특집프로그램
2025 KNN 지역의료분권포럼 1부 <AI시대, 우리는 준비돼 있는가?>
등록일 : 2025-10-14 16:36:24.0
조회수 : 96
-의료 혁신의 중심, 바로 이곳 부산에서 지역의 의료 희망과 미래를 이야기합니다.
KOMED 2025 지역의료분권포럼에 오신 여러분을 진심으로 환영합니다.
먼저 인사 말씀 드리겠습니다. 안녕하십니까?
저는 부산경남 대표 방송 KNN 아나운서 오주호입니다. 반갑습니다.
오늘 이 자리는 지역의 의료 분권이라는 오랜 과제를 다시 한번 점검하고 대한민국 의료의 새로운 가능성을 열어가기 위해서 함께 마련됐습니다.
그동안 의료 자원의 불균형과 수도권 집중 가속화는 지역의 의료를 위태롭게 해 왔습니다.
그러나 다행히도 지난 몇 년간 각 지역에서 의료 혁신과 분권의 씨앗이 조금씩 뿌리를 내리고 있습니다.
바로 이 자리에 계신 의료계와 산업계 그리고 정계, 부산경남 지역민 여러분의 헌신과 노력 덕분이 아닐까 하는 생각을 해 봅니다.
이어서 박형준 부산시장님께서도 축하 인사를 전해 왔습니다. 함께 만나 보시죠.
-2025 지역의료분권포럼 개최를 진심으로 축하드립니다.
뜻깊은 행사를 준비해 주신 이오상 KNN 사장님과 관계자 여러분 그리고 발제와 토론을 맡아주신 전문가 여러분께 깊이 감사드립니다.
지역의료분권포럼은 지역 의료의 현안을 공론화하고 수도권 중심의 불균형을 바로 잡기 위해 마련된 자리입니다.
포럼과 함께 K-메디페어와 키메스 부산도 열려 의료인은 물론 시민들께서도 의료 산업과 건강에 대한
최신 동향과 정보를 접할 수 있는 뜻깊은 시간이 될 것으로 기대합니다.
이번 포럼은 의료 AI, 지역 의료의 희망인가라는 주제로 디지털 전환과 첨단기술이 지역 의료의 한계를 어떻게 극복할 수 있을지
함께 모색하는 자리이기도 합니다.
부산시는 시민 모두가 가까운 곳에서 필요한 때 안전한 의료 서비스를 받을 수 있도록 다양한 노력을 기울이고 있습니다.
특히 필수 의료 분야의 지원 확대와 공공의료 인프라 강화는 물론 의료 AI와 디지털 헬스케어와 같은 첨단 기술을 접목한
스마트 의료 도시 조성을 위해 힘쓰고 있습니다.
오늘 이 자리가 지역 의료와 부산의 미래를 밝히는 소중한 계기가 되기를 바라며 함께하신 모든 분의 건강과 행복을 기원합니다.
감사합니다.
-다시 한번 큰 박수 부탁드립니다.
박형준 부산시장님의 축사까지 함께 들어보셨고요.
계속해서 부산광역시병원회 축사가 준비되어 있습니다.
박종호 부산광역시병원회 회장님을 여러분 큰 박수로 모시겠습니다.
-축사에 앞서서 제가 너무 행사가 생각했던 것보다 굉장히 너무 멋있어서 목이 메서 목소리가 조금 문제가 있는데 조금 이해를 부탁드리겠습니다.
저는 부산시병원의 회장을 맡고 있는 박종호입니다.
이번 2025년 지역의료분권포럼의 인사말을 그것도 제일 먼저 하게 돼서 영광스럽게 생각합니다.
의료계의 현안을 저희끼리의 문제로 국한시키지 말고 우리 정부나 지역사회에서 같이 고민하고 해결하기 위해서
노력해야 한다는 것을 일관되게 주장해 왔습니다.
여러분 잘 아시다시피 전공의 사태와 코로나 팬데믹 등으로 인해서 우리 K-의료라고 대변되는 의료계가
정말로 많은 변혁의 시기에 진입하고 있습니다.
이러한 때에 지금까지의 우리가 열심히 노력했지만 무언가 문제점이 있었던 우리 의료계의 문제를 해결할 수 있는 기회로
위기를 기회로 했으면 하는 생각을 갖고 있습니다.
예를 들면 1차 진료기관과 상급 의료기관의 양측의 비대와 중간 병원이라든지 종합병원의 약소화로 인해서
의료 전달 체계가 거의 붕괴되다시피 했습니다.
이러한 의료 전달 체계의 확립을 위한 우리 병원의 노력이 필요하고 특히 우리 지역의료포럼에 대해서
말씀하셨지만 수도권 의료 집중화에 대해서 우리 지역 의료가 소멸되지 않도록 많은 노력을 기울여야겠습니다.
그러한 노력은 저희 병원만의 노력으로 될 것이 아니고 우리 시민사회와 정치권, 행정 당국 모든 분이 노력해서
우리 부산시병원회가 지역 의료의 대표적으로 해결할 수 있는 믿을 수 있는 의료 기관이다.
이렇게 할 수 있도록 노력하고 있습니다.
우리 지역사회의 현재 문제점과 병원 문제의 현안에 대해서 심도 깊은 토론과 해결을 위한 많은 길을 제공해 주시기를 부탁드리겠습니다.
다시 한번 이런 좋은 포럼을 준비해 주신 KNN 이오상 사장님을 비롯한 관계자분들께 다시 한번 감사의 인사를 올립니다.
감사합니다.
-이어서 2025 KOMED 지역의료분권포럼을 찾아주신 여러분께 부산경남 대표 방송 KNN 이오상 대표이사님께서도
우리 내빈분들께 말씀을 전해주시겠습니다.
여러분, 큰 박수로 모시겠습니다.
-오늘 참여해 주신 귀빈 여러분께 진심으로 감사의 말씀 드립니다.
저희 회사의 캐치프레이즈는 지역이 살아야 나라가 산다입니다.
제가 볼 때는 지역 의료가 살아야 지역민들이 삽니다.
수도권 집중, 의료 집중 현상 속에서도 제가 볼 때는 부산 의료계는 수많은 혁신과 변화를 통해서 의료 분권을 선두해서 선도하고 있다.
이렇게 생각하고 있습니다.
지역 의료 분권 분야가 더욱더 활성화될 수 있도록 지역 의료가 더욱더 살아날 수 있도록
저희 KNN도 더욱더 열심히 여러분과 함께 고민하고 더 많이 홍보하고 의논하도록 하겠습니다.
감사합니다.
-먼저 첫 번째로 준비된 주제 발표입니다.
AI 시대를 맞이해서 우리는 과연 얼마나 준비가 되어 있는가에 대한 주제 발표를 들어보려고 하는데요.
먼저 강정수 센터장께서 발표를 준비해 주셨습니다.
블루닷 AI연구센터 강정수 센터장님의 주제 발표입니다.
여러분, 큰 박수로 맞이해 주십시오.
-소개합니다. 강정수입니다. 바로 시작을 하겠습니다.
여러분, AI 시대에 우리가 어떻게 준비되어 있는지의 주제입니다만 처음에 AI 경제에 대해서 말씀을 드리고 싶습니다.
AI 경제 하면 AI 하면 사람들이 대부분 유토피아적인 상상을 하거나 또는 디스토피아적인 상상을 하거나
또는 AI 관련 주식에 투자하시면서 이것이 어떻게 나의 이익에 도움이 될까 많은 분이 관심을 가지고 계시죠.
지금 현재 가장 뜨거운 논쟁 중의 하나는 AI 버블입니다.
혹시 이것이 버블이 지난 1999년이나 2000년부터 터지는 것은 아닌가.
이런 논쟁이 지금 미국에서 크게 진행되고 있습니다.
특히 오픈AI가 챗GPT-5를 내놓으면서 마치 이 파이브가 AGI, 일반 인공지능, 인간의 능력을 뛰어넘는 것처럼
홍보하다가 실제로 뚜껑을 열어봤더니 대단한 모습이 아니다 보니까 오픈AI 대표인 샘 알트먼이 스스로 사람들이 오버 익사이티트되어 있다.
너무 흥분되어 있다고 이야기하면서 버블 논쟁이 지표면에 있고 미국의 다양한 언론이
이것이 과거의 25년 전의 닷컴 버블하고 너무 유사하다는 글들이 지금 쏟아지고 있습니다.
그도 그럴 것이 지금 8월에 오픈 AI의 기업 평가가 5000억 달러가 나왔습니다.
그리고 최근에 여러분 이번 주에 있었던 뉴스 중에 엔비디아가 1000억 달러를 투자하면서 7%의 지분을 가졌죠.
그것은 뭐냐 하면 오픈AI의 기업 가치가 여러분 7000억 달러라는 겁니다.
7000억 달러 감이 잘 안 오실 텐데요. 삼성전자 두 배보다 많습니다.
이제 시작한 지 3년밖에 안 되는, 서비스를 시작한 지 3년밖에 되지 않은 기업의 기업 가치가
삼성전자의 두 배가 넘는 기업 가치를 가지고 있습니다.
과연 이것이 타당한 합리적인 정당한 기업 가치인가에 대해서 질문이 나올 수밖에 없습니다.
오픈AI는 올해 3월 말에 400억 달러를 투자받았는데 그때 받았던 기업 가치가 3000억 달러입니다.
그런데 6개월이 지나지 않아서 두 배로 증가한 겁니다.
-도대체 얼마나 많은 돈을 벌고 얼마나 많은 일들을 했길래 도대체 우리가 그 기업에게
두 배의 기업 가치를 부여해야 하는지 의문을 던질 수밖에 없습니다.
또한 미국에 여러분 아시는 메타라든지 아마존이라든지 또는 구글을 갖고 있는 알파벳이라든지
그리고 메타 이 기업이 작년 2024년에 AI 관련 투자를 2000억 달러를 했습니다.
올해는 3000억 달러로 예측되고 있습니다.
두 기업이, 4개의 기업이 2년 동안 하고 있는 투자한 돈이 여러분 무려 5000억 달러가 넘습니다.
한국 돈으로 700조가 넘는 돈이죠. 어마어마한 돈들이 4개 기업에 의해서 AI에 투자되고 있습니다.
그렇다면 그들은 공공기관이 아니기 때문에 여기에서 최소 50%의 수익률.
즉 1조 달러를 벌 수 있다는 자신감이 있기 때문에 이렇게 투자하고 있을 겁니다.
과연 정말로 1조 달러를 벌 수 있을까요?
그들이 받고 있는, 투자하고 있는 돈들, 이 4개 기업이 투자하고 있는 거 빨간색으로 표시된 것은 그나마 그래도 자기 자본이에요.
워낙 빅테크들이 돈이 많다 보니까 자기 자본을 투자하고 있고 오른쪽 위에 있는 연두색은 뭐냐 하면
여러분 엔비디아의 칩을 사서 데이터센터를 만들고 그것을 다시 담보받아서 대출을 받고 있습니다.
지금 엔비디아 칩은 이렇게 부동산처럼 담보의 가치를 가지고 있을 정도로 지금 되게 귀한 칩이라고 볼 수 있는 거죠.
여기에 Private Equity, 즉 사모펀드의 자본이 들어가고 있기 때문에 만약에 버블이 터진다면
여기에 들어가 있는 개인 투자자의 돈이라든지 기관 투자자들의 돈들이 연쇄적으로 붕괴되면서 어려운 일이 발생할 수 있습니다.
만약에 진짜로 버블이 터진다면 한국 경제도 영향을 받을 겁니다.
2008년, 2009년에 있었던 금융위기보다도 더욱더 심각한 위기를 세계 경제가 맞게 될 것이고
개인적으로 투자하셨던 AI 관련 주식들이 폭락하는 이런 경험을 저희는 하게 될 겁니다.
과연 이러한 상황이 펼쳐질 것인가, 아닌가. 이것을 말씀드리려고 하는 겁니다.
AI 경제는 크게 위에 빨간색으로 표시돼 있던 애플리케이션.
즉 스마트폰으로 치면 앱이 있는 거고요.
그 밑에, 맨 밑부터는 최근에는 AI 전력도 인프라스트럭처를 구성하고 있는 거고 그다음에 HBM이라든지
엔비디아의 칩이라는 이런 하드웨어가 구성하고 있고
그다음에 하이퍼스케일들이 만드는 데이터센터가 있고 여기에 있는 AI 모델들은 전체적으로 인프라스트럭처.
우리로 치면 경부고속도로입니다. 과거의 현대건설의 사장이었던 정주영 회장님께서 이런 이야기를 했다고 해요.
경부고속도로를 현대건설이 만들면서 많은 돈을 벌고 있는데 정말로 떼돈을 벌 사람들은
아무리 생각해 봐도 도로 위가, 도로가 개통된 다음에 위에 자동차를 만드는 사람들이 돈을 더 벌겠다.
그래서 탄생한 기업이 여러분 현대자동차입니다.
즉 이제 버블이 일고 있는 논쟁은 이 인프라스트럭처를 만들고 있습니다, 세계는.
아직 애플리케이션 시장은 시작도 안 하고 있습니다.
