[컴퓨터월드] 4차 산업혁명 시대에 빅데이터와 인공지능(AI, Artificial Intelligence)은 다양한 산업에서 새로운 혁신을 주도하는 핵심 기술로 자리 잡고 있다. 특히 헬스케어 분야에서는 코로나19 팬데믹 이후 환자 진단, 치료 계획, 예후 예측 등 지능형 의료 서비스를 제공하기 위해 빅데이터와 인공지능의 역할이 더욱 확대되고 있다. 이러한 의료 패러다임의 전환과 기술의 발전은 현대 의학뿐 아니라 전통적인 한의약에도 새로운 가능성을 열어주고 있다.

한의약은 오랜 세월 축적된 경험과 지식을 바탕으로 독자적인 치료법과 건강관리 체계를 발전시켜 왔으나, 현대적 데이터 분석 기술과의 연계는 아직 초기 단계에 머물러 있는 것이 현실이다. 이제는 한의약 분야에서도 빅데이터와 인공지능 기술을 적극적으로 도입해 한의약의 과학화와 표준화를 촉진하고, 안전성과 유효성을 객관적으로 입증해야 할 때이다.

한의약 분야에서는 보건복지부와 관계 부처가 합동으로‘한의약 육성법’에 따라 제4차 한의약 육성발전 종합계획(2021~2025)을 수립했다. 이를 바탕으로 한국한의약진흥원(보건복지부 산하 공공기관으로, 한의약 육성법 제13조에 근거해 한의약기술의 진흥을 효율적으로 지원하기 위해 설립)은 첨단 기술을 활용한 한의약 발전 기반 마련을 위해 한의약 빅데이터 허브(Hub) 구축, 한의약 빅데이터 기반 인공지능 활용 체계 마련 등 과제를 수행하고 있다.

한국한의약진흥원의 지능정보화센터(센터장 김상진)와 임상정보빅데이터추진단(단장 서병관)은 한의약 빅데이터·인공지능 활용 기반 구축을 목표로 ‘한약 인공지능 플랫폼 구축’, ‘한의약 임상정보 빅데이터 지원센터 구축’, ‘한의약 정보 인프라 구축’의 세 가지의 주요 사업을 추진하고 있다.

총 7편의 연재에서는 한의약 빅데이터·인공지능 생태계 조성을 위한 전략을 제시하고, 세 가지의 주요 사업을 현재와 미래 전망, 그리고 도전 과제라는 카테고리로 나눠 다뤄 본다.

한의약의 과학화와 표준화를 위해서는 대규모 한의약 관련 데이터를 구축하고, 인공지능 기술을 적용해 이들을 분석하고 활용할 수 있는 한의약 빅데이터·인공지능 생태계가 조성돼야 한다. 이번 기고에서는 현대 의료 환경에서 한의약이 전통적 가치를 유지하면서 보다 과학적이고 신뢰할 수 있는 의료 체계로 자리 잡기 위한 한의약 빅데이터·인공지능 생태계 조성 전략을 제시한다.

아래 그림은 한의약 빅데이터·인공지능 생태계를 조성하기 위한 전략을 시각적으로 표현한 개념도이다. 이 전략은 ‘한약 인공지능 플랫폼’, ‘한의약 임상정보 빅데이터 허브’, ‘한의약 정보 인프라’ 등을 포함하며, 데이터 수집 대상, 전주기 절차, 데이터 분석 및 예측 활용 등을 예시로 보여주고 있다. 이 개념도를 바탕으로 계층별로 주요 구성 요소와 과정을 살펴보자.

1. 수집 대상: 기초 자원의 확보 대상

한의약 빅데이터·인공지능 생태계의 기초 자원을 확보하기 위해서는 데이터를 수집해야 한다. 데이터 수집 대상은 한국한의약진흥원 내의 정보(한약비임상시험, 한약제제생산, 한의약소재, 품질인증 등)를 비롯해 정부 기관, 대학/연구 및 민간 기관, 보건의료/지역 정보, 한의약 의료 기관 등 다양하다. 이들 기관에서 수집된 데이터는 생태계의 중요한 기초 자원으로 활용되며, 한의약 치료의 근거와 효과성을 입증하고 한의약 연구를 보다 정교하게 진행하기 위한 토대를 제공한다.

