기사입력시간 26.11.19 17:15최종 업데이트 26.11.19 21:43

제보

길병원 'AX 전사' 360명 탄생…정부·기업들도 "이제 연동과 운영이 과제"

김현정 센터장 "환자 안내·업무 동선 등 일상 문제까지 내부 논의"…외부 연자들 데이터 연결·비용 해법 제시

가천대 길병원 김현정 인공지능R&D센터장이 18일 AX혁신본부 출범 1주년 기념 심포지엄에서 의미를 설명하고 있다. 사진=길병원

[메디게이트뉴스 임솔 기자] 의료 인공지능(AI)을 진료 현장에서 지속적으로 활용하려면 병원 간 데이터를 안전하게 연결하고, 기존 진료 시스템과의 연동과 운영 비용 문제를 함께 풀어야 한다는 공통적인 의견이 나왔다. 

가천대 길병원 AX혁신본부 김현정 인공지능R&D센터장(피부과 교수)은 18일 AX혁신본부 출범 1주년 기념 심포지엄에서 “전 직원에게 AI로 해보고 싶은 일을 물었을 때 현장의 아이디어를 가져온 ‘AX(AI Transformation) 전사’가 360명에 이르렀다”며 “외부 기업의 맞춤 개발에만 의존하지 않고 병원 구성원들이 직접 AI 활용 과제를 발굴·구현하게 것이 지난 1년의 성과”라고 설명했다.

구성원들이 제안한 과제는 진료에 수반되는 반복 업무를 줄이고 업무에 맞는 도구를 만드는 일까지 다양했다. 환자가 병원에서 겪는 불편과 직원이 일하면서 마주치는 어려움이 AI를 어디에 적용할지 정하는 출발점이 됐다.

김 센터장은 “구성원들이 환자 안내와 업무 동선 등 일상적인 문제까지 AI 활용 과제로 제안하고 아이디어를 적극적으로 내놓고 있다”며 “AX혁신본부는 구성원들이 아이디어를 가져오면 관련 부서 또는 담당자들과 연결해준다”고 했다.

김 센터장은 이 과정에서 병원의 AI 활용 역량을 쌓는 데도 도움이 된다고 했다. 그는 "현장 직원이 어떤 문제를 풀고 싶은지 구체화하고, 관련 부서와 함께 실제 업무에 적용할 방법을 찾으면서 병원에 필요한 AI를 스스로 만들어가고자 한다"라며 "외부 AI 스타트업에도 병원 구성원과 함께 실제 의료 현장의 문제를 풀어볼 기회가 된다"고 강조했다.

길병원 AX혁신본부는 이날 구성원들이 현업의 AX를 더 큰 틀에서 볼 수 있도록 과학기술정보통신부, 한국의료기기안전정보원, 정보통신산업진흥원(NIPA) 등 정부·공공기관 3곳과 네이버, 하해호 등 기업 2곳의 관계자를 강연자로 초대했다.  
 

정부·공공기관, 의료 데이터 연결부터 규제·운영까지…현장 정착 조건 제시

과학기술정보통신부 김수정 인공지능데이터정책과장은 기조강연에서 "GPU 투자에 관심이 집중되고 있지만, AI 서비스의 성능을 높이려면 정교한 데이터와 이를 활용할 체계가 뒷받침돼야 한다"고 강조했다.

김 과장은 "2018년 학습용 데이터셋 구축에 나섰던 시기에는 데이터가 제대로 쓰이는지 모르지만 일단 모으고 봤던 시절이 있었다"며 "수요와 활용을 생각하지 않고 모았을 때는 굉장히 많은 부분이 낭비였다는 것을 깨닫게 됐다"고 설명했다.

그는 병원 데이터에 대해서는 "민감해서 못 내놓는다는 얘기를 많이 하지만 알고 보면 하나의 자산"이라며 "보상 체계를 정리하지 않으면 영원히 쳇바퀴 돌듯이 서로 내놓지 않게 될 것"이라고 했다.

김 과장은 해법으로 유럽 '가이아-X' 등의 사례를 참고한 데이터 스페이스를 제시했다. 각 병원이 데이터 통제권을 유지하면서 합의된 규칙에 따라 데이터를 연계·활용하는 방식이다.