정말 거대한 시장은 여러분 아시는 것처럼 경부고속도로를 만든 현대건설도 돈을 벌었겠지만
그 이외에 자동차를 만들었던 수많은 기업들이 돈을 벌고 있는 것처럼 그리고 그것으로 인해서 모빌리티가 변하고 이동이 변하고 이랬던 것처럼
우리에게 앞으로 다가올 AI 변화는 경제적으로 볼 때 앞으로 아직 시작도 안 했다고 볼 수 있습니다.
AI 전력도 대단히 중요한 인프라스트럭처로 지금 이야기되고 있죠.
저 가로선으로 걷던 것이 지금 2025년 현황입니다.
미국의 전문 기관들이 예측하는 것은 앞으로 5년 동안 3배에서 4배 정도의 전력이 더 필요합니다.
3배에서 4배가 결코 작은 숫자가 아니죠, 여러분.
원자력발전소 20기가 필요합니다, 미국에서만.
그런데 원자력발전소는 아무리 지어도.
저는 원자력발전소 찬성합니다. 7년에서 8년 걸립니다.
과연 인류가 이러한 전기를 만들어낼 수 있을지 의문이라고 이야기를 하고 있습니다.
그렇다면 우리가 던져야 할 질문은 버블은 터지지 않으려면 어떤 조건이 있어야 하는가?
버블은 터지지 않을 수 있을까, 이런 부분에 대해서 질문을 던져야 하는 거고요.
결국은 이 모든 것은 뭡니까? 닷컴 버블이 여러분 왜 터졌습니까?
95%의 당시에 투자를 받았던 기업들이 2년 동안 매출이 0원이었어요.
기술은 좋지만 인터넷이 세상을 바꿀 거라고 생각하면서 너도 나도 없이 스타트업을 만들고 기업을 만들었지만 2년 동안 매출이 0이었습니다.
그러면서 버블이 터졌던 거죠.
결국은 버블이 터지지 않기 위해서 가장 중요한 것은 AI로 어떻게 돈을 벌 것인가입니다.
그리고 AI가 막대한 돈을 벌어야 투자를 갖다가 이렇게 천문학적.
인류 역사적 가장 많은 돈이 들어가고 있습니다.
이렇게 돈이 들어갔으면 그거보다도 더 많은 돈을 벌 수 있어야 이 버블은 터지지 않습니다.
버블이 지금 끼어 있는 건 맞죠. 그래서 AI 경제가 만들어지면 세상은 어떻게 변할까요, 여러분.
어떤 모습일까요? 이것에 대해서 잰슨 황은 아이폰 모먼트하고 같다고 이야기하고 있습니다.
아이폰 모먼트. 요즘 모먼트라는 단어를 많이 씁니다.
챗GPT 모먼트, 모먼트. 모먼트는 뭐냐 하면 원 프로덕트, 원 서비스가 세계 경제 질서를 바꿀 때 이것을 모먼트라고 이야기합니다.
아이폰은 스마트폰을 만들어내면서 모바일 경제라는 세계의 경제 질서를 재편했습니다.
2007년 스티브 잡스가 1월에 아이폰을 발표합니다.
그때 여러분 그런데 지금처럼 스마트폰을 스티브 잡스가 발표했을 때 사람들이 환호하지 않았어요.
특히 2007년 1월에 스티브 잡스가 이거로 인터넷이 가능하다고 선언했을 때 사람들이 박수도 치지 않았습니다.
왜냐하면 어떻게 저거로 인터넷이 가능하지?
여러분, 2007년 미국 전역과 유럽 전역의 망속도는 2G였어요.
한국은 3G였죠. 좀 더 빨랐습니다. 2G에서 인터넷 거의 불가능했어요.
와이파이도 도시에 깔려 있지 않았고요.
2G에서는 지도를 잘못 건드리면 모눈종이밖에 안 나왔습니다.
여기에서 모바일 인터넷을 하겠다.
그렇기 때문에 당시에 1위 피처폰 사업자였던 노키아의 주가가 스티브 잡스가 아이폰을 발표했을 때 1년 동안 90%가 상승합니다.
여러분, 한 기업의 주가가 1년 동안 90%가 상승한다는 것은 엄청난 기대를 받고 있다는 거죠.
노키아가 결국은 시장을 계속해서 재편할 것이라는 생각을 당시에 전문 투자자, 월가에 있는 전문가들,
애널리스트들 이런 사람들 그렇게 생각했다는 거죠.
아이폰을 생각을 바꿀 거라고 1년 동안은 아무도 생각하지 않았습니다.
그런데 아이폰이 언제부터 노키아의 주가가 떨어지냐 하면 바로 앱스토어가 2008년 7월에.
즉 1년 6개월이 지나서야 앱스토어가 등장합니다. 앱을 보면서 사람들이 놀랍니다.
스마트폰을 보고 놀랐던 것이 아니라 애플리케이션이죠.
제가 아까 말했던 AI에서도 애플리케이션이 중요하다고 말씀드린 것처럼 스마트폰의 앱을 보면서 지금도 여러분 마찬가지죠.
기변을 하시는데 새로운 좋은 기계에서는 카톡을 못 하고 유튜브 못 하고 카카오페이 못 하고 쿠팡 못 한다면 여러분 바꾸시겠습니까?
앱이 대단히 중요한 겁니다. 앱을 쓴다는 거는 기본 전제로 깔려 있는 거죠.
2013년, 14년 앱이 폭발적으로 증가하면서 세계적으로 스마트폰은 중국의 농부들까지도 스마트폰을 하는 시대로 우리는 접어들었습니다.
이러면서 경제 질서가 바뀌기 시작했죠. 매스 시장, 그러니까 매스 마켓.
즉 대중 시장이 형성되기 시작했던 겁니다. 우리의 커뮤케이션 양식이 변했죠.
그리고 초기에 당시에 SNS, 트위터, 페이스북이 등장하면서 이것이 세상 사람들을 연결한다 그러면서
뭔가 SNS 혁명 이런 이야기들도 나오면서 세상이 바뀐다고 생각했습니다.
지금도 인스타그램 DM이라든지 각종 커뮤니케이션 툴에 있어서 스마트폰은 우리의 습관을 바꿔놓았습니다.
미디어도 마찬가지죠.
음악을 듣는 습관, 뉴스를 보는 습관, 여러분도 마찬가지겠지만 동영상을 이렇게 인류가 모바일로 많이 볼 거라고는 생각하지 못했을 겁니다.
미국 조사입니다만 미국인들은 하루에 스마트폰으로 4시간씩 동영상 보고 있습니다.
저희도 저는 마찬가지일 거라고 생각이 들어요.
뱅킹도 마찬가지입니다. 다 변하고 있죠.
여기서 중요한 것은 뭐냐 하면 앱은 new behaviors를 갖고 오고 있습니다.
그렇다면 Clay Shirky 뉴욕대사가 그것은 뭐라고 이야기하냐면 테크놀로지컬 레볼루션.
기술 혁명은 결코 뉴 테크놀로지에서 일어나지 않는다, doesn’t happen.
기술 혁명은 언제 일어나냐 하면 소비자가 new behaviors을 가질 때 그때서야 비로 일어난다고 이야기하고 있습니다.
-그렇다면 지금이 AI 모먼트인가 아닌가를 우리가 구별하기 위해서 지금 우리에게 쉽게 던질 수 있습니다.
여러분, AI가 없으면 업무를 못하시겠습니까?
여러분, AI가 없으면 커뮤니케이션이 달라지십니까?
여러분, AI가 없으면 미디어 소비가 달라지십니까?
여러분, AI가 없으면 커머스를 못하시겠습니까?
아마 노라고 이야기하실 겁니다.
그러면 AI 모먼트는 아직 오지 않은 겁니다.
그러나 여러분 한번 상상해 보십시오.
여러분이 예스라고 답하는 때가 온다면 세상은 완전히 변해 있을 겁니다.
AI가 없으면 업무를 못하시고, AI가 없으면 물건을 사고팔지 못하시고, AI가 없으면 누군가와 대화도 하기 힘들어질 겁니다.
이것이 AI 모먼트입니다.
이렇게 되면 경제 질서 전체가 바뀌는 거고 여러분 병원도 마찬가지고 소비자들과의 커뮤니케이션 환경도 바뀔 것입니다.
이것을 요즘 미국에서는 컨슈머 AI 마켓이라고 이야기합니다.
소비자 AI 시장. 되게 쉬운 표현인 거죠.
이 부분이 더욱더 중요한 거고 이것이 바뀌었을 때 세상은 변할 거라고 보고 있는 거죠.
컨슈머 AI 마켓에서 크게 변하는 것은 우선 AI 친구들 서비스가 변하고 있습니다.
처음에는 걸프렌드 시장이 커졌지만 지금은 보이프렌드 시장도 커지고 있습니다.
그래서 뉴욕타임스도 보면 "She fell in love with ChatGPT" — 그녀가 챗GPT와 사랑에 빠졌다 — 라고 쓰고 있죠.
한국도 지금 챗GPT보다 제타(Zeta)라고 하는 친구 서비스가 더 인기가 있습니다.
처음에는 여자 친구, 남자 친구 사귀는 데 쓰고 있고, 리플리카(Replika)라는 서비스도 인기가 있습니다.
무료로 쓰면 남사친·여사친 역할을 주지만, 유료로 전환하면 남친·여친으로 바뀝니다.
캐릭터 AI, 제페토, 버추얼 캐릭터 서비스 등도 이를 모방하고 있습니다.
여기엔 영화 주인공, 웹툰 속 인물, 명상 코치, 요가 강사, 우울증 상담자, 직장 스트레스 상담자 등
다양한 AI 캐릭터가 등장하고 있고 폭발적인 인기를 끌고 있습니다.
또 히어 애프터(Here After)라는 서비스가 있습니다.
부모님의 목소리·데이터를 저장해 두면 돌아가신 뒤에도 자식이 그 음성으로 대화를 이어갈 수 있습니다.
미국에서는 이 서비스가 ‘죽은 이와의 대화’, “Talk to the Dead” 현상으로 불릴 만큼 인기입니다.
중국에는 ‘Resurrect(부활)’이라는 서비스로, 잃은 가족의 아바타를 복원해 대화하는 서비스도 등장했습니다.
AI는 이제 기억·감정·상실을 다루는 방식까지 바꾸고 있습니다.
또 하나의 변화는 연애·인간관계의 패턴입니다.
과거에는 친구 소개, 직장, 술자리에서 만났다면, 지금은 서구권의 70%가 데이팅 앱으로 만납니다.
AI는 이 앱들 안에서도 조력자 역할을 합니다.
예를 들어 틴더나 힌지에선 AI가 “너는 프로필 사진이 별로야”, “독서라고 쓰면 안 돼, 매력적으로 바꾸자” 같은 피드백을 줍니다.
댓글과 대화 스타일도 교정해 줘 이용자가 더 매력적으로 보이게 돕죠.
이 AI 조언 서비스는 유료지만 폭발적인 인기를 끌고 있습니다.
여성들의 불만은 “남자들이 갑자기 다 착해졌다”는 것입니다.
메타도 인스타그램에 AI 친구 기능을 도입하겠다고 발표했습니다.
한국에서도 대전의 한 스타트업이 노인용 돌봄 인형에 AI를 넣어 약 복용, 식사, 말벗 서비스를 제공하고 있습니다.
이런 기술은 고독 문제 해결의 새로운 해법으로 떠오르고 있습니다.
팬데믹 이후 미국은 ‘외로움’을 새로운 전염병(Epidemic)으로 규정하고 있으며, AI 정신상담 서비스가 확산 중입니다.
이것이 바로 새로운 소비자 행동(New Behavior)의 시작입니다.
아직 다수는 아니지만, 분명한 패턴 변화가 나타나고 있습니다.
검색 시장도 마찬가지로 급변하고 있습니다.
퍼플렉시티(Perplexity), 구글 AI 오버뷰, 챗GPT, 클로드, 네이버의 AI 브리핑 등 새로운 검색형 AI들이 등장했습니다.
챗GPT는 카카오톡과의 연동을 예고했고, 메타도 인스타그램에 통합을 준비 중입니다.
넷플릭스는 이미 챗GPT를 연결해 콘텐츠 추천을 실험하고 있습니다.
특히 구글은 최근 AI 모드를 도입했습니다.
검색 광고가 사라지는 구조입니다.
이는 매출의 55%를 차지하던 검색 광고를 스스로 포기한, ‘혁신가의 딜레마(Innovator’s Dilemma)’를 극복하는 결단입니다.
앞으로 5년 뒤에는 “예전엔 검색창에 키워드를 넣고 파란색 링크를 클릭했단다”라고 설명해야 할 시대가 될 겁니다.
AI가 직접 답변을 생성하기 때문입니다. 변화는 이미 진행 중입니다.
작년 11월 29일 *월스트리트저널*은 “구글링은 이제 올드피플용이다”라고 보도했습니다.
젊은 세대는 이미 AI 검색으로 이동하고 있습니다.
올해 8월, 미국 법원은 구글이 독점사업자라는 판결에도 크롬 매각을 면제했습니다.
이유는 “검색 시장에서 20년 만에 진정한 경쟁이 생겼기 때문”이었습니다.
즉, AI 검색으로의 이동이 현실이 되고 있다는 의미입니다.
여기서 AI 검색이 이제는 쇼핑 에이전트로 미국 같은 경우에는 진화하고 있습니다.