2. 수집 정보: 데이터 분류 및 저장

수집된 데이터는 지식 아카이빙, 한의약 산업 정보, 한약 실험 정보, 한의약 임상 정보, 한약재 유통 정보 등 다양한 유형으로 분류돼 저장된다.

이 과정에서 다양한 국내외 기관에서 연계 및 처리 기술을 활용해 수집한 원시 상태의 한의약 데이터는 정제 및 가공이 필요하다. 이러한 데이터는 분석에 적합한 형태로 통합 및 구조화돼야 하며, 표준화 작업이 중요한 역할을 한다. 또한, 데이터를 저장할 때 보안과 프라이버시 보호를 위한 강력한 조치가 필요하다.

3. 전주기 관리: 데이터 활용의 확대와 최적화

첫 번째 전주기 순환 구조는 기획(계획 수립)에서 시작해 개발 및 관리, 인증 및 검증, 보급 및 확산, 모니터링 및 개선조치의 5단계를 거치며, 각 단계는 유기적으로 연결돼 있다.

먼저, 기획(계획 수립) 단계에서는 한의약 프로젝트의 초기 전략을 수립하고, 목표를 설정한다. 개발 및 관리 단계에서는 목표에 따라 한의약 제품(서비스)을 개발하고, 그 과정과 결과를 관리한다. 그다음 인증 및 검증 단계에서는 한의약 제품(서비스)의 안전성과 유효성을 입증하고, 신뢰성을 평가받아 인증을 받는다.

보급 및 확산 단계에서는 한의약 제품(서비스)을 산업체, 학계, 연구계 및 일반 국민에게 보급하고, 널리 확산시킨다. 마지막으로, 모니터링 및 개선조치 단계에서는 한의약 제품(서비스)의 안전성, 유효성 등을 모니터링하며, 필요한 경우 개선 조치를 통해 품질을 유지한다.

두 번째 순환 구조는 약재 재배에서 시작해 한약재 제조, 한약 조제, 한약 복용, 안전 관리의 5단계를 거친다. 역시 각 단계는 유기적으로 연결돼 있다.

먼저, 약재(원료) 재배 단계에서는 한의약의 기본 원료가 되는 약재를 재배하는 과정으로 재배 조건(토양, 기후 등)에 따라 약재의 효능과 품질이 결정된다. 다음으로 한약재 제조 단계에서는 재배된 약재를 한약에 사용할 수 있도록 세척, 건조, 절단, 정제 등의 가공 과정을 거쳐 한약재로 제조한다. 이어지는 한약 조제(탕제, 환제 등) 단계에서는 환자의 상태와 필요에 맞게 탕제(물약), 환제(알약), 산제(가루약) 등 최적화된 제형으로 맞춤형 한약을 조제한다.

그 후 한약 복용 단계에서는 환자가 조제된 한약을 복용하며, 이때 복용 방법, 용량, 주의사항 등을 정확히 숙지하고 준수해야 한다. 마지막으로, 안전 관리 단계에서는 한의약의 품질, 제조 및 조제 과정, 복용 후 반응(부작용 모니터링) 등을 지속적으로 관리해 한의약의 안전성을 유지한다.

4. 분석 정보: 데이터로부터 지식 추출

수집된 한의약 빅데이터를 활용해 다양한 분석과 시각화를 통해 유의미한 정보를 도출한다. 이 과정에서 인공지능 기술이 핵심적인 역할을 한다. 한의약의 안전성, 유효성, 맞춤 진료 등 특정 작업을 효과적으로 수행하기 위해서는 인공지능이 학습할 수 있는 양질의 학습용 데이터가 필요하다. 그리고 기계 학습 알고리즘을 통해 대규모 데이터를 학습해 예측 모델을 개발하고, 초거대 언어 모델(LLM, Large Language Model)을 사용해 실험 정보와 임상 데이터를 분석함으로써 신약 후보 물질 발굴, 신효능 발견, 치료 효과 검증, 그리고 임상 활용 등 더욱 정교한 인사이트를 도출할 수 있다.

