[컴퓨터월드] 우리나라는 매우 우수한 의료 서비스 환경을 갖추고 있다. 국민건강보험에 기반한 높은 의료 접근성과 안정적인 서비스 품질은 세계적인 수준이다. 특히 정부 주도로 디지털화가 빠르게 진행되면서 일찍부터 다양한 의료 데이터들을 축적해왔기 때문에, 디지털 헬스케어나 의료 AI 기술이 성장하기에 무척 좋은 토양을 갖추고 있다.

그러나 기술 개발에 좋은 환경에 비해 시장 성장은 상당히 더딘 모양새다. 일부 국내 의료 AI 기업들은 글로벌 시장에서도 겨뤄볼 만한 기술력을 갖추고 있지만, 국내 의료기관들의 AI 서비스 도입은 그다지 적극적이지 않다.

EMR은 이미 레드오션…디지털화도 완료

지난 4월, 정부는 초거대 AI 개발을 통한 국가 경쟁력 향상을 위해 3901억 원을 투자한다고 밝혔다. 챗GPT를 시작으로 급격히 확산되기 시작한 글로벌 시장의 AI 경쟁 구도에 밀리지 않기 위해 국내 AI 산업계의 체질을 개선하고 양적 성장을 이끌겠다는 취지다. 이를 위해 그동안 추진하던 라벨링 중심의 ‘AI 학습용 데이터 확보 사업’을 ‘초거대 AI 학습용 핵심 데이터 구축 사업’으로 전환하고, 이를 바탕으로 대규모 한국어 텍스트 데이터셋을 구축해 국내 기업들이 경쟁력을 발휘할 수 있는 기반을 마련한다. 초거대 한국어 AI 플랫폼을 통해 비영어권 시장부터 적극 공략해나가는 한편, 글로벌 기업들이 공략하는 범용 대규모 AI 대신 전문성이 요구되는 일부 특화 분야에서 세계 1위를 노린다는 전략이다.

특히 이날 과학기술정보통신부 이종호 장관은 국내 기업들이 AI 시장에서 경쟁력을 발휘할 수 있는 분야 중 하나로 의료산업을 꼽았다. 우리나라는 오래전부터 탑다운(top down) 방식으로 고도화된 의료 시스템을 구축해왔기 때문에 디지털화가 잘 되어있고, 국가 주도의 데이터 라벨링 사업도 다수 진행돼 학습용 데이터의 품질 역시 무척 높기 때문이다. 이종호 장관은 “의료 분야를 특화해 세계 1위로 나가는 전략도 굉장히 유용하다”고 강조했다.

실제로 우리나라는 전 세계에서 가장 의료 데이터를 잘 확보하고 있는 나라로 꼽힌다. 이를 단적으로 살펴볼 수 있는 것이 전 세계에서 가장 높은 전자의무기록(EMR, Electronic Medical Record) 시스템 도입률이다. 규모가 큰 종합병원들은 이미 오래전부터 EMR 시스템을 도입해 사용하고 있으며, 상대적으로 쉽게 도입해 사용할 수 있는 클라우드 EMR 서비스들이 속속 등장하면서 의원급 의료기관에서도 적극적으로 EMR을 도입하고 있다. IT 업계에서도 국내 EMR 시장은 이미 경쟁이 매우 치열한 레드오션으로 꼽힌다.

이처럼 의료 산업계의 디지털화가 빠르게 추진된 데에는 국가 주도의 의료보험제도가 중요한 영향을 미친 것으로 보인다. 의료기관에서는 환자를 진료한 후 건강보험심사평가원(이하 심평원)에 적절한 의료수가를 청구해야 하는데, 이때 진료내역을 증빙하기 위해 EMR을 활용하는 경우가 많기 때문이다. 다만 EMR에 대한 국내 표준 규격이 없다보니 의료기관들이 제각기 다른 기업의 제품을 도입했고, 이에 따라 의료기관들 사이의 EMR 데이터 표준화가 이뤄지지는 못하고 있지만, 최소한 심평원에 의료수가를 청구하는 데에 필요한 기본적인 환자정보와 진료기록들은 전산화해 보관되고 있는 셈이다.

수집된 데이터의 공개와 활용도 활발하다. 이미 공공분야에서는 심평원을 시작으로 국민건강보험공단이나 국립암센터 등지에서 질병이나 의약품, 의료기관, 가명화된 진료기록 등 다양한 의료 데이터들을 공공데이터 개방 정책에 맞추어 공개하고 있다. 이러한 데이터들은 영리목적을 포함해 AI 개발 및 연구에 자유롭게 이용 가능하다.