아마존 루퍼스라고 해서 아마존에서 집 구하려고 하면 AI가 툭 튀어나와서 제가 작년에 마샬 블루투스 스피커를 구매하려고 했었는데
여기서 AI가 나타나서 소비자 리뷰는 조금 더 좋고 가격은 조금 더 저렴한 것이 있는데 한번 구경해볼래, 이런 식으로
저한테 다른 상품을 팔기 시작하죠.
이런 부분도 있고 퍼플렉시티도 샵을 시작했고 그다음에 오픈AI도 미국에서 샵을 시작했습니다.
가격 비교 기능을 가지고 있고요. 그다음에 아마존 같은 경우에는 바이 포 미를 했습니다.
바이 포 미는 뭐냐 하면 아마존에서 3월에 시작했는데 3월에는 나이키를 팔지 않았습니다, 아마존닷컴에는.
그러면 제가 여기 AI를 시킬 수 있는 거예요. 너 아마존을 벗어나서 나이키 사이트 가서 러닝화 하나 사다줘.
그러면 AI가 그 물건을 사다 주는 겁니다. 이런 서비스가 시작했고 구글 또한 바이 포 미를 전면화했습니다.
여기에는 심지어는 지금 그거 보니까 가격이 37달러던데 35달러 되면 사줘.
이런 기능도 있습니다. 이런 부분에서 분명히 달라지는 거고 당연하게 AI 브라우저에서도 사람들이 물건을 살 수 있습니다.
그리고 네이버도 내년에는 검색뿐만 아니라 예약하고 구매할 수 있는 사이트를 다 만들겠다.
이런 식으로 이야기를 하고 있습니다. AI가 상거래 질서를 바꾸려고 하는 거죠.
여기서도 아직까지 이것이 머저리티라고 이야기할 수는 없지만, 다수라고 이야기할 수는 없지만 뉴 비헤비어가 탄생하고 있는 겁니다.
여기서 가장 중요한 것은 이거는 병원도 마찬가지입니다. 중간에 머신 커스터머가 생기는 거죠.
여러분이 그러니까 즉, 셀러라고 죄송합니다만 이렇게 표현한다면 AI가 있어야만 고객에게 도달할 수 있습니다.
고객이 물어봅니다. 내가 어디가 아프고 저 같은 경우에도 몸의 증상을 이야기합니다.
그러면 저한테 내과를 가 봐라, 이비인후과를 가 봐라.
주변의 이비인후과를 그러면 찾아달라고 그러면 검색을 해 줍니다.
여기, 여기 가 보라고.
사람들의 리뷰라든지 이런 것으로 볼 때 여기가 좀 괜찮을 것 같다고, 친절한 의사인 것 같다고 이런 식으로 이야기해 주기 시작하죠.
그래서 앞으로 유틸리티 쇼핑, 즉 저는 고양이를 키우는데 저희 고양이는 로얄 사료 캔밖에 안 먹습니다.
그러면 제가 이런 것들 또는 저는 샴푸를 하고 트리트먼트를 그래도 탈모 방지용으로 바꿨는데요.
이런 브랜드가 정해졌어요. 이런 것들은 이제 AI가 떨어질 때쯤 되면 자동적으로 사 오겠죠.
제가 얼마 전에 조카에게도 향수를 선물했습니다.
그런데 그때는 그거는 AI의 조언을 받습니다.
병원 같은 거 자동으로 AI가 구매하지는 않습니다만 AI가 도움을, 사람들의 도움을 받아서 병원을 찾을 거라는 거죠.
이러한 부분에서 왜 컨슈머 마켓이 중요한지 말씀드리겠습니다.
오픈 AI는 지금 SNS 서비스도 하려고 하고 있고 숍 기능도 하려고 하고 있고 브라우저도 하려고 하고 있고
심지어는 링크드인과 유사한 걸 하고 있습니다.
왜 이것을 하려고 할까요? 오픈 AI는 적자를 보고 있습니다.
그리고 지금 높은 Validation을 받는데 이 수치만 마지막으로 제가 말씀을 드리고 내려가겠습니다.
현재 오픈 AI에 20달러 이상씩 쓰고 있는 사람이 2000만 명이고 그리고 4억 명 정도가 원래 올해 초에 무료로 쓰고 있는데
이것이 8억 명으로 늘어났습니다.
그리고 오픈 AI는 지금 이것을 10억 명으로 만들겠다는 것이고 내년에는 20억 명 만들겠다는 거예요.
그러면 여러분들에게 오픈 AI 사장이 찾아와서 오픈 AI에게 투자해 주세요.
그러면 제가 두 배로 돌려드릴게요 한다면 2000만 명을 어떻게 키워서 해 보겠다는 것은 별로 설득력이 없습니다.
10억 명, 20억 명을 만들어서 여기에 처음에는 아무것도 안 붙이겠지만 나중에 검색 광고도 붙이고
쇼핑도 붙이고 여기에 DM도 붙이고 메시징도 서비스하고 모든 걸 다 붙이겠다고 할 때 쟤네가 정말 큰돈 벌 수 있겠구나.
이때 버블이 터지지 않는 것입니다, 여러분.
오픈 AI가 성공하지 않을 수도 있고 실패할 수도 있습니다.
구글도 실패할 수도 있어요. 그런데 구글과 오픈 AI가 하는 것은 지금 경제 질서의 주인의 자리를 다 바꾸겠다는 거예요.
그래서 네이버 공격할 것이고 카카오톡 공격할 것이고 쿠팡 공격할 것이고 아마존 공격할 것이고 인스타그램 공격하겠다는 것입니다.
이 판을 다 바꿔서 새롭게 경제가 작동하는 논리를 바꾸겠다는 거죠.
그렇다면 여러분들이 고객하고의 접점 또한, 환자들과의 접점 또한 다 바뀔 것입니다.
AI는, 지금 만들려고 하는 것은 우리에게 강제적으로 AI를 쓰게 할 것입니다.
그래서 우리가 원하든 원하지 않든, 이것이 디스토피아건 유토피아든지 간에 경제 질서의 근본적인 변화가
이미 예고되고 있다는 것, 이것이 2026년부터 가속화될 것이라는 말씀을 드리면서 제 강의는 마치도록 하겠습니다.
고맙습니다, 여러분.
-다음으로 이어지는 발표 주제는요. 대한민국 AI의 현재와 미래입니다.
대한민국 의료 AI의 현재와 미래에 대해서 이야기를 해볼 텐데요.
이번 발표에서는 대한민국 의료 AI가 어디까지 와있는지에 대한 현주소와 함께 앞으로 어떤 방향으로 나아갈 것인가에 대한
방향성에 대한 이야기를 해 볼까 합니다.
AI를 기반으로 하고 있는 디지털 트윈 설루션 기업인 메디컬 아이피를 이끌고 계신 분이시죠.
박상준 메디컬 아이피 대표를 큰 박수로 모시겠습니다.
-반갑습니다. 저는 메디컬 아이피라고 하는 인공지능 디지털 트윈이라는 기술을 하고 있고요.
거기 대표이사를 맡고 있습니다. 오늘 제가 맡은 강의, 대한민국 의료 AI의 현재와 미래입니다.
굉장히 거창하고 포괄적인 내용인데 결국 AI라고 하는 인공지능이 어떻게 헬스 케어, 의료 분야에 적용되어 왔고
현재 적용되고 있고 앞으로 어떻게 가야 하는지, 가고 있는지에 대해서 우리가 바라보는 그런 강의를 갖도록 하겠습니다.
저는 막 제 소개를 말씀드렸고요. 실제로 AI라고 하면 아마 이런 것들이 떠오르실 거예요.
기계 학습, 딥 러닝 그리고 최근에는 다양한 여러 가지 피지컬 AI, 여러 가지들이 덧붙여지고 있습니다.
실제로 그런데 그 AI가 지난 10년 이내에, 특히 5년 이내를 바라보면 IT 분야에서
굉장히 AI에 대한 열망, 도입에 대한 열망 그리고 실제로 많이 도입되고 있고요, 엄청 많이 쓰이고 있죠.
이런 부분들이 있는 반면에 헬스 케어라고 하는 의료 분야에는 AI가 도입될 때 생각보다 시작에 비해서는 굉장히 느리고 부딪힘이 많습니다.
그래서 어려운 부분들을 많이 토로하게 됩니다, 현실에서는요.
이게 뭐냐 하면 숫자입니다. 숫자인데 이게 엑스레이입니다.
엑스레이를 엑셀 파일에다가 집어넣어서 이렇게 쭉 줌 인으로 끌어당겨 본 것입니다.
그러면 저 숫자들이 어떤 패턴을 이루면서 무슨 형태를 띱니다.
이게 다 숫자인데 이 숫자에다가 컬러 코딩을, 숫자의 무게, 웨이트 패턴만큼 컬러를 입혀서 보면 현실에서 우리가 바라보는 엑스레이가 됩니다.
이건 CT 영상 중의 하나의 단면인데요.
이런 부분을 의료진들이 보면서 저기 빨간색 네모 칸에 뭔가 이상한 게 있다, 이게 뭘까 하면서 분석하게 되고
이런 것들이 의료의 행위인데 결국 이러한 인간이 하는 행위들을 AI가 대신 자동으로 조금 더 정밀하고 빠르게
해 줄 수 있으면 되게 좋겠다는 그런 열망에서 AI의 용처가 헬스 케어에서 어떻게 쓰일지에 대해서 시작되는 거고요.
그래서 실제로 지난 최근 AI가 딥 러닝이라는 관점으로 도입되기 직전으로 약간 돌아가면
한 20, 30년 이내에는 기계 학습이라는 것을 통해서 딥 러닝보다 먼저 선행해서 헬스 케어 분야에 다양한, 그것도 AI입니다, 어떻게 보면.
그런데 어떻게 인간보다 조금 더 잘해 볼 수 있을까, 인간보다 어떻게 더 빠르게 해 볼 수 있을까, 정교하게 해 볼 수 있을까라는 것이었지만
생각보다 기계 학습은 딥 러닝하고 다르게 동그라미를 학습시키면 동그라미를 찾아라, 빨간색 세모를 학습시키면
빨간색 세모를 찾아라, 이런 거예요.
그러니까 파란색 세모는 잘 못 찾아요, 기계 학습은.
그런 모호한 부분이 있기 때문에 딥 러닝이라는 게 나왔고 딥 러닝은 속 안에 블랙박스처럼 모든 내용을
우리가 왜 그렇게 되는지는 모르겠지만 이렇게 학습을 시켜 놓으면 그 조합에 따라서 굉장히 좋은 성능을 나타냅니다.
그래서 최근 10년 내에는 딥 러닝이 기계 학습을 대체했죠.
기계 학습은 거의 쓰이지 않고 있는 수준으로 지난 20, 30년의 노력을 다 없애버렸습니다.
그런데 이 AI가 의료 분야에 들어왔을 때는 크게 세 가지로 쓰입니다.
그 세 가지가 뭐냐 하면 첫 번째가 디텍션, 탐지.
병이 어디 있어라고 하는 거고요. 그리고 두 번째가 캐릭터라이제이션이라는 것입니다.
캐릭터라이제이션이라는 것은 병이 어디 있으면 병을 딱 병의 범위만 확실하게 분석을 해서
명확한 진단, 악성인지 양성인지 그리고 또 병기, 1기인지 2기인지 말기인지 딱 결정해 주는 그런 부분이 필요하고요.
마지막으로 모니터링이라고 하는 부분이 필요합니다.
모니터링, 그게 뭐냐 하면 이번에 분석했을 때와 다음에 분석했을 때 그리고 또 그다음에 1년 후에 분석했을 때 그 차이가 되게 중요하거든요.
이게 점점 좋아지는지 나빠지는지 아니면 계속 그대로 유지되고 있는지.
결국 이런 부분들이 이 AI가 헬스 케어 분야에서 쓰이면서 가장 주목하고 있는 분야이기도 합니다.
되게 간단한 말은, 간단히 이야기하면 디텍션과 캐릭터라이제이션과 모니터링이라는 관점에서
실제로 지난 10년 이내에 디텍션이라고 하는 관점으로 AI가 헬스 케어 분야에 정말 많이 시도되었고요, 한국뿐만 아니라 전 세계적으로.
그런데 후단에 있는 부분들은 아주 최근에 시도가 되고 있다고 보시면 될 것 같습니다.
올해 CES에서 엔비디아 젠슨 황 CEO가 그런 이야기를 했어요. 과거에는, 최근까지는 퍼셉션 AI.
그러니까 인간처럼 바라보고 분석하는 AI가 유행했다면 앞으로는 챗 GPT같이 생성형 AI.
그러니까 창조적인 AI가 계속 발전해 나갈 것이고 그리고 또 나아가서는 에이제네틱이라고 해서
스스로 생각하고 발전하고 뭔가를 더 나아가는 관점으로 나아가는 그런 AI가 유행할 것이라고 이야기했습니다.
그런데 이런 부분들은 결국 의료에서 보면 결국 다 쓰임새가 있습니다.
Perception AI는 말씀대로 인간같이 행동하는 거고 Generative AI는 말 그대로 인간이 못 찾아내는 부위들을 만들어,
artificial하게 만들어서 진짜처럼 쓰이게 하는 부분이 있고요.
그리고 Agentic AI 같은 경우는 정말로 환자의 롱 텀, 미드 텀 케어에 모니터링같이 비교 관찰을 하기 위해서 쓰이게 됩니다.