5. 예측 정보: 의사결정 지원과 예측 모델의 활용

예측 정보에서는 데이터를 활용해 예측과 의사결정을 지원한다. 수집된 데이터는 공개되고 개방돼 다양한 분야에 적용될 수 있다. 인공지능을 통해 특정 질병에 대한 한약재의 안전성과 유효성을 예측하고, 인공지능 기반 임상 의사결정지원시스템(CDSS, Clinical Decision Supporting System)을 통해 진료에 필요한 정보가 제공된다.

또한, 인공지능 챗봇을 활용해 환자와의 상호작용을 개선하고, 환자 상담과 정보 제공을 지원하며, 한의약 분야의 연구와 실험, 실증 지원, 산업화 제품 개발 등을 통해 한의약 산업의 활성화를 촉진한다.

6. 핵심 플랫폼과 빅데이터 허브의 역할

이 모든 과정에서 한의약 지식정보 포털은 한의약 빅데이터·인공지능 생태계 내에서 중요한 기능을 수행하는 핵심 플랫폼이다. 이 포털은 현재 운영되고 있는 국가한의임상정보, 한의약소재은행, 한방의료이용 및 한약소비실태조사, 한약재수급조절관리, 한의약세계화, 한의약웹진 등의 서비스와 연계돼 다양한 한의약 관련 데이터를 통합하고, 이를 활용해 연구, 임상, 산업적 활용을 지원하는 역할을 수행한다.

한편, 한의약 임상정보 빅데이터 허브(Hub)는 한의약 빅데이터·인공지능 생태계의 핵심 요소 중 하나로, 질환별 표준임상진료지침(CPG, Clinical Practice Guideline) 기반의 한의 표준 전자의무기록(EMR), 공통데이터모델(CDM, Common Data Model) 확장, 진료용어 표준화를 위한 한의약 국제표준용어체계(SNOMED CT-KM), 의료기관 간의 진료정보 교류를 위한 한의 전송기술표준(FHIR-KM), 가명정보, 마이데이터(My Data) 등 다양한 유형의 임상 정보와 표준화 도구를 포함한다.

이 모든 요소들이 유기적으로 결합함으로써 한의약 빅데이터·인공지능 생태계는 단순한 데이터 저장소를 넘어, 혁신적인 의료 전략과 도구 개발을 촉진하는 ‘게임체인저’ 역할을 하게 된다.

결론

이번 기고에서는 앞으로 조성해 나갈 한의약 빅데이터·인공지능 생태계를 큰 그림과 예시로 그 전략과 가능성을 제시하였다. 이 전략은 단순히 한의약의 디지털 전환에 그치는 것이 아니라, 한의약의 전통적 지식과 첨단 정보기술을 융합해 현대 의료 체계에서 더욱 과학적이고 신뢰성 있는 진료와 치료 형태로 자리 잡을 수 있는 기반을 마련할 수 있다. 그러나 이를 실현하기 위해서는 상위 차원의 강력한 지원과 뒷받침이 필수적이다. 범정부 차원의 정책적 지원, 학계와 산업계의 긴밀한 협력, 그리고 지속적인 연구 개발을 통해 실현될 수 있다.

정부는 데이터 표준화 및 보안 정책을 수립하고, 관련 법적·제도적 지원을 마련해야 한다. 학계는 데이터 분석 기술과 인공지능 연구를 통해 한의약의 과학적 근거를 더욱 발전시키고, 산업계는 디지털 도구와 플랫폼을 개발해 데이터의 활용성을 극대화해야 한다. 이러한 협력 체계를 통해 한의약 빅데이터·인공지능 생태계는 빠르게 조성될 것이며, 한의약이 현대 의료 환경에서 더욱 경쟁력을 갖추게 될 것이다.

한의약 빅데이터·인공지능 생태계 조성을 통해 급변하는 보건의료 환경 속에서 한의약이 미래 의료의 중요한 축으로 자리매김할 수 있기를 기대한다.