[메디게이트뉴스 조운 기자] "강의 자료와 챗GPT를 한 화면에 띄워 놓고 수업을 듣는다. 간단한 질문은 인공지능(AI)에 먼저 묻고, 임상 경험이 필요한 질문은 교수에게 가져간다" 의대생의 학습과 임상실습에 AI가 일상적으로 쓰이면서, 대학이 학생의 독립적인 판단 능력을 기를 수 있도록 교육 방식을 바꿔야 한다는 목소리가 나왔다.

12일 더케이호텔 경주 거문고홀에서 열린 '2026년 의대협회 학술대회'에서는 'AI 시대, 의과대학은 어떻게 변해야 하는가'를 주제로 특별대담이 진행됐다. 고려의대 편성범 학장이 좌장을 맡았으며, 아마존웹서비스(AWS) 코리아 조민성 이사, 을지의대 유승민 학장, 인제의대 안상진 교수, 고려의대 김선재 본과 3학년 학생이 패널로 참여했다.

AI 활용은 일상인데 교육은 공백…84% "내가 해야 할 생각 맡긴 경험"

이날 김선재 학생이 공개한 6개 의대 학생 약 70명 대상 설문에서 응답자의 91%는 학업에 AI를 '거의 매일' 또는 '그보다 자주' 활용한다고 답했다.

그는 "학생들은 AI를 활용하면서 같은 시간에 더 많은 내용을 공부하고, 임상실습 준비 시간을 줄이면서 환자 상태를 더 깊이 이해할 수 있게 됐다고 평가하고 있다"고 전했다.

AI 활용에 따른 부작용과 불안도 나타났다. AI의 잘못된 답변을 사실로 받아들였다가 나중에 바로잡은 경험이 있다는 응답은 68%였고, 자신이 직접 해야 할 생각을 AI에 맡긴 적이 있다는 응답은 84%였다. 70%는 AI로 인해 진로에 위협을 느낀다고 답했다.

학교에서 AI 활용 교육을 받은 적이 없다는 응답은 78%에 달했다. 임상실습에서 AI에 환자정보를 입력할 때 이름이나 식별번호 등 개인을 알아볼 수 있는 정보를 항상 지운다고 답한 비율은 28%였다.

김선재 학생은 "학생들은 어디까지를 내가 스스로 판단할 수 있어야 하고, 어디까지를 AI에게 맡겨야 하는가를 학생 개개인이 정하는 데 어려움이 있다"며 "질환의 큰 틀과 초기에 구분해야 할 증상, 놓쳐서는 안 될 상황은 학생이 직접 판단하고, 교과서에서 찾아볼 수 있는 세부 지식은 AI와 함께 학습할 수 있다는 등 기준을 만들 필요가 있다"고 말했다.

그는 "그 틀에 맞춰서 수업과 평가가 이뤄진다면 학생들 입장에서는 큰 도움이 될 것"이라며 "수업과 실습에서 바로 써볼 수 있도록 프롬프트 작성과 도구 활용을 실습할 기회도 마련할 필요가 있다. 장기적으로는 AI의 작동 원리와 협업 방법, 환자정보를 안전하게 다루는 법을 정규 교육과정에 포함해야 한다"고 요청했다.

먼저 스스로 답하고 AI로 검토…임상 추론 기르는 "AI 오프" 수업

이어진 대담에서 패널들은 AI가 제공한 정보를 검토하고 스스로 판단하는 능력을 의학교육에서 강화해야 한다고 강조했다.

을지의대 유승민 학장은 "인공지능이 제공한 데이터가 과연 진실된 것인지 아닌지를 판단하는 능력이 필요하다"며, "정보를 계속 의심하고 검토하면서 필요한 지식을 선택해 활용하는 능력을 길러야 한다"고 밝혔다.

인제의대 안상진 교수는 AI가 환자별 질환 가능성을 확률로 제시하는 환경에서 의사가 어떤 근거로 결정을 내릴 것인지가 중요해질 것으로 내다봤다. 그는 "다양한 확률로 제시되는 불확실성을 해석하고 임상 추론을 거쳐 판단하도록, 교수들이 관련 시나리오와 교육과정을 준비해야 한다"고 제안했다.

안 교수는 "학생이 AI에 질문해 곧바로 답을 얻기 전에 자신의 답을 먼저 제시하고, 이후 AI를 통해 교정받는 학습법이 있다. AI에 조언을 구할 때도 추천안과 대안을 함께 받아 각각의 근거를 비교하도록 가르친다"고 설명했다.

그는 AI를 사용하지 않는 'AI 오프' 과정도 학교 교육에 반드시 필요하다고 강조했다. 안 교수는 "인제대 문제바탕학습(PBL)에서는 전자기기 사용을 금지하고, 학생이 가진 지식을 연결해 어떤 검사가 필요한지 논리적으로 설명하도록 한다"고 말했다.

안 교수는 "그 고민하는 과정에서 추론 능력이 생기게 되는 것"이라며 "스스로 판단한 뒤 AI를 활용해 어디서 왜 틀렸는지 확인하면 학습 효과를 높일 수 있다"고 설명했다.

아마존웹서비스 코리아 조민성 이사도 의료현장의 AI 도입이 빨라질수록 사람이 최종 판단을 내리는 원칙이 중요하다고 밝혔다. 의학교육에서도 AI가 어떤 과정을 거쳐 결과를 내놓았는지 이해하고 비판적으로 검토하는 능력을 키워야 한다는 설명이다.

기존 교과목부터 개편…강의안과 실습 환경은 대학이 공동으로

유 학장은 "교육과정을 짤 때 어떤 과목을 집어넣을까 고민하는데, 문제는 그 속도가 너무 늦다는 것"이라며 기존 과목의 담당 교수들과 교육 내용을 빠르게 바꾸는 방식을 소개했다. 공통으로 필요한 AI 활용 역량은 교육에 포함하고, 선택과목은 기술 변화에 맞춰 유연하게 운영할 필요가 있다는 것이다.

안 교수는 "기존 수업에서 교수들이 자료를 만들 때 AI를 어떻게 활용했고, 어떤 문제를 발견해 해결했는지 학생에게 보여줄 수 있다"며 "교수와 학생이 함께 AI를 배워가는 상황에서 실제 활용 과정과 오류를 바로잡은 경험 자체가 교육 자료가 될 수 있다"고 제안했다.

안 교수는 "학교에서 AI 교육을 위한 인프라 중에 제일 중요한 것은 그걸 가르칠 수 있는 교수"라면서도 "AI 활용 역량을 갖춘 교수들도 과도한 업무 부담과 번아웃을 우려해 교육에 선뜻 나서기 어렵다"고 밝혔다.

교육과정과 강의안, 실습 모듈부터 환자 데이터셋과 서버 환경까지 교수 한 사람이 준비하면 부담이 커질 수밖에 없다는 것이다. 이에 안 교수는 의대협회나 대학 연합이 공통 자료와 실습 환경을 마련해 각 대학 교수가 역할을 나눠 맡을 수 있도록 지원하자고 제안했다.

유 학장은 "대학별로 자체 AI 서버를 구축하는 데는 비용과 시간의 한계가 있고, 외부 서비스보다 활용 편의성이 떨어질 수 있다"며 "학생의 AI 도구 이용 비용을 지원하고 대학들이 공동으로 비용을 낮추는 방안을 제안하는 한편, 의대협회 차원의 의학교육용 AI 윤리 지침 마련도 필요하다"고 요청했다.