그리고 마지막으로 요즘 한참 각광받고 있는 Physical AI가 있습니다.
이 분야가 또 의료 분야 헬스케어에 어떻게 쓰일 것이냐는 아직 굉장히 초기 단계라서 우리가 모든 걸 다 말할 수 없지만
분명히 의료 행위라는 부분과 의료 절차라는 부분에는 굉장히 물리적인 디바이스와 물리적인 플랫폼들이 많이 있습니다.
그런 부분에 AI가 어떻게 다양하게 접목되면서 인간보다 결국은 더 빠르고 더 정교하고 더 효율적으로
비용 절감을 하면서 더 많은 매출 증대라든지 비용 절감과 오히려 비용 창출을 하는 관점으로 AI가 활용될 것이라고 예측하고 있습니다.
말씀드린 부분들을 간단하게 예를 들면 인지적 AI은 기준에 한국에서 열심히 해주고 좋은 회사들이 많이 있습니다.
뷰노라든지 루닛이라든지 이런 회사들이 결국 판독의가 어떤 병에 있지라고 하는 탐지하는 것들을
AI가 찾아주는 것들을 지난 수년간 만들어왔고요.
그럼에도 불구하고 오늘 제가 저번에 말씀드린 대로 AI가 어떻게 쓰여야는지 보면 생각보다 병이 있는 부분과
병이 없는 부분의 교집합 부분도 있거든요.
모호한 부분을 detection이 잘 분간해내주지 못해요.
그러니까 확실하게 병이 있는 부분을 아는데 여기 A 집합과 B 집합의 교집합 같은 부분과
여집합은 잘 못하기 때문에 결국 그런 부분을 교집합과 여집합을 확실하게 파악하기 위해서는
결국 characterization이라고 제가 말씀드렸던 병변을 정확하게 분석해내고 지금 어떠한 상태이고
어떠한 병기인지를 확실하게 파악하는 그런 AI가 필요합니다.
그런 부분은 결국 대개 쉽게 말씀드리면 이런 신호등 같아요.
이건 제가 쉽게 설명드리고 싶어서 갖고 온 자료입니다.
옛날에는 아주 신호등을 빨간색 불과 파란색 불로만 봤습니다.
그런데 최근에 보시면 다들 숫자로 카운트 다운 되잖아요.
그러면 언제 꺼질지 언제 켜질지 아니까 더 좋은 것 같습니다, 개인적으로는요.
결국 언제 이게 빨간색 불이 켜질까, 언제 초록색 불이 켜질까를 안다는 건 의료에서는 예측을 기반한 예방이라고 볼 수가 있어요.
결국 그 예방이라는 건 우리가 다 아시다시피 아주 간단한 예를 들으면 혈당 체크라고 이야기할까요.
혈당 피 한 방울 해서 수치가 뭐가 나오면 본인들도 이게 예측이 돼서 어떤 상태인지 그렇게 관리 상태를 예방 차원으로 대면할 수 있는 거거든요.
결국 이런 부분이 말씀드린 부분이라고 할 수 있고요.
결국 치료 진단과 예방 진단의 부분에서 detection과 characterization라고 하는 AI가 실제로 헬스케어 분야에 쓰이고 있습니다.
다음으로는 생성형 AI인데요. 생성형 이 동영상은 정말 실제로 존재하는 영상이 아니라 AI가 만들어낸 정교한 영상입니다.
대단하죠.
실제로 생성형 AI는 아시다시피 포워드 백워딩으로 해서 동시에 학습시켜서 완전히 새로운 정보를 만들어내는 기술인데
재미나게 보면 오른쪽에 MRI 뇌 영상을 피자로 만들기도 하고 피자 영상을 MIR로 만들기도 합니다.
원래 이런 식으로 쓰이면 안 되는데요, 의료에서는.
의료는 굉장히 정확하고 신뢰성 있는 데이터여야 하기 때문에 이런 식으로 하면 안 되지만 이렇게 바꿀 정도로 생성형 AI가 발전해 있고요.
현재 한국에서도 생성형 AI를 헬스케어 의료 분야에 잘 활용하기 위해 지금 식약처에서 허가 심사 가이드라인이 나와 있는 상태입니다.
허가 심사 가이드라인을 따라서 의료 데이터만 딱 들어가도 생성형 AI가 마치 인간처럼
다양한 분석을 인간의 사고 능력처럼 판단하고 분석해서 정리해주는 거죠.
실제로 이런 가이드라인이 의료 행위와 의료 기기 기반료 가이드라인이 나오기 전에도 제가 아는 지인들
외국이나 한국에 있는 분들 보시면 X-ray 영상이나 이런 것들을 챗GPT에다가 올려서 결과를 한번 보시더라고요.
물론 그거는 의료 인허가를 받은 그런 AI가 아니기 때문에 당연히 부정확할 수 있지만
그럼에도 불구하고 사람들이 많이 쓰는 걸 보면 꽤나 뭐야, 이게 생각보다 되게 잘하는데 이런 부분들이 잘 공통점이었던 것 같습니다.
그런 부분을 신뢰성, 안전성 기반으로 해서 이러한 생성형 AI에 대한 부분을 한국 국가 정부에서도
정부 주도로 지금 의료기기 개발을 하고 있다고 말씀드리겠습니다.
이건 제 개인적인 사례입니다.
코로나 팬데믹 때 생성형 AI를 만들어서 실제로 지금과 같이 X-ray가 들어오면 폐를 생성형 AI로
폐 CT만 3차원으로 만들고 그 부분에서 폐렴, 코로나 폐렴 부분만 빨간색으로 판단해 보는 그런 AI를 만들었어요, 5년 전에.
좀 빨리 만들었죠.
그래서 안 보이는 사람의 X-ray에서 폐를 이렇게 만들고 생성형 AI로 만들고 지금 얼마나 중증도가 심한지 이런 부분을 시도했던 바가 있습니다.
그리고 또 Agentic AI라고 굉장히 스스로 생각하고 실시간으로 판단하는 그런 AI가 유행하는데
그게 의료에서는 모니터링 시스템으로 많이 활용되고 있어요.
아까 제가 말씀드렸습니다.
AI가 의료에 잘 활용될 때는 detection과 characterization과 모니터링이라는 큰 범주에서 적용되고 있다.
그런데 현재 한국에 유명한 여러 회사들에서 뷰노 메디컬 AI 같은 회사에서는 생체 신호를 받아서
이 사람이 언제 24시간 이내 심장이 정지할지 6시간 내 중증이 어떤 뭔가 발생할지 급성 심근경색이 언제 올지 이런 것들을 예측하고 있어요.
그럼 예측이 되면 뭔가 더 의료 절차에서 의료 행위들이 좀 더 효율성 있게 대응할 수 있다는 점이 이 AI의 장점이라고 할 수 있겠습니다.
또한 제가 하고 있는 팀에서도 간암을 10년 이내에 언제 발병될 수 있을지를 예측하는 3등급 의료기기 허가를
전 세계 최초로 받은 그런 사례가 있습니다.
결국 이런 예측 기반의 예방을 목적으로 한 AI가 굉장히 사람의 현재 상태를 어떤지를 가늠하는
모니터링 관점에서 도입되고 있는 그런 시점이라고 생각하시면 됩니다.
한국의 대한영상의학회에서 그런 서베이를 했어요. 한국은 지금 현재 어떤 상태이고 어떤 방향으로 가야 할 것이냐, AI가.
그랬을 때 현재까지는 너무나도 병이 어디에 있나라는 탐지에만 너무 많은 기업이나 연구자가 몰두했다고 조사 결과가 나왔고.
그럼 앞으로 디멘드, 어느 방향으로 우리는 가야 할 것이냐고 봤을 때는 보다 반복적으로 보다 많이 쓰일 수 있는,
판독에만 쓰이는 게 아니라 실제로 모든 의료 절차 안에서 자주 쓰일 수 있게 하는 게
어떤 병의 characterization 병의 어떤 수치 해석, 다양한 정보화하는 부분들이 앞으로 이게 필요할 것이라고 됐습니다.
그런데 미국과 같은 경우를 보면 이미 10년 전부터 병을 탐지하는 것보다는 병의 관리 부분에서
많이 이런 부분들이 이미 AI가 도입되고 쓰여지고 시도되고 있었어요.
아마도 그것은 국가적 상황이 좀 다르기 때문일 것입니다.
아마 미국이 의료 접근성이 떨어지고 의료 비용이 비싸다 보니까 아마 이게 반복적으로 의료 행위를 하는 부분에
AI가 좀 도입되면 비용을 줄일 수 있을 것이라는 기대감이 있었던 것 같습니다.
한국이라는 좀 사정이 다릅니다.
실제로 보시다시피 관상동맥의 혈류의 역학이라든지 어떤 혈관에 석회가 얼마나 들어가 있는지
뭔가 이런 정보들, 이런 수치들에 대해서 더 훨씬 관심이 있었고 이런 부분들이 국가적으로 미국에서는 도입이 됐습니다.
마지막으로 피지컬 AI가 의료에 어떻게 도입이 될까, 이것은 아직 좀 도입 시기 초반입니다.
최근에 로봇, 여기서 보시면 피지컬 AI는 결국 리얼 월드에서 휴머노이드 로봇이라든지
물류 서비스 로봇, 의료 로봇, 자율주행 차량, 드론 무인기 같은 것들이 피지컬 AI인데
저기 보이시는 의료 로봇처럼 로봇 팔들이, 로봇 암이 실제로 의사처럼 혹은 의사보다 더 정교하게 정해진 절차 안에서
AI 기반으로 치료, 수술을 한다는 거죠.
이런 것들이 아직은 좀 초기고요. 그럼 그 사이에는 피지컬 AI가 아무것도 없었냐, 로봇 말고는, 의료에는.
그것은 아닙니다. 실제로 디지털 트윈이라는 부분이 생략되어 있고요.
디지털 트윈은 저 옆에서 보이시는 것처럼 지구의 어떤 기후 변화가 어떻게 될 것인가를
실제 리얼 월드의 데이터를 가상의 모델로 만들어서 미리 한번 돌려보면 앞으로 일주일 후,
한 달 후에 어떻게 될 것인가, 이런 것들을 우리가 예측할 수 있고 이런 부분들을 계획해서 할 수가 있습니다.
현대자동차도 올해 초에 엔비디아하고 이런 디지털 트윈 플랫폼을 MOU를 체결했죠.
그게 뭐냐 하면 본인들이 미국에 자동차 공장을 짓기 전에 실제 지으면 돈이 너무 막대하니까
이런 디지털 트윈의 어떤 가상의 데이터에 실제 모델을 만들어서 공장과 다양한 절차,
실제로 굉장히 실제 세계와 거의 동등한 혹은 그 이상의 수준으로 정교하게 만들어서
이렇게 실제로 뭔가 하기 전에 한번 이렇게 시뮬레이션을 해보는 겁니다.
그럴 때 이런 디지털 트윈이 필요하고 저도, 저희 팀도 의료 안에서 그럼 이 피지컬 AI로 가기 위해서
우리는 어떻게 해야 하는지를 많이 고민했었는데요.
실제로 엔비디아와 이런 협력을 했었습니다.
의료 영상이 AI를 통해서 다양한 장비들이 3차원으로 모델링, 디지털 트윈 정보화가 되면
엔비디아의 칩세트를 활용해서 굉장히 더 현실감 있게 3차원으로 만들고 나아가서는 픽사 애니메이션의 자료 구조를 써서
보시는 바와 같이 정말 퀄리티가 만화 영화급으로 굉장히 좋은 수준으로 이 의료 영상을 대할 수 있게 됩니다.
그럼 결국 이런 부분을 통해서 보이시는 피지컬 AI로 가는 단계 혹은 그 동등한 단계에 있는
어떤 기기들에 접목해서 실제 이런 의료 데이터를 리얼 월드에서 좀 활용할 수 있는 거죠.
실제로 이런 부분을 최근에 갑상샘암 절개 수술에도 활용하고 있고요.
실제 이런 로봇을 활용해서 수술을 할 때 그냥 수술을 하기보다는 이게 그냥 하면 굉장히 느리고 정교하지 않기 때문에
AI 기반으로 실제 병변 부위와 실제 병변이 아닌 정상 부위들을 오버래핑해서 어느 부위를, 마치 자동차 내비게이션을 보면서 운전을 하듯이
어느 부위를 잘 절개해서 절차적으로 빨리 수술을 끝내야 할까, 이런 부분에 대해서 실제로 적용되고 있습니다.
그리고 또 마침 이것도 또한 갑상샘과는 별개로 뇌종양에 대한 그런 자동차 내비게이션 같은 그런 부분이라고 할 수 있습니다.
이런 부분들이 AI를 만나면서 굉장히 지금 현실에 더 빠르게 적용되고 있고요.
최근에는 삼성전자가 또 안경도 내놓는다고 해서 전반적으로 이런 부분들이 기대감이 큽니다.
그리고 실제로 원격 의료 관점에서도 이런 의료 데이터를 활용해 이런 다양한 피지컬 월드에서의 그 모델들과,
이런 안경은 그 하나의 그냥 사례지만 다양한 부분들하고 접목돼서 다양한 용도로
의료진과 환자 사이 커뮤니케이션의 소통을 그리고 효율성을 증대시킬 수 있다고 말씀드릴 수 있습니다.
