[메디게이트뉴스 이지원 기자] 의료 인공지능(AI) 기술이 개발되고 의료현장에 도입되더라도 안정적인 수익을 확보하기는 쉽지 않다. 병원은 AI 도입으로 얼마나 많은 편익을 얻을 수 있을지 예측하기 어렵고, 기업은 수익이 불확실한 상황에서 지속적인 투자를 이어가야 한다.
18일 서울 그랜드힐 컨벤션에서 열린 '헬스케어 AI 투자 포럼'에서는 의료 AI의 가치를 실제 보상과 연결하고, 기업의 매출 지속성과 규제 안정성을 확보해야 한다는 의견이 나왔다.
정부는 의료 AI를 도입했다는 사실 자체보다 환자에게 어떤 성과가 나타났는지를 평가하는 방향으로 보상체계 개선을 검토하고 있다. 의료기관이 사전에 설정한 성과지표를 달성하면 신속하게 보상하고, 의료기기로 분류되지 않는 AI까지 적용 범위를 넓히는 방안도 구상 중이다.
산업계 "병원, AI 도입 수익 예측 어려워"…보상 가시성 마련 강조
이날 루닛 백승욱 의장은 의료 AI 산업의 성장 과정에서 중요한 과제로 '보상의 가시성'을 꼽았다. 기술 개발과 인허가를 거쳐 실제 의료현장에 제품을 도입하기까지 여러 단계를 거치는 만큼, 임상적 가치가 경제적 보상으로 이어질 수 있다는 확신이 필요하다는 설명이다.
백 의장은 "의료 AI 제품 하나가 탄생해서 시장에 출시되고 사용되기까지 다양한 단계가 있다"며 "이 모든 단계를 훨씬 수월하게 해줄 수 있는 것은 결국 보상의 가시성이다. 모든 것이 거기로 귀결된다"고 말했다.
이어 병원이 의료 AI 제품 도입에 따른 투자수익률(ROI)을 예측하기 어려운 점을 지적하며 "병원은 우리의 가장 직접적인 지불 주체다. 직접 건강보험 급여를 받는 것이 아니기 때문에 병원 입장에서는 의료 AI 제품을 구매했을 때 ROI가 명확해야 한다"고 말했다.
또한 그는 "미국 기업들은 영업할 때 ROI 계산기를 들고 들어가 제품을 사용하면 환자 한 명당 얼마의 추가 수익을 낼 수 있는지 명확하게 제시한다. 한국은 단일 보험체계에서 의료 AI를 사용했을 때 어떤 보상을 받을 수 있을지 미리 예측하기가 굉장히 어려운 상황"이라고 설명했다.
국내에서는 혁신적인 의료 AI 기술의 시장 진입을 지원하기 위해 일정 기간 먼저 사용하면서 임상적 근거를 축적하도록 하는 선진입 제도를 운영하고 있다. 백 의장은 해당 제도가 시장 진입을 앞당기는 데 기여했지만, 기술의 임상적 가치를 경제적 보상으로 연결하는 데는 한계가 있다고 평가했다.
백 의장은 "선진입 제도가 많이 도움이 된 것은 사실이지만 진입 시기를 당겨주는 것이지 우리가 만들어낸 임상적 가치의 가격을 정의하는 것은 아니다"라며 "단순한 효율 개선을 넘어 실제로 사람을 몇 명 더 살렸는지, 비용 대비 효과가 얼마나 개선됐는지 논의가 빨리 시작돼야 한다"고 강조했다.
이어 유방암 검진을 사례로 들며 "암 발견율을 1% 높이면 그 가치가 얼마인지에 대해서도 아직 합의가 없다"고 부연했다.
18일 서울 그랜드힐 컨벤션에서 열린 '헬스케어 AI 투자 포럼'이 개최됐다.
투자업계 "지속적인 매출·규제 안정성 중요…병원별 시스템 차이, 사업화 장벽으로 작용"
투자업계는 의료 AI 기업의 지속적인 매출과 사업 예측 가능성을 핵심 투자 조건으로 제시했다.
프리미어파트너스 문현식 부사장은 "신약개발 기업은 글로벌 기술이전이라는 명확한 목표가 있지만 성공 여부에 따라 투자 성과가 크게 달라진다"며 "펀드매니저 입장에서는 안정적으로 매출이 올라가는 회사에 투자하고 싶다. 지속적으로 매출이 증가하는 의료 AI 기업에 투자하는 것이 펀드 안정성 측면에서 중요하다"고 설명했다.
특히 의료현장에서 실제로 필요한 기술인지, 제품 판매가 지속적인 매출로 이어질 수 있는지가 투자 판단의 핵심이라고 강조했다. 의료 AI 제품이 일회성 도입에 그치지 않고 실제 진료현장에서 꾸준히 활용돼야 기업의 성장과 후속 투자로 이어질 수 있다는 설명이다.