과기정통부는 의료 데이터 스페이스 사업을 올해 처음 지원했으며 내년에는 고도화, 마지막 해에는 확산 단계로 추진한다. 김 과장이 제시한 3대 원칙은 ▲각 병원이 데이터 주도권을 갖는 분산·연합형 ▲기존 인프라와 기술·서비스를 최대한 이용한 즉각 상용화 ▲데이터량과 투입 역량에 비례한 확실한 보상이다.

김 과장은 "현재 27개 기관이 참여하고 있으며 참여 기관을 더 늘려가야 한다"라며 "의료 분야가 성공한다면 다른 산업 분야는 핑계거리가 없어질 것"이라고 했다.

한국의료기기안전정보원 이정림 원장은 혁신 기술과 규제의 관계에 대해 "혁신 기술은 사람에게 쓰일 때 안전성을 확보해야 하고, 혁신 산업의 성장은 지원해야 하며, 규제는 최소 규제로 최대 효과를 노려야 한다"고 말했다.

이 원장에 따르면, 혁신의료기기가 지금까지 400건가량 신청돼 이 중 132건(약 33%)이 지정됐다. 또 식약처가 AI 의료기기와 생성형 AI 관련 가이드라인을 선제적으로 내놓으면서 기업이 개발 단계에서 규제 기준을 파악할 수 있도록 지원하고 있다.

이 원장은 "규제 당국이라고 하면 걸림돌이나 제재를 가하기만 하는 부처라고 생각하기 쉽다"라며 "어떤 것은 해도 되고 어떤 것은 안 된다는 것을 미리미리 제공해준다면 업체들의 시행착오를 줄이고, 의료진이 안심하고 쓸 수 있는 품질이 보증되는 제품을 만들 기회를 제공할 수 있다"고 강조했다.

정보통신산업진흥원(NIPA) 윤명숙 팀장은 "지금까지 의료 AI 분야가 솔루션 개발과 모델 정확도 검증에 초점을 맞춰왔다면, 이제는 기존 병원 시스템과 어떻게 연결하고 의료진 업무 흐름 안에서 어떻게 쓰일지를 함께 고민해야 한다"고 밝혔다.

윤 팀장에 따르면, NIPA 지원 제품의 인허가는 올해 상반기 기준 49건, 의료기관 유상 도입은 637건으로 집계됐다. NIPA의 의료 AI 개발 사업인 닥터앤서는 1.0에서 8개 질환의 진단과 판독, 2.0에서 12개 질환의 위험 예측과 만성질환 관리를 다뤘다. 3.0에서는 15개 질환을 대상으로 치료 후 일상 관리를 지원하는 솔루션을 개발하고 있다.

윤 팀장은 "병원 전체의 운영과 환자 여정을 개선하는 '인공지능 특화병원'은 현재 구상 단계로, 그 첫 단계 사업이 올해부터 내년까지 분당서울대병원 주관으로 추진되고 있다"고 설명했다.

이어 "정확도가 높다고 해서 임상 성과와 환자 안전이 자동으로 좋아지는 건 아니다. 예산과 운영 인력, 거버넌스와 책임 조직이 준비되지 않으면 아무리 좋은 기술이라도 지속적으로 활용할 수 없다"라며 "연계 범위와 검증 기준, 운영 책임을 실증 단계부터 서로 합의하는 것이 무엇보다 중요하다"고 강조했다.
 

병원 현장 적용 사례 소개…임상 검색·음성 의무기록·사전문진

네이버 Applied AI Group 유한주 그룹장은 2021년 네이버의 LLM 공개 이후 이를 의료 분야에 적용하는 일을 맡아왔다. 네이버는 의료 파운데이션 모델 '케이메드에이아이(KMed.AI)'와 이를 활용한 임상 검색·추론 지원 서비스 '스누하이(SNUH.AI)', 진료 대화를 의무기록으로 정리하는 보이스 EMR 등에 집중하고 있으며, 네이버 포털의 건강 에이전트 서비스도 최근 시작했다.

네이버가 서울대병원과 공동 개발 중인 'KMed.AI'는 임상 질문을 입력하면 국내외 진료지침과 최신 논문을 검색해 근거와 함께 답하고 감별진단을 제시하는 서비스다.