이것은 엑스레이입니다.
엑스레이가 이렇게 다양한 정보로 3차원으로 만들어질 수 있고 이렇게 이 하나의 엑스레이를 통해서
실제로 리얼 월드에서 안경이라든지 다양한 디바이스와 결합해서 볼 수 있다면 이런 부분들이
결국 실제 생활에서는 우리가 엑스레이 하나만으로는 판단을 못 하는 어떤 혈관의 혈류라든지
혈관의 현재 상태라든지 그리고 실제 지금 수술, 치료가 필요한 상태라든지 이런 부분들을 미리 판단해 볼 수 있습니다.
이런 것들이 단순히 그냥 의료 데이터만 쓰이는 것이 아니라 실제로 의료 데이터와
현실의 어떤 디바이스들과 합쳐져서 실제 피지컬 월드에서 쓰일 수 있는 방향으로 나아가고 있습니다.
정리하겠습니다. 과거에는 이렇게 병원에서 환자를 대하면서 진료를 보고 현재는 컴퓨터 앞에서 진료를 보는 시대입니다.
그럼 미래는 이런 식으로 많은 의사가 환자 한 명을 위해서 모여야 하는 시대이냐.
그렇지 않습니다. AI를 통해서 조금 더 빠르고 정교하고 효율성 있게 해야 합니다.
단 하지만 우리가 극복해야 하는 게 하나 있는 게 의료 데이터에 대한 접근성이 너무 떨어진다는 것과
그리고 아무리 좋은 AI라도 도입되는 그 규제, 규제라는 그런 부분이 인허가라는 부분이 굉장히 어려운 부분들이 많이 있습니다.
이런 부분은 우리가 한번 고찰하고 재고해 봐야 하는 부분이라고 생각합니다.
이상 마치겠습니다. 감사합니다.
-이번에 세 번째 발표는 지역 의료에 대해서 살펴보도록 하겠습니다.
의료 AI가 수도권과 지역의 격차, 불균형을 해소하고 새로운 돌파구가 될 수 있을지 아니면 격차와 함께
과제를 낳을 것인지에 대한 고민을 한번 해보도록 하겠습니다.
의료 AI의 무한한 가능성을 바탕으로 지역 의료의 미래를 설계하시는 분입니다.
이상돈 양산부산대병원장입니다. 지역 의료와 AI라는 주제로 발표를 해주시겠습니다.
여러분, 큰 박수로 모시겠습니다.
-방금 소개받은 양산부산대학교병원 병원장 이상돈입니다.
앞서 두 분은 서울에서 오셨고 저는 지역을 대표해서 세 번째 마지막 연자로 나왔습니다.
저는 병원에 있기 때문에 의사로서 또 병원에서의 경영자로서의 경험을 바탕으로 일반인들의 시선에서 한번 말씀을 드리도록 하겠습니다.
아마도 지역 의료가 점점 최근 들어서 붕괴되고 있다.
특히 필수 의료가 붕괴되고 있다는 이야기를 많이 들었을 것입니다.
저는 개인적으로 지역의료가 살아야 대한민국 의료가 살 수 있다는 그런 피부로 절감하고 있습니다.
그래서 오늘 지역의료에 대해서 한번 말씀을 드려보도록 하겠습니다.
앞서 두 분이 인공지능 AI에 대해서 많이 말씀을 하셨습니다.
아마 여기 계신 분들도 다 아마 인공지능 AI는 다 알고 계실 것이고 아마 세계적으로도 화두가 되고 있고
문화, 경제, 사회, 국방, 의료 할 것 없이 전 영역에서 인공지능이 크게 자리매김을 하고 있습니다.
특히 의료 AI도 최근에 급속도로 발전을 하고 있습니다.
그래서 저희가 따라하기가 버거울 정도입니다.
제가 생각할 때는 이런 의료 AI를 도입하고 활용함으로써 저희가 갖고 있는 지역 의료의 격차를 조금 개선하는 데도
도움이 될 수 있을 것 같고 지역의료를 활성화하는 데도 크게 도움이 되지 않을까 생각하고 있습니다.
그래서 부재로 의료 AI를 통한 지역 의료 격차를 해소하는 것으로써 짧은 시간이지만 말씀을 드려보도록 하겠습니다.
우선 지역별 의료 이용 통계를 소개하면서 현재 저희 지역 의료가 어디에 와 있는지 한번 살펴보도록 하겠습니다.
이 자료는 환자 주소지 기준 관내 요양기관 이용 비율입니다.
쉽게 말하면 부산에 살고 있는 환자분이 부산에 있는 의료기관을 얼마나 많이 이용하는가를 나타내고 있습니다.
서울과 부산의 경우에는 본인이 살고 있는 지역의 의료기관의 90% 이용하고 있습니다.
그 반면에 경남으로 오면 77%로 대도시와 비교해서 지방으로 갈수록 이용률이 많이 떨어지고 있다는 것을 보여주고 있습니다.
그리고 이 자료는 요양기관 소재지 기준에서 환자 유입을 나타내는 비율인데 쉽게 말하면 서울의 경우에
지방에서 환자분들이 41.7%나 유입되고 있다.
그러면 부산은 24.7%, 경남은 19.8%로 서울에 비해서 이렇게 부산 또 지방으로 갈수록 환자 유입 비율이 떨어지고 있는 것을 알 수 있습니다.
인구 10만 명당 의사 수와 간호사 수를 비교한 그런 자료입니다.
서울이 인구 10만 명당 500명이라고 할 때 부산은 360명, 경남은 250명 정도 됩니다.
그래서 서울에 비해서 부산과 경남이 지방이 의사 수가 많이 적다는 것을 한번에 알 수 있습니다.
간호사 수는 부산과 서울은 비슷합니다.
인구 10만 명당 650명 내외 그렇지만 경남으로 가면 520명으로 역시 경남에는 간호사 수가 부족함을 알 수 있습니다.
이 자료는 인구 10만 명당 의료기관이 몇 개 있느냐.
서울은 250개, 부산은 215개 그리고 경남은 167개입니다.
그래서 서울에는 의료기관이 굉장히 많아서 의료기관 이용을 손쉽게 할 수 있다는 이야기가 되겠습니다.
다음은 지역의료와 수도권 의료가 격차가 있느냐, 최근 언론 기사를 통해서 잠시 살펴보겠습니다.
부산일보 사설입니다. 지난 11년간 935만 명의 환자가 서울에 원정 진료를 갔다는 그런 헤드라인 기사입니다.
또 청년 회사에서는 이렇게 지역 환자가 서울로 원정 진료를 갈 때 1년에 사회적 비용이 최대 4조 6000억 원이나 든다고 합니다.
부산의 경우에 2013년 대비해서 2023년 이런 원정 진료가 서울로 가는 것이 34%로 굉장히 급증했습니다.
그리고 지방에서 서울의 빅5 병원, OOO병원들로 가는 비율도 비슷하게 33.2%나 급증하고 있습니다.
이렇게 지방 환자가 서울에 갈 때 1년에 4조 6000억 원의 사회적 비용이 발생하고 있습니다.
그러면 왜 이렇게 지방에 있는 환자분들이 서울로 갈까.
여러 번 이야기가 나왔지만 결국에 서울, 수도권의 쏠림 현상 때문입니다.
인적으로 물적으로 모든 부분이 서울의 수도권으로 특히 서울 빅5 병원 쪽으로 쏠림으로 인해서 이런 현상이 일어난다고 생각이 됩니다.
그러면 여기에 대한 대책이 있을까.
여러 가지 대책을 고민 중에 있겠지만 하나의 대안으로 나온 것이 국립대 중심으로
지역 완결형 의료 체계를 갖추어야 한다는 것을 대안으로 제시하고 있습니다.
두 번째로는 외국인 환자 유치를 통해서 우리 지역 의료의 현 위치를 한번 보겠습니다.
지금 벌써 외국인 환자가 120만 명 시대에 돌입했습니다.
그러면 외국인 환자가 올 때 그것으로 인해서 의료 비용도 생깁니다.
올해 자그마치 2조를 예상하고 있습니다.
작년에는 1.4조인데 동반자까지 포함하면 7.5조로 어마어마한 의료 수익이 발생하고 있는 겁니다.
그런데 아쉽게도 지도를 보시면 서울이 외국인 환자 전체의 85.4%를 유치하고 있습니다.
그러면 부산은 어떨까. 제 기억에는 부산이 2010년부터 서면을 중심으로 메디컬 스트리트 의료 관광을 시작했습니다.
그 당시만 해도 5%의 유치를 보였는데 14년이 지났는데 오히려 2.6% 반토막이 났습니다.
우리 시쳇말로 폭망한 것입니다. 그러면 우리 지역 의료 체계는 문제점이 없을까.
지역 의료 체계의 문제점을 살펴보면서 우리 현 주소를 한번 보겠습니다.
의료 체계 면에서 우리나라 의료 체계는 지역 간 또는 지역 내에서도 무한 경쟁 구조를 가지고 있습니다.
그러다 보니까 선호도가 높은 서울의 빅5 병원들로 가게 됩니다.
그래서 지역의료가 더욱더 안 좋은 환경을 이루어지고 있다.
두 번째로는 자원 공급 면입니다.
모든 인적 물적 자원들이 수도권, 서울로 가다 보니까 특히 수도권에 있는 대형병원들은 2병원, 3병원 이렇게 자꾸 만들고 있습니다.
그러면 지역에 있는 우수한 인력이 서울로 또는 수도권으로 옮겨가게 됩니다.
그러면 지역 의료는 더욱더 붕괴되는 현상을 갖게 되겠죠. 세 번째는 컨트롤타워입니다.
지역 필수적 네트워크나 리더십이 점점 부재되고 있고 특히 국립대병원 같은 경우에는 정부의 여러 가지 규제의 틀을 받고 있습니다.
그러다 보니까 국립대병원이 책임 의료기관으로서 이렇게 역할을 해야 하는데 그런 역할이 점점 약화되고
경쟁력도 약화되는 문제점을 안고 있습니다.
마지막으로 건강 의료 격차입니다.
수도권이 이렇게 점점 공룡화되고 거대화되면서 지역 필수 의료는 점점 무너집니다.
그래서 지역에 있는 시민이나 환자분들이 건강의 위협을 받을 수밖에 없는 그런 의료 체계상의 문제점을 갖고 있습니다.
다시 한번 지역 의료가 살아야 대한민국 의료가 살 수 있음을 다시 한번 강조를 드립니다.
그러면 저희는 가만히 있으면 되느냐, 그렇지는 않습니다.
우선 저희가 살기 위해서는 어떻게 차별화를 만드느냐, 전문화를 만드느냐도 모색해야겠죠.
두 번째로는 그래도 지역 병원도 지역 나름대로 강점이 있습니다.
그런 강점들을 잘 살려서 이런 의료 서비스 마케팅도 필요할 것으로 생각이 들고 또 최근 오늘 이야기가 많이 나왔지만
이 화두가 되고 있는 의료AI를 많이 도입하고 활용화해서 저희가 부족한 부분들을 메워 나가야 한다고 생각합니다.
의료AI란 뭔가. 제미니나 챗GPT나 또 에이닷 이런 데, AI에게 물어봅니다.
물어보면 이렇게 답할 겁니다. 인공지능을 활용한 병을 진단하고 예측하고 치료 보조 기술을 의미한다.
조금 더 넓게는 기계 학습 사용하여 환자 경험을 높이고 병원 운영이나 또 지출을 지원하고 궁극적으로는 이 모든 것을 개선하는 것이다.
이렇게 답변합니다. 과연 우리 지역에서 의료AI가 어디 부분에 많이 활용되고 있냐.
박상준 대표님 말씀하셨듯이 X-ray, CT, MRI 이런 영상 부분에서 특히 많이 활용되고 있습니다.
그래서 AI를 기반해서 병을 진단하고 분석하는 데 많이 활용되고 있고 두 번째로는 이런 의료 데이터를 분석하고
위험도를 분석해서 병을 예방하고 조기에 진단하는 데도 많이 활용하고 있습니다.
아울러 이 딥 러닝 기반의 학습과 또 가설 검증을 통해서 저희가 새로운 치료법도, 새로운 치료약을 개발하는 데도 잘 활용하고 있습니다.
마지막으로 이 예측 모델링을 통해서 환자의 대기 시간을 줄일 수도 있습니다.
그리고 진료 과목별로 지식을 서로 공유해서 의사 간 협진을 활성화하는 데도 이용될 수 있습니다.
한국은 앞으로 의료AI가 어떨까. 저는 개인적으로 굉장히 밝은 전망을 기대합니다.
그 이유는 한국은 이미 5G 통신망의 기술 수준이 세계적으로 우위에 있습니다.
두 번째로는 국민건강보험공단이 단일 보험 체계로 되어 있어서 모든 데이터, 공공 데이터를 활용할 수 있습니다.
데이터를 가지고 AI를 이용하는 거거든요. 그리고 의무 기록도 저희는 다 전자 의무 기록으로 대부분 돼 있습니다.
전자 의무 기록 내에 있는 내용들을 데이터화시키고 그 데이터화된 것들을 의료AI로 이렇게 활용하게 되는 겁니다.
마지막으로 저희 나라는 꾸준하게 최근에 국내 의료기기가 해외로 수출이 잘 되고 있습니다.