KB인베스트먼트 김원제 본부장은 의료 AI 기업의 사업화 과정에서 발생하는 불확실성을 지적했다. 특히 병원마다 전자의무기록(EMR)과 의료영상저장전송시스템(PACS) 등 전산 환경이 달라 제품을 개별적으로 연동해야 하는 점을 사업화 장벽으로 꼽았다.
김 본부장은 "각 병원에서 구축한 데이터베이스가 다른 병원과 통일된 형태로 운영되지 않는 경우가 많다"며 "개별 업체 입장에서는 병원마다 개별적으로 진입해야 하는 어려움이 있어 데이터베이스가 통합된다면 효율적으로 개선될 수 있을 것"이라고 말했다.
규제의 연속성도 중요한 투자 조건으로 제시됐다. 의료 AI 기업의 사업모델이 선진입 제도 등 규제 환경에 영향을 받는 만큼, 장기적인 사업 운영이 가능한지 예측할 수 있어야 한다는 것이다.
김 본부장은 "벤처기업은 1~2년 정도 매출에 차질이 생기거나 투자가 연속적으로 이어지지 않으면 어려움을 겪는 경우가 있다"며 "회사의 비즈니스 모델이 규제에 연동돼 있기 때문에 규제가 얼마나 연속적으로 이어질 것인지 명확하게 정리해주는 것이 중요하다"고 했다.
이어 신약개발 기업에는 글로벌 기술이전이라는 비교적 명확한 사업화 경로가 있지만, 의료 AI 기업은 국내 병원시장 진입과 글로벌 상업화 중 어떤 전략을 선택할지 판단하기 어려운 상황이라고 설명했다.
의료 AI 기업의 지속적인 매출 확보가 투자 확대의 조건으로 제시되면서, 정부의 성과 기반 보상체계가 기업의 안정적인 수익 창출에 도움이 될 수 있다는 평가도 나왔다.
문 부사장은 "결국 의료현장에서 사용돼야 한다는 점에서 정부가 제시한 방향은 옳다고 생각한다"며 "서비스와 제품이 지속적으로 사용된다면 기업이 성장하는 과정에서 장기간 투자를 이어갈 수 있다"고 언급했다.
복지부, 병원 운영 AI까지 보상 범위 확대 검토…"환자 편익 입증해야"
의료 AI의 활용 범위가 진단·치료를 넘어 진료 과정 개선과 병원 운영 효율화 등으로 확대되고 있지만, 기존 기술별 수가체계만으로는 환자에게 제공하는 편익을 충분히 보상하기 어렵다.
이에 보건복지부는 개별 의료 AI 기술에 대한 보상을 넘어 의료기관의 AI 활용 성과까지 평가하는 방안을 검토하고 있다. 기존 행위별 수가를 유지하면서 의료기관별 성과 보상을 병행하고, 효과가 확인되면 신속하게 보상하겠다는 구상이다.
복지부 의료인공지능데이터정책과 박정환 과장은 "기존 수가도 눈에 보이는 보상이지만, 보상을 받기까지 시간이 너무 오래 걸리고 그 사이에 장애물이 많다"며 "현재 시장에 있는 기업들의 규모를 고려할 때 장기간 임상시험을 진행하는 것도 쉽지 않다는 현실적인 고민이 있었다"고 말했다.
이어 "의료기관에서 판단해 실제로 AI를 도입하고, 효과가 나오면 바로 돈을 줄 수 있는 체계를 가져가겠다는 것이 핵심"이라며 보상 주기 단축 방향을 제시했다.
구체적으로 의료기관이 AI 활용에 따른 성과 측정 방법과 핵심성과지표(KPI)를 설정하고, 사전에 제출한 계획에 따라 실제 성과를 평가받는 방식이다. 박 과장은 "의료기관별로 성과를 평가할 수 있는 방법을 제품별로 정하고, 사전에 제출한 계획에 맞춰 KPI가 달성됐는지를 평가하는 체계를 만들려고 한다"며 "소수의 병원에서 성공하는 제품을 먼저 찾아낼 수 있고 의사결정도 빠르게 할 수 있다"고 했다.
보상 대상도 진단·치료 분야에만 한정하지 않겠다는 입장이다. 박 과장은 "운영 효율화와 운영 최적화 도구들도 지금 고민하고 있는 보상체계의 대상에 포함된다"며 "식약처에서 의료기기가 아니라고 판단하는 것까지 포함하려고 하고 있다"고 말했다.
다만 병원의 경영 효율성을 높이는 것만으로는 보상 대상이 되기 어렵다고 밝혔다. 그는 "단순히 의료기관의 경영을 효율화하는 것에 인센티브를 제공하는 것은 아니다"라며 "치료적 성과가 아니더라도 궁극적으로 국민과 환자에게 분명한 이익이 돌아가야 한다"고 강조했다.