유 그룹장은 "KMed.AI는 세부 분야의 전문성이 높은 교수진과 달리, 전공의·간호사나 다양한 환자를 진료하는 개원의에게는 익숙하지 않은 의학 지식을 확인하는 수요가 있다"라며 "9월 초 서울대병원에서 진행한 클로즈 베타에는 간호사도 많이 참여했고 행정·법규 관련 질문이 많았다"고 설명했다. 

이어 "교수나 고연차 전문의는 아직 40% 정도의 만족도지만, 간호사나 전공의는 70% 이상이 지금 당장 쓰면 좋겠다고 했다"라며 "KMed.AI는 서울대병원에 온프레미스로 공급되고 있고, 베트남과 인도네시아, 대만 등에서도 문의가 오고 있다. 이지케어텍 EMR과의 연동은 내년 1월 정도로 예상한다"고 했다. 다만 폐쇄망 안에 자료를 쌓는데 교과서는 구매가 원활하지 않고 학회 가이드라인은 지식재산권(IP)을 하나하나 협상해야 하는 어려움이 있다고 덧붙였다.

유 그룹장은 보이스 EMR에 대해서는 "진료가 다 끝난 다음에 내용이 나오면 또 검토를 해야 한다. 3분 진료가 3분 10초 진료가 되면 안 된다"라며 "지난해 삼성서울병원 응급실 실증에서 환자와의 대화 시간이 모든 그룹에서 늘었는데, 실제로 대화가 늘어 의료의 질이 높아진 것인지는 더 분석해야 한다"고 밝혔다.

병원 도입에서의 걸림돌은 비용이다. 유 그룹장은 "의사보다 더 잘한다고 홍보하는 글로벌 빅테크 기업들은 AI를 한 번 돌리는 데 60달러씩 든다"라며 "개원가에서 한 달에 EMR에 쓰는 비용이 5만~10만원인데 진료 한 번 하려고 6만원을 쓸 수는 없다"고 했다.

그러면서 "KMed.AI를 돌리는 비용은 외부 최고급 AI의 32분의 1 정도인데, 이를 100분의 1까지 줄이는 것이 목표다. 음성인식은 서버 대신 노트북이나 휴대폰에서 처리하는 방식을 시험하고 있다"라며 "한국어 성능을 높이면서 내년쯤 노트북용 보급형을 출시하는 것을 목표로 하고 있다"고 설명했다. 

하해호 팽한솔 대표는 환자 안내의 작은 빈틈이 수술이나 검사 취소로 이어지는 사례를 소개했다. 가령 수술 전에 매니큐어를 지우거나 금식해야 한다는 안내가 제대로 전달되지 않으면 당일 일정이 밀리거나 취소될 수 있다.

팽 대표는 "안내 절차를 개선한 뒤 수술실 회전율이나 검사 취소 건수가 어떻게 달라지는지 살펴보면, 작은 변화가 병원 운영에 미치는 영향도 가늠할 수 있다"고 했다.

하해호는 디자이너를 의료 현장에 보내 환자와 의료진이 실제로 겪는 불편을 살피고, 진료과별 업무에 맞춰 도구를 설계한다. AI 사전문진을 도입할 때도 간호사들은 환자 앞에서 화면을 보는 대신 문진 결과를 종이로 받아볼 수 있게 해달라고 요청했다. 이런 의견을 반영해 현장에서 문진 결과를 바로 출력할 수 있도록 개선했다.

팽 대표는 "모병원 호흡기내과 외래 초진 환자 약 128명을 AI 사전문진 이용 여부에 따라 나눠 비교했다. 두 그룹의 평균 진료 시간은 약 7분으로 비슷했지만, AI 사전문진을 이용한 그룹에서 수집한 정보량은 두 배 이상이었다"라며 "같은 진료 시간 안에 의료진이 환자에 관해 더 많은 정보를 파악할 수 있었다"고 했다.

그러면서 "앞으로 응급실과 외래, 병동을 오가는 환자의 정보가 진료 단계마다 이어질 수 있도록 하는 방안도 고민하고 있다"고 덧붙였다.

#길병원 #AX혁신본부 #의료AI #의료데이터스페이스 #과학기술정보통신부 #한국의료기기안전정보원 #정보통신산업진흥원 #네이버 #케이메드 #하해호

임솔 기자 (sim@medigatenews.com)

전체 뉴스 순위

칼럼/MG툰

English News

전체보기

유튜브

전체보기

사람들

이 게시글의 관련 기사