이 자료는 최근 4년간 국내 의료기기가 해외로 수출이 될 때 지속적으로 흑자를 내고 있다는 내용입니다.
그러면 이 세계적인 글로벌 AI는 어떨까. 세계적으로 시장 조사, 유명한 시장 조사 기관 두 군데에 의뢰를 해봤습니다.
한 군데에서는 연평균 성장률이 37%, 또 한 군데에서는 38%. 굉장히 높은 성장률을 전망하고 있습니다.
주요 선진국 대비해서 우리나라의 의료AI 기술이 어느 정도 되느냐.
그거를 크게 네 가지로 AI 기반, 질병을 진단하고 치료하는 시스템 또 예측하는 시스템,
새로운 어떤 치료 약물이나 치료법을 개발하는 알고리즘이라든지
또 의료 자원을 최적화하는 시스템, 이렇게 다 나눠봤을 때 미국을 100이라고 기준을 했으면 저희 한국은 약 80% 정도의 수준입니다.
그래서 20%의 기술 격차가 있습니다.
저희가 이 20% 기술 격차를 좀 빠른 시간 내에 좁혀야 하는 숙제를 갖고 있습니다.
마지막으로 이 지역 의료가 조금 더 활성화되기 위해서 여러 가지 방안이 있겠지만 두 가지 의료AI를 동원한 방안과
앞서 말씀드린 이 지역의 의료 체계 문제점을 말씀드렸는데 이것을 개선하는 쪽으로 제안을 드리도록 하겠습니다.
먼저 의료AI로 지역 의료를 복구하기 위해서는 제가 생각할 때는 제일 첫 번째가 의료AI에 대한 정부의 과감한 투자와 지원이 필요합니다.
그런데 다행스럽게도 이제 올해 현 정부 들어서 국가AI전략위원회 만들어지고 위원장이 대통령으로 되어 있고
또 100조의 AI 기금 조성도 시행하고 있고 내년에 AI 예산이 10조 1000억이라고 들었습니다.
이런 부분들은 굉장히 고무적이라고 생각합니다.
두 번째, 지역에 전문 의료 인력이 많이 부족한데 이것을 AI로써 보완해 나가는 방안을 찾아야 할 것 같고
세 번째로는 학교와 병원 그다음에 이 정부가 같이 하나의 컨소시엄을 이뤄서 과감하게
이 AI 융합형 인재 육성에 힘을 쏟아야 하고 거기에 많은 지원을 해줘야 한다.
네 번째로는 아까 말씀드렸듯이 저희 지역 의료기관이 강점을 가진 선도적인 AI 도입을 통해서
차별화 그리고 전문화를 확보해야 한다고 생각합니다.
다섯 번째로는 이 딥 러닝을 위한 학습 데이터 활용 및 공유를 위해서 대규모 하드웨어 인프라 구축이 필수적으로 이뤄져야 하고
저희가 이렇게 오늘 의료AI를 말씀드리지만 시민분들이나 환자분들이 여기에 대한 이해가 없으면 어렵습니다.
그래서 정부 차원의 교육이 이뤄져야 하고 마지막으로 인공지능 의료기기가 많이 개발되고 있습니다.
그런 기기들이 병원에 활용이 되려면 그걸 위해서 인증 절차라든지 또 건강보험 적용 절차가 간소화되기 위해서
정부가 많이 지원해 줘야 한다고 생각합니다.
마지막으로 지역 의료 체계 문제점을 말씀드렸고 개선에 대해서 정리하도록 하겠습니다.
첫 번째는 지역에서 모든 것이 해결되는 지역 완결형 의료 체계를 갖춰야 합니다.
그리고 두 번째로는 지역과 필수 의료 전달 체계의 거점화로 인해서 의료 공급망이 보다 효율적으로 갈 수 있도록 바꿔야 하고
세 번째로는 지역에 있는 의료기관끼리 협력 네트워크를 잘 할 수 있도록 정부가 지원해 주고
그래서 지역끼리 서로 상생하고 협력할 수 있도록 전달 체계가 바뀌어야 한다고 생각합니다.
그렇게 되기 위해서는 정부의 대폭적인 지원, 투자가 필수적으로 선행되어야 한다고 생각합니다.
마무리하도록 하겠습니다. AI는 인간과 경쟁자도 아니고 대체자도 아닙니다.
인간을 도와주는 조력자이자 협력자이자 같이 가야 할 파트너라고 생각합니다.
지역 의료는 AI로 심폐소생술하듯이 다시 소생시킬 수 있습니다.
의료AI는 지역 의료 혁신의 실마리라고 생각하고 다시 한번 지역 의료가 살아야
대한민국 의료가 살 수 있음을 강조드리면서 저의 강연을 여기서 마치도록 하겠습니다.
감사합니다.
-여러분 이상돈 병원장님께 다시 한번 큰 박수 부탁드립니다.
KOMED 2025 지역의료분권포럼에 오신 여러분을 진심으로 환영합니다.
먼저 인사 말씀 드리겠습니다. 안녕하십니까?
저는 부산경남 대표 방송 KNN 아나운서 오주호입니다. 반갑습니다.
오늘 이 자리는 지역의 의료 분권이라는 오랜 과제를 다시 한번 점검하고 대한민국 의료의 새로운 가능성을 열어가기 위해서 함께 마련됐습니다.
그동안 의료 자원의 불균형과 수도권 집중 가속화는 지역의 의료를 위태롭게 해 왔습니다.
그러나 다행히도 지난 몇 년간 각 지역에서 의료 혁신과 분권의 씨앗이 조금씩 뿌리를 내리고 있습니다.
바로 이 자리에 계신 의료계와 산업계 그리고 정계, 부산경남 지역민 여러분의 헌신과 노력 덕분이 아닐까 하는 생각을 해 봅니다.
이어서 박형준 부산시장님께서도 축하 인사를 전해 왔습니다. 함께 만나 보시죠.
-2025 지역의료분권포럼 개최를 진심으로 축하드립니다.
뜻깊은 행사를 준비해 주신 이오상 KNN 사장님과 관계자 여러분 그리고 발제와 토론을 맡아주신 전문가 여러분께 깊이 감사드립니다.
지역의료분권포럼은 지역 의료의 현안을 공론화하고 수도권 중심의 불균형을 바로 잡기 위해 마련된 자리입니다.
포럼과 함께 K-메디페어와 키메스 부산도 열려 의료인은 물론 시민들께서도 의료 산업과 건강에 대한
최신 동향과 정보를 접할 수 있는 뜻깊은 시간이 될 것으로 기대합니다.
이번 포럼은 의료 AI, 지역 의료의 희망인가라는 주제로 디지털 전환과 첨단기술이 지역 의료의 한계를 어떻게 극복할 수 있을지
함께 모색하는 자리이기도 합니다.
부산시는 시민 모두가 가까운 곳에서 필요한 때 안전한 의료 서비스를 받을 수 있도록 다양한 노력을 기울이고 있습니다.
특히 필수 의료 분야의 지원 확대와 공공의료 인프라 강화는 물론 의료 AI와 디지털 헬스케어와 같은 첨단 기술을 접목한
스마트 의료 도시 조성을 위해 힘쓰고 있습니다.
오늘 이 자리가 지역 의료와 부산의 미래를 밝히는 소중한 계기가 되기를 바라며 함께하신 모든 분의 건강과 행복을 기원합니다.
감사합니다.
-다시 한번 큰 박수 부탁드립니다.
박형준 부산시장님의 축사까지 함께 들어보셨고요.
계속해서 부산광역시병원회 축사가 준비되어 있습니다.
박종호 부산광역시병원회 회장님을 여러분 큰 박수로 모시겠습니다.
-축사에 앞서서 제가 너무 행사가 생각했던 것보다 굉장히 너무 멋있어서 목이 메서 목소리가 조금 문제가 있는데 조금 이해를 부탁드리겠습니다.
저는 부산시병원의 회장을 맡고 있는 박종호입니다.
이번 2025년 지역의료분권포럼의 인사말을 그것도 제일 먼저 하게 돼서 영광스럽게 생각합니다.
의료계의 현안을 저희끼리의 문제로 국한시키지 말고 우리 정부나 지역사회에서 같이 고민하고 해결하기 위해서
노력해야 한다는 것을 일관되게 주장해 왔습니다.
여러분 잘 아시다시피 전공의 사태와 코로나 팬데믹 등으로 인해서 우리 K-의료라고 대변되는 의료계가
정말로 많은 변혁의 시기에 진입하고 있습니다.
이러한 때에 지금까지의 우리가 열심히 노력했지만 무언가 문제점이 있었던 우리 의료계의 문제를 해결할 수 있는 기회로
위기를 기회로 했으면 하는 생각을 갖고 있습니다.
예를 들면 1차 진료기관과 상급 의료기관의 양측의 비대와 중간 병원이라든지 종합병원의 약소화로 인해서
의료 전달 체계가 거의 붕괴되다시피 했습니다.
이러한 의료 전달 체계의 확립을 위한 우리 병원의 노력이 필요하고 특히 우리 지역의료포럼에 대해서
말씀하셨지만 수도권 의료 집중화에 대해서 우리 지역 의료가 소멸되지 않도록 많은 노력을 기울여야겠습니다.
그러한 노력은 저희 병원만의 노력으로 될 것이 아니고 우리 시민사회와 정치권, 행정 당국 모든 분이 노력해서
우리 부산시병원회가 지역 의료의 대표적으로 해결할 수 있는 믿을 수 있는 의료 기관이다.
이렇게 할 수 있도록 노력하고 있습니다.
우리 지역사회의 현재 문제점과 병원 문제의 현안에 대해서 심도 깊은 토론과 해결을 위한 많은 길을 제공해 주시기를 부탁드리겠습니다.
다시 한번 이런 좋은 포럼을 준비해 주신 KNN 이오상 사장님을 비롯한 관계자분들께 다시 한번 감사의 인사를 올립니다.
감사합니다.
-이어서 2025 KOMED 지역의료분권포럼을 찾아주신 여러분께 부산경남 대표 방송 KNN 이오상 대표이사님께서도
우리 내빈분들께 말씀을 전해주시겠습니다.
여러분, 큰 박수로 모시겠습니다.
-오늘 참여해 주신 귀빈 여러분께 진심으로 감사의 말씀 드립니다.
저희 회사의 캐치프레이즈는 지역이 살아야 나라가 산다입니다.
제가 볼 때는 지역 의료가 살아야 지역민들이 삽니다.
수도권 집중, 의료 집중 현상 속에서도 제가 볼 때는 부산 의료계는 수많은 혁신과 변화를 통해서 의료 분권을 선두해서 선도하고 있다.
이렇게 생각하고 있습니다.
지역 의료 분권 분야가 더욱더 활성화될 수 있도록 지역 의료가 더욱더 살아날 수 있도록
저희 KNN도 더욱더 열심히 여러분과 함께 고민하고 더 많이 홍보하고 의논하도록 하겠습니다.
감사합니다.
-먼저 첫 번째로 준비된 주제 발표입니다.
AI 시대를 맞이해서 우리는 과연 얼마나 준비가 되어 있는가에 대한 주제 발표를 들어보려고 하는데요.
먼저 강정수 센터장께서 발표를 준비해 주셨습니다.
블루닷 AI연구센터 강정수 센터장님의 주제 발표입니다.
여러분, 큰 박수로 맞이해 주십시오.
-소개합니다. 강정수입니다. 바로 시작을 하겠습니다.
여러분, AI 시대에 우리가 어떻게 준비되어 있는지의 주제입니다만 처음에 AI 경제에 대해서 말씀을 드리고 싶습니다.
AI 경제 하면 AI 하면 사람들이 대부분 유토피아적인 상상을 하거나 또는 디스토피아적인 상상을 하거나
또는 AI 관련 주식에 투자하시면서 이것이 어떻게 나의 이익에 도움이 될까 많은 분이 관심을 가지고 계시죠.
지금 현재 가장 뜨거운 논쟁 중의 하나는 AI 버블입니다.
혹시 이것이 버블이 지난 1999년이나 2000년부터 터지는 것은 아닌가.
이런 논쟁이 지금 미국에서 크게 진행되고 있습니다.
특히 오픈AI가 챗GPT-5를 내놓으면서 마치 이 파이브가 AGI, 일반 인공지능, 인간의 능력을 뛰어넘는 것처럼
홍보하다가 실제로 뚜껑을 열어봤더니 대단한 모습이 아니다 보니까 오픈AI 대표인 샘 알트먼이 스스로 사람들이 오버 익사이티트되어 있다.
너무 흥분되어 있다고 이야기하면서 버블 논쟁이 지표면에 있고 미국의 다양한 언론이
이것이 과거의 25년 전의 닷컴 버블하고 너무 유사하다는 글들이 지금 쏟아지고 있습니다.
그도 그럴 것이 지금 8월에 오픈 AI의 기업 평가가 5000억 달러가 나왔습니다.
그리고 최근에 여러분 이번 주에 있었던 뉴스 중에 엔비디아가 1000억 달러를 투자하면서 7%의 지분을 가졌죠.
그것은 뭐냐 하면 오픈AI의 기업 가치가 여러분 7000억 달러라는 겁니다.
7000억 달러 감이 잘 안 오실 텐데요. 삼성전자 두 배보다 많습니다.