의료수가 등 미해결 문제 산적

그러나 이렇게 좋은 토양을 갖추고 있음에도 불구하고 국내 의료 AI 산업계는 순탄치 않은 시기를 보내고 있다. 전 세계적으로 의료 AI가 대표적인 미래 성장 산업으로 점쳐지는 것과는 대조적이다. 이는 선진화된 의료 시스템을 바탕으로 장기간 축적된 데이터들이 다수 공개 돼있어 AI 기술을 개발하기에는 무척 좋은 환경이지만, 반대로 너무 좋은 환경이 의료 AI 시장을 여는 데에는 방해가 되고 있기 때문이다. 우수한 의료 인력과 인프라, 선제적인 디지털 기술 도입, 국민건강보험을 통한 낮은 의료비 부담 등이 의료 AI의 필요성을 낮추고 있다.

먼저 문제가 되는 것은 의료 인력과 인프라의 수준이 높다는 점이다. 사람의 생명과 직결될 수 있는 의료 분야는 다른 것들을 다소 희생하더라도 서비스 품질을 최대한으로 높일 필요가 있다. 이러한 관점에서 본다면 이미 우수한 의료 인력과 인프라를 갖추고 있는 상황에서는 의료 AI에 대한 필요성이 낮다. 예를 들어 95% 정확도로 특정 질환을 찾아낼 수 있는 AI 서비스가 개발됐다고 하자. 이런 제품은 의료수준이 낮고 인프라가 부족한 국가에는 큰 도움이 될 수 있다. 하지만 이미 AI의 도움 없이도 해당 질환을 95% 이상의 정확도로 찾아낼 수 있는 수준의 인프라를 갖추고 있다면 얘기가 달라진다.

서비스 품질만을 고려했을 때, 의료 AI 서비스가 기존의 의료 서비스와 차별화되는 독보적인 장점을 갖추지 않는 이상 굳이 AI 서비스를 도입할 필요가 없다. 최소한 인간 의사보다 훨씬 높은 정확도를 확보해야 한다는 뜻이다. 다시 말해 우수한 의료 인력과 인프라를 갖추고 있는 우리나라는 아주 고도화된 의료 AI 서비스가 아니고서는 명함을 내밀기 어려운 시장이다.

높은 의료 수준 때문에 서비스 품질로 차별화하기 어렵다면, 기존보다 저렴한 비용으로 경쟁할 수도 있을 것이다. 하지만 국내 의료 시장은 그것마저 여의치 않다. 국민건강보험이 있기 때문이다. 우리나라는 국민건강보험을 통해 개개인에게 부과되는 의료비 부담을 크게 줄이고 있다. AI 기술을 활용해 의료 서비스에 소요되는 비용을 줄인다고 한들 환자가 체감하는 의료비 부담에는 큰 변화가 없을 것이다. 따라서 의료기관 입장에서는 환자의 만족도에 공헌하지 못하는 제품을 굳이 비용을 들여 새롭게 도입할 필요를 느끼지 못한다.

국민건강보험이 야기하는 비용 체감 문제는 의료기관 측면에서도 발생한다. 의료기관이 환자에게 의료 서비스를 제공하고 나면, 진료비의 상당 부분은 환자가 아니라 국민건강보험공단이 지급한다. 이때 제공되는 의료수가는 대부분 진료 항목에 따라 정해져 있으며, 우리나라의 의료수가는 글로벌 평균과 비교해 상당히 낮은 편에 속한다. 국민건강보험은 국민들이 납부하는 건강보험료를 바탕으로 운영되기 때문에 의료수가를 높이는 데에는 한계가 있다. 그렇다고 해서 의료수가를 높이기 위해 건강보험료를 일괄적으로 인상할 수도 없는 일이다.

비용 측면을 고려했을 때, 의료기관은 진료항목에 따라 의료수가가 정해지는 환경에서 AI 서비스를 도입할 필요를 느끼지 못한다. 결국 받을 수 있는 돈이 같다면 AI 서비스를 추가로 도입하는 것이 오히려 손해이기 때문이다. 실제로 식약처 인허가를 획득한 AI 기반 의료 서비스는 2018년 4건에서 2022년 149건으로 급격히 증가했고, 2023년 1월까지 혁신의료기기로 지정된 28건 중 19건이 AI 기반 SW였다. 그러나 이 중에서 신의료기술로 평가된 사례는 단 1건에 불과하다. 나머지는 모두 기존 의료기술로 판단돼 의료수가에 따른 진료수당을 받고 있다. 이는 의료기관의 의료 AI 서비스 도입을 저해하는 요인이다.

