 시대, 중국 독주 막을 ‘한국형 인프라’ 구축 시급”

[한의신문] 2026년부터 시행되는 ‘제5차 한의약 육성발전 종합계획(2026∼2030)’이 ‘한의약 AI·디지털 대전환’을 정책방향으로 내건 가운데 현재 전 세계 전통의학 AI 연구의 지적 구조를 규명하는 한편 중국의 독주 속에 한국이 나아갈 길을 제시한 연구 결과가 발표돼 눈길을 끌고 있다.

동의대 한의과대학 한방신경정신과 권찬영 교수팀은 계량서지학적 분석을 통해 동아시아 전통의학(EATM) 분야의 인공지능 연구 동향을 분석한 연구 논문 ‘Artificial Intelligence Transforms East Asian Traditional Medicine: A Bibliometric Study of Research Trends’를 국제학술지 ‘Innovations in Acupuncture and Medicine’에 게재했다.

AI 활용 전통의학 연구 분야의 3대 핵심주제 확인

권 교수팀은 1994년부터 2025년 6월까지 Web of Science에 등재된 1253편의 논문을 전수 분석, 해당 분야가 2020년을 기점으로 폭발적으로 성장(2024년 253편 기록)하고 있음을 확인했다. 특히 연구팀은 키워드 네트워크 분석을 통해 전 세계 AI-전통의학 연구가 크게 △계산 약리학(Computational Pharmacology) △AI 기반 진단(AI-driven Diagnostics) △품질 관리(Quality Control)라는 세 가지 핵심 주제로 수렴되고 있음을 밝혀냈다.

분석 결과, 초기 연구들은 서포트 벡터 머신(SVM)과 같은 고전적 기계학습을 통해 한약재의 품질을 관리하거나 성분을 분석하는 연구가 주를 이뤘다. 그러나 최근 연구들은 딥러닝(Deep Learning)과 합성곱 신경망(CNN)을 활용한 설진(Tongue Diagnosis) 및 맥진(Pulse Diagnosis)의 객관화로 중심축이 이동하고 있으며, 최신 대규모 언어 모델(LLM)까지 도입되는 등 기술적 고도화가 빠르게 진행되고 있는 것으로 나타났다.

중의학 데이터로 학습된 AI가 글로벌 표준으로 자리잡을 우려

그러나 이러한 기술적 진보의 이면에는 심각한 국가 간 불균형이 존재하고 있다. 연구팀의 분석에 따르면 중국은 전체 연구의 88.4%(1108편)를 점유하며 압도적인 1위를 기록했다. 이는 미국, 한국 등 여타 국가들과 비교해 절대적인 격차다.

이와 함께 연구팀은 연구의 기반이 되는 데이터베이스(DB)의 편향성에 대한 심각한 우려를 나타냈다. 즉 공동 인용 분석(Co-citation Analysis)을 통해 전 세계 연구자들이 ‘TCMSP(전통중의약 시스템 약리학 데이터베이스)’나 ‘SymMap’과 같은 중국이 구축한 특정 DB에 과도하게 의존하고 있다는 것.

연구팀은 “중국 중심의 데이터 편향은 향후 개발될 AI 모델이 중국인의 유전적·문화적 특성에만 최적화되는 결과를 초래할 수 있다”면서 “한국 고유의 사상의학이나 한국인의 체질적 특성은 물론 한국산 한약재의 특성과 국가별로 상이한 기원식물 차이가 배제된 채, 중의학(TCM) 데이터로 학습된 AI가 글로벌 표준으로 자리 잡을 위험이 있다”고 경고했다.

한국, 국가 차원의 분산형 연구 인프라 구축 시급

특히 권찬영 교수는 이번 연구 결과가 내년부터 시작되는 ‘제5차 한의약 육성발전 종합계획’의 방향성에 중요한 시사점을 준다고 강조했다. 정부는 ‘한의약 AI·디지털 대전환’을 핵심 목표로 설정했지만, 단순한 기술 도입만으로는 중국의 ‘데이터 만리장성’을 넘기 어렵다는 것이다.

권 교수는 “중국은 이미 방대한 데이터를 바탕으로 계산 약리학과 AI 진단 분야를 선점하고 있다”며 “한국 연구자들은 개별적인 연구를 넘어, 국내는 물론 일본 등과 연계해 데이터를 교차 검증(Cross-cultural validation)할 수 있는 ‘국가 차원의 분산형 연구 인프라’를 구축해야 한다”고 제언했다.

또한 권교수는 이어 “이번 5차 종합계획이 시행되는 향후 5년이 한의약이 기술 종속을 피하고 ‘디지털 주권’을 확보할 수 있는 마지막 골든타임”이라며 “정부의 과감한 투자와 연구자들의 한국형 고품질 데이터셋 구축 노력이 절실하다”고 밝혔다.

한편 이번 연구는 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 수행된 ‘지역지능화혁신인재양성사업(IITP-2025-RS-2020-II201791)’의 일환으로 진행됐다.