이제 시작한 지 3년밖에 안 되는, 서비스를 시작한 지 3년밖에 되지 않은 기업의 기업 가치가
삼성전자의 두 배가 넘는 기업 가치를 가지고 있습니다.
과연 이것이 타당한 합리적인 정당한 기업 가치인가에 대해서 질문이 나올 수밖에 없습니다.
오픈AI는 올해 3월 말에 400억 달러를 투자받았는데 그때 받았던 기업 가치가 3000억 달러입니다.
그런데 6개월이 지나지 않아서 두 배로 증가한 겁니다.
-도대체 얼마나 많은 돈을 벌고 얼마나 많은 일들을 했길래 도대체 우리가 그 기업에게
두 배의 기업 가치를 부여해야 하는지 의문을 던질 수밖에 없습니다.
또한 미국에 여러분 아시는 메타라든지 아마존이라든지 또는 구글을 갖고 있는 알파벳이라든지
그리고 메타 이 기업이 작년 2024년에 AI 관련 투자를 2000억 달러를 했습니다.
올해는 3000억 달러로 예측되고 있습니다.
두 기업이, 4개의 기업이 2년 동안 하고 있는 투자한 돈이 여러분 무려 5000억 달러가 넘습니다.
한국 돈으로 700조가 넘는 돈이죠. 어마어마한 돈들이 4개 기업에 의해서 AI에 투자되고 있습니다.
그렇다면 그들은 공공기관이 아니기 때문에 여기에서 최소 50%의 수익률.
즉 1조 달러를 벌 수 있다는 자신감이 있기 때문에 이렇게 투자하고 있을 겁니다.
과연 정말로 1조 달러를 벌 수 있을까요?
그들이 받고 있는, 투자하고 있는 돈들, 이 4개 기업이 투자하고 있는 거 빨간색으로 표시된 것은 그나마 그래도 자기 자본이에요.
워낙 빅테크들이 돈이 많다 보니까 자기 자본을 투자하고 있고 오른쪽 위에 있는 연두색은 뭐냐 하면
여러분 엔비디아의 칩을 사서 데이터센터를 만들고 그것을 다시 담보받아서 대출을 받고 있습니다.
지금 엔비디아 칩은 이렇게 부동산처럼 담보의 가치를 가지고 있을 정도로 지금 되게 귀한 칩이라고 볼 수 있는 거죠.
여기에 Private Equity, 즉 사모펀드의 자본이 들어가고 있기 때문에 만약에 버블이 터진다면
여기에 들어가 있는 개인 투자자의 돈이라든지 기관 투자자들의 돈들이 연쇄적으로 붕괴되면서 어려운 일이 발생할 수 있습니다.
만약에 진짜로 버블이 터진다면 한국 경제도 영향을 받을 겁니다.
2008년, 2009년에 있었던 금융위기보다도 더욱더 심각한 위기를 세계 경제가 맞게 될 것이고
개인적으로 투자하셨던 AI 관련 주식들이 폭락하는 이런 경험을 저희는 하게 될 겁니다.
과연 이러한 상황이 펼쳐질 것인가, 아닌가. 이것을 말씀드리려고 하는 겁니다.
AI 경제는 크게 위에 빨간색으로 표시돼 있던 애플리케이션.
즉 스마트폰으로 치면 앱이 있는 거고요.
그 밑에, 맨 밑부터는 최근에는 AI 전력도 인프라스트럭처를 구성하고 있는 거고 그다음에 HBM이라든지
엔비디아의 칩이라는 이런 하드웨어가 구성하고 있고
그다음에 하이퍼스케일들이 만드는 데이터센터가 있고 여기에 있는 AI 모델들은 전체적으로 인프라스트럭처.
우리로 치면 경부고속도로입니다. 과거의 현대건설의 사장이었던 정주영 회장님께서 이런 이야기를 했다고 해요.
경부고속도로를 현대건설이 만들면서 많은 돈을 벌고 있는데 정말로 떼돈을 벌 사람들은
아무리 생각해 봐도 도로 위가, 도로가 개통된 다음에 위에 자동차를 만드는 사람들이 돈을 더 벌겠다.
그래서 탄생한 기업이 여러분 현대자동차입니다.
즉 이제 버블이 일고 있는 논쟁은 이 인프라스트럭처를 만들고 있습니다, 세계는.
아직 애플리케이션 시장은 시작도 안 하고 있습니다.
정말 거대한 시장은 여러분 아시는 것처럼 경부고속도로를 만든 현대건설도 돈을 벌었겠지만
그 이외에 자동차를 만들었던 수많은 기업들이 돈을 벌고 있는 것처럼 그리고 그것으로 인해서 모빌리티가 변하고 이동이 변하고 이랬던 것처럼
우리에게 앞으로 다가올 AI 변화는 경제적으로 볼 때 앞으로 아직 시작도 안 했다고 볼 수 있습니다.
AI 전력도 대단히 중요한 인프라스트럭처로 지금 이야기되고 있죠.
저 가로선으로 걷던 것이 지금 2025년 현황입니다.
미국의 전문 기관들이 예측하는 것은 앞으로 5년 동안 3배에서 4배 정도의 전력이 더 필요합니다.
3배에서 4배가 결코 작은 숫자가 아니죠, 여러분.
원자력발전소 20기가 필요합니다, 미국에서만.
그런데 원자력발전소는 아무리 지어도.
저는 원자력발전소 찬성합니다. 7년에서 8년 걸립니다.
과연 인류가 이러한 전기를 만들어낼 수 있을지 의문이라고 이야기를 하고 있습니다.
그렇다면 우리가 던져야 할 질문은 버블은 터지지 않으려면 어떤 조건이 있어야 하는가?
버블은 터지지 않을 수 있을까, 이런 부분에 대해서 질문을 던져야 하는 거고요.
결국은 이 모든 것은 뭡니까? 닷컴 버블이 여러분 왜 터졌습니까?
95%의 당시에 투자를 받았던 기업들이 2년 동안 매출이 0원이었어요.
기술은 좋지만 인터넷이 세상을 바꿀 거라고 생각하면서 너도 나도 없이 스타트업을 만들고 기업을 만들었지만 2년 동안 매출이 0이었습니다.
그러면서 버블이 터졌던 거죠.
결국은 버블이 터지지 않기 위해서 가장 중요한 것은 AI로 어떻게 돈을 벌 것인가입니다.
그리고 AI가 막대한 돈을 벌어야 투자를 갖다가 이렇게 천문학적.
인류 역사적 가장 많은 돈이 들어가고 있습니다.
이렇게 돈이 들어갔으면 그거보다도 더 많은 돈을 벌 수 있어야 이 버블은 터지지 않습니다.
버블이 지금 끼어 있는 건 맞죠. 그래서 AI 경제가 만들어지면 세상은 어떻게 변할까요, 여러분.
어떤 모습일까요? 이것에 대해서 잰슨 황은 아이폰 모먼트하고 같다고 이야기하고 있습니다.
아이폰 모먼트. 요즘 모먼트라는 단어를 많이 씁니다.
챗GPT 모먼트, 모먼트. 모먼트는 뭐냐 하면 원 프로덕트, 원 서비스가 세계 경제 질서를 바꿀 때 이것을 모먼트라고 이야기합니다.
아이폰은 스마트폰을 만들어내면서 모바일 경제라는 세계의 경제 질서를 재편했습니다.
2007년 스티브 잡스가 1월에 아이폰을 발표합니다.
그때 여러분 그런데 지금처럼 스마트폰을 스티브 잡스가 발표했을 때 사람들이 환호하지 않았어요.
특히 2007년 1월에 스티브 잡스가 이거로 인터넷이 가능하다고 선언했을 때 사람들이 박수도 치지 않았습니다.
왜냐하면 어떻게 저거로 인터넷이 가능하지?
여러분, 2007년 미국 전역과 유럽 전역의 망속도는 2G였어요.
한국은 3G였죠. 좀 더 빨랐습니다. 2G에서 인터넷 거의 불가능했어요.
와이파이도 도시에 깔려 있지 않았고요.
2G에서는 지도를 잘못 건드리면 모눈종이밖에 안 나왔습니다.
여기에서 모바일 인터넷을 하겠다.
그렇기 때문에 당시에 1위 피처폰 사업자였던 노키아의 주가가 스티브 잡스가 아이폰을 발표했을 때 1년 동안 90%가 상승합니다.
여러분, 한 기업의 주가가 1년 동안 90%가 상승한다는 것은 엄청난 기대를 받고 있다는 거죠.
노키아가 결국은 시장을 계속해서 재편할 것이라는 생각을 당시에 전문 투자자, 월가에 있는 전문가들,
애널리스트들 이런 사람들 그렇게 생각했다는 거죠.
아이폰을 생각을 바꿀 거라고 1년 동안은 아무도 생각하지 않았습니다.
그런데 아이폰이 언제부터 노키아의 주가가 떨어지냐 하면 바로 앱스토어가 2008년 7월에.
즉 1년 6개월이 지나서야 앱스토어가 등장합니다. 앱을 보면서 사람들이 놀랍니다.
스마트폰을 보고 놀랐던 것이 아니라 애플리케이션이죠.
제가 아까 말했던 AI에서도 애플리케이션이 중요하다고 말씀드린 것처럼 스마트폰의 앱을 보면서 지금도 여러분 마찬가지죠.
기변을 하시는데 새로운 좋은 기계에서는 카톡을 못 하고 유튜브 못 하고 카카오페이 못 하고 쿠팡 못 한다면 여러분 바꾸시겠습니까?
앱이 대단히 중요한 겁니다. 앱을 쓴다는 거는 기본 전제로 깔려 있는 거죠.
2013년, 14년 앱이 폭발적으로 증가하면서 세계적으로 스마트폰은 중국의 농부들까지도 스마트폰을 하는 시대로 우리는 접어들었습니다.
이러면서 경제 질서가 바뀌기 시작했죠. 매스 시장, 그러니까 매스 마켓.
즉 대중 시장이 형성되기 시작했던 겁니다. 우리의 커뮤케이션 양식이 변했죠.
그리고 초기에 당시에 SNS, 트위터, 페이스북이 등장하면서 이것이 세상 사람들을 연결한다 그러면서
뭔가 SNS 혁명 이런 이야기들도 나오면서 세상이 바뀐다고 생각했습니다.
지금도 인스타그램 DM이라든지 각종 커뮤니케이션 툴에 있어서 스마트폰은 우리의 습관을 바꿔놓았습니다.
미디어도 마찬가지죠.
음악을 듣는 습관, 뉴스를 보는 습관, 여러분도 마찬가지겠지만 동영상을 이렇게 인류가 모바일로 많이 볼 거라고는 생각하지 못했을 겁니다.
미국 조사입니다만 미국인들은 하루에 스마트폰으로 4시간씩 동영상 보고 있습니다.
저희도 저는 마찬가지일 거라고 생각이 들어요.
뱅킹도 마찬가지입니다. 다 변하고 있죠.
여기서 중요한 것은 뭐냐 하면 앱은 new behaviors를 갖고 오고 있습니다.
그렇다면 Clay Shirky 뉴욕대사가 그것은 뭐라고 이야기하냐면 테크놀로지컬 레볼루션.
기술 혁명은 결코 뉴 테크놀로지에서 일어나지 않는다, doesn’t happen.
기술 혁명은 언제 일어나냐 하면 소비자가 new behaviors을 가질 때 그때서야 비로 일어난다고 이야기하고 있습니다.
-그렇다면 지금이 AI 모먼트인가 아닌가를 우리가 구별하기 위해서 지금 우리에게 쉽게 던질 수 있습니다.
여러분, AI가 없으면 업무를 못하시겠습니까?
여러분, AI가 없으면 커뮤니케이션이 달라지십니까?
여러분, AI가 없으면 미디어 소비가 달라지십니까?
여러분, AI가 없으면 커머스를 못하시겠습니까?
아마 노라고 이야기하실 겁니다.
그러면 AI 모먼트는 아직 오지 않은 겁니다.
그러나 여러분 한번 상상해 보십시오.
여러분이 예스라고 답하는 때가 온다면 세상은 완전히 변해 있을 겁니다.
AI가 없으면 업무를 못하시고, AI가 없으면 물건을 사고팔지 못하시고, AI가 없으면 누군가와 대화도 하기 힘들어질 겁니다.
이것이 AI 모먼트입니다.
이렇게 되면 경제 질서 전체가 바뀌는 거고 여러분 병원도 마찬가지고 소비자들과의 커뮤니케이션 환경도 바뀔 것입니다.
이것을 요즘 미국에서는 컨슈머 AI 마켓이라고 이야기합니다.
소비자 AI 시장. 되게 쉬운 표현인 거죠.
이 부분이 더욱더 중요한 거고 이것이 바뀌었을 때 세상은 변할 거라고 보고 있는 거죠.
컨슈머 AI 마켓에서 크게 변하는 것은 우선 AI 친구들 서비스가 변하고 있습니다.
처음에는 걸프렌드 시장이 커졌지만 지금은 보이프렌드 시장도 커지고 있습니다.
그래서 뉴욕타임스도 보면 "She fell in love with ChatGPT" — 그녀가 챗GPT와 사랑에 빠졌다 — 라고 쓰고 있죠.
한국도 지금 챗GPT보다 제타(Zeta)라고 하는 친구 서비스가 더 인기가 있습니다.