다른 산업 분야처럼 비용효율적인 AI 서비스가 기존의 비싼 서비스를 대체할 수 있다면 경쟁력이 있겠지만, 의료 산업 분야는 그렇게 될 수 없다. 의료 산업 분야에서 ‘기존의 비싼 서비스’란 결국 인간 의사를 의미하는 것인데, 한 번의 실수가 사람의 생명과 직결되는 분야에서 정확도가 100%가 아닌 AI로 인간 의사를 대체할 수는 없기 때문이다. 따라서 AI 서비스를 도입하게 되면 한정된 의료수가를 의사와 AI 서비스가 나눠먹어야 하고, 이는 의료기관 입장에서 결코 달갑지 않은 일일 것이다.

해외, 공공시장 등으로 눈 돌린다

상기한 이유로 인해 의료 AI 기업들은 국내에서 충분한 사업 기회를 찾지 못하고 있다. 이에 따라 상당수의 기업들이 해외 시장 진출을 모색하고 있다. 양질의 의료 AI 기술 개발이 가능한 국내에서 제품과 기술력을 고도화하고, 이를 바탕으로 해외 시장에서 기회를 찾겠다는 목표다. 특히 코로나19 팬데믹이 소강세에 접어들면서 그동안 중단됐던 글로벌 컨퍼런스나 전시회들이 다시 개최되는 등 제자리를 찾아가자, 의료 AI 기업들이 해외 진출을 노리는 행보가 더욱 강화되고 있다.

다만 우리나라 정부가 국내 의료 AI 서비스 시장에 대해 완전히 손을 놓은 것은 아니다. 국내 시장에서 먹거리를 찾기 어려운 의료 AI 기업들을 위해 해당 분야의 공공사업 기회를 만들고 있다. 예를 들어 과기정통부는 정보통신산업진흥원(NIPA)을 통해 지난 2월 ‘AI 기반 의료시스템 디지털 전환 지원 사업’ 공모에 나섰다. 해당 사업은 국가데이터정책위원회에서 발표한 ‘AI 일상화 및 산업 고도화 계획’에 기반한 것으로, 연간 총 60억 원의 예산이 편성된다.

사업의 목표는 △AI 기술을 활용한 공공의료기관 시스템 고도화 △공공의료기관에 특화된 AI 기반 의료 서비스 개발 등이다. 민간의료기관에 비해 상대적으로 낙후된 시설과 인력 부족을 겪고 있는 공공의료기관들이 EMR이나 AI 기반의 진단보조 서비스 등을 도입하도록 함으로써 지역별 의료격차를 해소하는 한편, 의료 AI 기업들에게는 자사의 기술을 실증하며 레퍼런스를 확보할 수 있는 기회로 여겨진다. 아울러 공공의료기관 중 약 70%가 노인층의 만성질환 진료 및 건강관리, 재활치료 등을 수행하는 특수목적 의료기관임을 고려해, 여기에 특화된 AI 기반 의료 서비스를 개발해 공공의료 서비스의 질을 높이겠다는 의도도 있는 것으로 보인다.

보건부, AI 의료 서비스 제한 완화

정책 차원에서 장기적인 의료 AI 산업 발전계획도 돋보인다. 보건복지부는 지난 4월 4일 ‘제1차 의료기기산업 육성‧지원 5개년 종합계획’을 공개했다. 이에 앞서 2월 28일 대통령 주재 회의에서 발표된 ‘바이오헬스 신시장 창출 전략’의 후속 조치로, 2023년부터 2027년까지 5년에 걸쳐 의료기기산업 분야에 대한 R&D 투자 규모를 10조 원까지 확대한다는 목표다. 특히 의료 AI 기술을 포함해 의료기기산업 분야에서 수출 잠재력이 높은 분야와 공적 영역에 대한 투자를 확대한다는 내용을 담았다.

해당 계획에 따르면 정부는 국내 의료 산업 분야에서 AI 서비스들이 활성화되지 못하고 있는 것에 대해 일정 부분 문제의식을 갖고 있는 것으로 보인다. 특히 국민건강보험에 근거한 의료수가 나눠먹기 문제가 의료기관의 AI 서비스 도입을 가로막고 있다는 것을 인지한 듯, AI 기술을 기반으로 한 혁신 기술들에 대해 비급여 적용 등을 확대한다고 밝혔다.

의료 AI 서비스에 대한 내용을 보다 구체적으로 살펴보면, 먼저 많은 투자와 기술발전이 필요한 혁신 분야에 대해 ‘혁신급여’를 지급한다. 의료 AI 서비스나 디지털 헬스케어 등 현재의 법과 규제로 구분할 수 없는 의료기술에 대해서는 우선 비급여를 적용하지만, 향후 규제 개선의 근거를 마련하기 위해 최대 3년까지 한시적으로 급여를 지원한다는 내용이다. 한시적 지원 기간이 종료되면 그동안 수집한 근거를 바탕으로 의료기술평가를 거쳐 국민건강보험에 따른 정식 급여 전환을 재차 검토한다.

또한 신의료기술을 사용한 기기는 아직 의료기술평가를 통과하지 못했더라도 시장에 우선 진입시키는 것을 검토한다. 식약처의 인허가를 획득했고 심평원으로부터 기존 기술이 아니라는 확인을 받았다면, 아직 의료기술평가를 받지 않은 상황에서도 한시적 비급여로 의료 현장에 투입될 수 있다. 이렇게 비급여 항목으로 운영되는 동안 실적과 임상근거를 수집하고, 이를 바탕으로 의료기술평가를 진행한다는 계획이다. 이를 통해 비급여로 운영될 수 있는 기간은 식약처 인허가 획득 후 최대 3년이다.

신의료기술에 대한 평가유예 대상 역시 확대한다. 기존에는 안전성 우려가 적은 ‘비침습적 진단검사기기’만 평가유예 신청이 가능했고, 평가유예 대상이 되면 최대 2년까지 의료현장에서 비급여로 사용 가능했다. 하지만 평가유예 신청 대상을 ‘비침습적 진단검사기기’에서 ‘비침습적 의료기술’로 확대함으로써, 진단검사기기에 속하지 않는 AI 기반 서비스도 평가유예 신청이 가능해졌다. 여기에는 영상 기반의 질환 예측 검사, 가상/증강현실 기술을 활용한 디지털 치료 서비스 등이 포함된다.

‘한시적 임시조치’…조속한 해결책 강구 필요

다만 보건복지부의 5개년 계획에서 의료 AI 서비스 문제의 근본적인 해결책이 제시되지 못한 것은 아쉬운 부분이다. AI 서비스가 기존의 의료수가 나눠먹기 문제에 가로막혀 현장에 도입되지 못하고 있는 문제에 대해 ‘한시적 유예’나 ‘한시적 비급여’ 등으로 임시조치하는 개선안을 내놓았기 때문이다. 이로 인해 새롭게 등장하는 의료 AI 서비스들이 우선 당장은 의료수가와 관계없이 시장에 진입할 수 있게 됐지만, 어디까지 한시적이라는 점에서 불편함을 지울 수 없다.

앞서 언급한 바와 같이, 지난 2022년 식약처 인허가를 획득한 의료 AI 서비스는 149건이지만 이 중 신의료기술로 인정받은 사례는 단 1건에 불과하다. 두드러진 혁신성이 없다면 일부 기능의 향상이나 개선이 있다고 해도 모두 기존기술로 분류되기 때문이다. 신의료기술로 평가된 의료 AI 서비스에 대해 한시적으로 비급여 기간을 두겠다는 정책에 얼마나 많은 AI 서비스들이 해당될 지 미지수다.

기존 의료수가 체제에 포함되지 않는 신의료기술들이 비급여로 시장에 진입함으로써 생기는 문제점도 점도 불안요소다. 비급여로 운영되는 기간 중 해당 서비스를 이용하게 되면 당연히 건강보험공단의 지원을 받을 수 없다. 의료기관이나 의료 AI 서비스 공급기업에게는 별다른 문제가 없겠으나, 환자에게는 새로운 서비스를 이용함으로써 진료비 부담이 가중될 수 있다. 의료 AI 기업들에게 당장 숨구멍을 터주기 위해 의료 서비스의 혜택을 누려야 할 환자들에게 짐을 지워서는 안된다.

아울러 이러한 문제는 의료 AI 서비스에 대한 한시적 비급여 기간이 종료됐을 때 재차 불거질 것이다. 기간이 종료된 후 해당 서비스가 국민건강보험의 급여 항목으로 등재되든 그렇지 않든 어느 쪽에서건 문제가 생기리라는 것을 예상하기는 어렵지 않다. 급여 항목으로 등재되면 새로운 항목이 등재됨으로 인해 국민건강보험이 지급해야 할 의료수가 부담이 늘어날 것이고, 비급여로 유지된다면 한시적 유예기간과 동일하게 환자의 진료비 부담이 가중될 것이다. 더 큰 문제는 기존 기술로 등록되지 않은 신의료기술이 의료기술평가를 받지 않고 시장에 선진입했다가, 기간이 지난 후 안전성에 우려가 있거나 임상적 유효성이 낮다고 판단됐을 경우다. 기존 체계로는 식약처의 인허가를 획득했더라도 신의료기술평가에서 인정을 받지 못하면 의료현장 진입이 제한되지만, 신의료기술평가를 뒤로 미루고 시장에 먼저 진입시킴으로써 문제가 발생할 가능성을 배제할 수 없다.