처음에는 여자 친구, 남자 친구 사귀는 데 쓰고 있고, 리플리카(Replika)라는 서비스도 인기가 있습니다.
무료로 쓰면 남사친·여사친 역할을 주지만, 유료로 전환하면 남친·여친으로 바뀝니다.
캐릭터 AI, 제페토, 버추얼 캐릭터 서비스 등도 이를 모방하고 있습니다.
여기엔 영화 주인공, 웹툰 속 인물, 명상 코치, 요가 강사, 우울증 상담자, 직장 스트레스 상담자 등
다양한 AI 캐릭터가 등장하고 있고 폭발적인 인기를 끌고 있습니다.
또 히어 애프터(Here After)라는 서비스가 있습니다.
부모님의 목소리·데이터를 저장해 두면 돌아가신 뒤에도 자식이 그 음성으로 대화를 이어갈 수 있습니다.
미국에서는 이 서비스가 ‘죽은 이와의 대화’, “Talk to the Dead” 현상으로 불릴 만큼 인기입니다.
중국에는 ‘Resurrect(부활)’이라는 서비스로, 잃은 가족의 아바타를 복원해 대화하는 서비스도 등장했습니다.
AI는 이제 기억·감정·상실을 다루는 방식까지 바꾸고 있습니다.
또 하나의 변화는 연애·인간관계의 패턴입니다.
과거에는 친구 소개, 직장, 술자리에서 만났다면, 지금은 서구권의 70%가 데이팅 앱으로 만납니다.
AI는 이 앱들 안에서도 조력자 역할을 합니다.
예를 들어 틴더나 힌지에선 AI가 “너는 프로필 사진이 별로야”, “독서라고 쓰면 안 돼, 매력적으로 바꾸자” 같은 피드백을 줍니다.
댓글과 대화 스타일도 교정해 줘 이용자가 더 매력적으로 보이게 돕죠.
이 AI 조언 서비스는 유료지만 폭발적인 인기를 끌고 있습니다.
여성들의 불만은 “남자들이 갑자기 다 착해졌다”는 것입니다.
메타도 인스타그램에 AI 친구 기능을 도입하겠다고 발표했습니다.
한국에서도 대전의 한 스타트업이 노인용 돌봄 인형에 AI를 넣어 약 복용, 식사, 말벗 서비스를 제공하고 있습니다.
이런 기술은 고독 문제 해결의 새로운 해법으로 떠오르고 있습니다.
팬데믹 이후 미국은 ‘외로움’을 새로운 전염병(Epidemic)으로 규정하고 있으며, AI 정신상담 서비스가 확산 중입니다.
이것이 바로 새로운 소비자 행동(New Behavior)의 시작입니다.
아직 다수는 아니지만, 분명한 패턴 변화가 나타나고 있습니다.
검색 시장도 마찬가지로 급변하고 있습니다.
퍼플렉시티(Perplexity), 구글 AI 오버뷰, 챗GPT, 클로드, 네이버의 AI 브리핑 등 새로운 검색형 AI들이 등장했습니다.
챗GPT는 카카오톡과의 연동을 예고했고, 메타도 인스타그램에 통합을 준비 중입니다.
넷플릭스는 이미 챗GPT를 연결해 콘텐츠 추천을 실험하고 있습니다.
특히 구글은 최근 AI 모드를 도입했습니다.
검색 광고가 사라지는 구조입니다.
이는 매출의 55%를 차지하던 검색 광고를 스스로 포기한, ‘혁신가의 딜레마(Innovator’s Dilemma)’를 극복하는 결단입니다.
앞으로 5년 뒤에는 “예전엔 검색창에 키워드를 넣고 파란색 링크를 클릭했단다”라고 설명해야 할 시대가 될 겁니다.
AI가 직접 답변을 생성하기 때문입니다. 변화는 이미 진행 중입니다.
작년 11월 29일 *월스트리트저널*은 “구글링은 이제 올드피플용이다”라고 보도했습니다.
젊은 세대는 이미 AI 검색으로 이동하고 있습니다.
올해 8월, 미국 법원은 구글이 독점사업자라는 판결에도 크롬 매각을 면제했습니다.
이유는 “검색 시장에서 20년 만에 진정한 경쟁이 생겼기 때문”이었습니다.
즉, AI 검색으로의 이동이 현실이 되고 있다는 의미입니다.
여기서 AI 검색이 이제는 쇼핑 에이전트로 미국 같은 경우에는 진화하고 있습니다.
아마존 루퍼스라고 해서 아마존에서 집 구하려고 하면 AI가 툭 튀어나와서 제가 작년에 마샬 블루투스 스피커를 구매하려고 했었는데
여기서 AI가 나타나서 소비자 리뷰는 조금 더 좋고 가격은 조금 더 저렴한 것이 있는데 한번 구경해볼래, 이런 식으로
저한테 다른 상품을 팔기 시작하죠.
이런 부분도 있고 퍼플렉시티도 샵을 시작했고 그다음에 오픈AI도 미국에서 샵을 시작했습니다.
가격 비교 기능을 가지고 있고요. 그다음에 아마존 같은 경우에는 바이 포 미를 했습니다.
바이 포 미는 뭐냐 하면 아마존에서 3월에 시작했는데 3월에는 나이키를 팔지 않았습니다, 아마존닷컴에는.
그러면 제가 여기 AI를 시킬 수 있는 거예요. 너 아마존을 벗어나서 나이키 사이트 가서 러닝화 하나 사다줘.
그러면 AI가 그 물건을 사다 주는 겁니다. 이런 서비스가 시작했고 구글 또한 바이 포 미를 전면화했습니다.
여기에는 심지어는 지금 그거 보니까 가격이 37달러던데 35달러 되면 사줘.
이런 기능도 있습니다. 이런 부분에서 분명히 달라지는 거고 당연하게 AI 브라우저에서도 사람들이 물건을 살 수 있습니다.
그리고 네이버도 내년에는 검색뿐만 아니라 예약하고 구매할 수 있는 사이트를 다 만들겠다.
이런 식으로 이야기를 하고 있습니다. AI가 상거래 질서를 바꾸려고 하는 거죠.
여기서도 아직까지 이것이 머저리티라고 이야기할 수는 없지만, 다수라고 이야기할 수는 없지만 뉴 비헤비어가 탄생하고 있는 겁니다.
여기서 가장 중요한 것은 이거는 병원도 마찬가지입니다. 중간에 머신 커스터머가 생기는 거죠.
여러분이 그러니까 즉, 셀러라고 죄송합니다만 이렇게 표현한다면 AI가 있어야만 고객에게 도달할 수 있습니다.
고객이 물어봅니다. 내가 어디가 아프고 저 같은 경우에도 몸의 증상을 이야기합니다.
그러면 저한테 내과를 가 봐라, 이비인후과를 가 봐라.
주변의 이비인후과를 그러면 찾아달라고 그러면 검색을 해 줍니다.
여기, 여기 가 보라고.
사람들의 리뷰라든지 이런 것으로 볼 때 여기가 좀 괜찮을 것 같다고, 친절한 의사인 것 같다고 이런 식으로 이야기해 주기 시작하죠.
그래서 앞으로 유틸리티 쇼핑, 즉 저는 고양이를 키우는데 저희 고양이는 로얄 사료 캔밖에 안 먹습니다.
그러면 제가 이런 것들 또는 저는 샴푸를 하고 트리트먼트를 그래도 탈모 방지용으로 바꿨는데요.
이런 브랜드가 정해졌어요. 이런 것들은 이제 AI가 떨어질 때쯤 되면 자동적으로 사 오겠죠.
제가 얼마 전에 조카에게도 향수를 선물했습니다.
그런데 그때는 그거는 AI의 조언을 받습니다.
병원 같은 거 자동으로 AI가 구매하지는 않습니다만 AI가 도움을, 사람들의 도움을 받아서 병원을 찾을 거라는 거죠.
이러한 부분에서 왜 컨슈머 마켓이 중요한지 말씀드리겠습니다.
오픈 AI는 지금 SNS 서비스도 하려고 하고 있고 숍 기능도 하려고 하고 있고 브라우저도 하려고 하고 있고
심지어는 링크드인과 유사한 걸 하고 있습니다.
왜 이것을 하려고 할까요? 오픈 AI는 적자를 보고 있습니다.
그리고 지금 높은 Validation을 받는데 이 수치만 마지막으로 제가 말씀을 드리고 내려가겠습니다.
현재 오픈 AI에 20달러 이상씩 쓰고 있는 사람이 2000만 명이고 그리고 4억 명 정도가 원래 올해 초에 무료로 쓰고 있는데
이것이 8억 명으로 늘어났습니다.
그리고 오픈 AI는 지금 이것을 10억 명으로 만들겠다는 것이고 내년에는 20억 명 만들겠다는 거예요.
그러면 여러분들에게 오픈 AI 사장이 찾아와서 오픈 AI에게 투자해 주세요.
그러면 제가 두 배로 돌려드릴게요 한다면 2000만 명을 어떻게 키워서 해 보겠다는 것은 별로 설득력이 없습니다.
10억 명, 20억 명을 만들어서 여기에 처음에는 아무것도 안 붙이겠지만 나중에 검색 광고도 붙이고
쇼핑도 붙이고 여기에 DM도 붙이고 메시징도 서비스하고 모든 걸 다 붙이겠다고 할 때 쟤네가 정말 큰돈 벌 수 있겠구나.
이때 버블이 터지지 않는 것입니다, 여러분.
오픈 AI가 성공하지 않을 수도 있고 실패할 수도 있습니다.
구글도 실패할 수도 있어요. 그런데 구글과 오픈 AI가 하는 것은 지금 경제 질서의 주인의 자리를 다 바꾸겠다는 거예요.
그래서 네이버 공격할 것이고 카카오톡 공격할 것이고 쿠팡 공격할 것이고 아마존 공격할 것이고 인스타그램 공격하겠다는 것입니다.
이 판을 다 바꿔서 새롭게 경제가 작동하는 논리를 바꾸겠다는 거죠.
그렇다면 여러분들이 고객하고의 접점 또한, 환자들과의 접점 또한 다 바뀔 것입니다.
AI는, 지금 만들려고 하는 것은 우리에게 강제적으로 AI를 쓰게 할 것입니다.
그래서 우리가 원하든 원하지 않든, 이것이 디스토피아건 유토피아든지 간에 경제 질서의 근본적인 변화가
이미 예고되고 있다는 것, 이것이 2026년부터 가속화될 것이라는 말씀을 드리면서 제 강의는 마치도록 하겠습니다.
고맙습니다, 여러분.
-다음으로 이어지는 발표 주제는요. 대한민국 AI의 현재와 미래입니다.
대한민국 의료 AI의 현재와 미래에 대해서 이야기를 해볼 텐데요.
이번 발표에서는 대한민국 의료 AI가 어디까지 와있는지에 대한 현주소와 함께 앞으로 어떤 방향으로 나아갈 것인가에 대한
방향성에 대한 이야기를 해 볼까 합니다.
AI를 기반으로 하고 있는 디지털 트윈 설루션 기업인 메디컬 아이피를 이끌고 계신 분이시죠.
박상준 메디컬 아이피 대표를 큰 박수로 모시겠습니다.
-반갑습니다. 저는 메디컬 아이피라고 하는 인공지능 디지털 트윈이라는 기술을 하고 있고요.
거기 대표이사를 맡고 있습니다. 오늘 제가 맡은 강의, 대한민국 의료 AI의 현재와 미래입니다.
굉장히 거창하고 포괄적인 내용인데 결국 AI라고 하는 인공지능이 어떻게 헬스 케어, 의료 분야에 적용되어 왔고
현재 적용되고 있고 앞으로 어떻게 가야 하는지, 가고 있는지에 대해서 우리가 바라보는 그런 강의를 갖도록 하겠습니다.
저는 막 제 소개를 말씀드렸고요. 실제로 AI라고 하면 아마 이런 것들이 떠오르실 거예요.
기계 학습, 딥 러닝 그리고 최근에는 다양한 여러 가지 피지컬 AI, 여러 가지들이 덧붙여지고 있습니다.
실제로 그런데 그 AI가 지난 10년 이내에, 특히 5년 이내를 바라보면 IT 분야에서
굉장히 AI에 대한 열망, 도입에 대한 열망 그리고 실제로 많이 도입되고 있고요, 엄청 많이 쓰이고 있죠.
이런 부분들이 있는 반면에 헬스 케어라고 하는 의료 분야에는 AI가 도입될 때 생각보다 시작에 비해서는 굉장히 느리고 부딪힘이 많습니다.
그래서 어려운 부분들을 많이 토로하게 됩니다, 현실에서는요.
이게 뭐냐 하면 숫자입니다. 숫자인데 이게 엑스레이입니다.
엑스레이를 엑셀 파일에다가 집어넣어서 이렇게 쭉 줌 인으로 끌어당겨 본 것입니다.
그러면 저 숫자들이 어떤 패턴을 이루면서 무슨 형태를 띱니다.
이게 다 숫자인데 이 숫자에다가 컬러 코딩을, 숫자의 무게, 웨이트 패턴만큼 컬러를 입혀서 보면 현실에서 우리가 바라보는 엑스레이가 됩니다.
이건 CT 영상 중의 하나의 단면인데요.
이런 부분을 의료진들이 보면서 저기 빨간색 네모 칸에 뭔가 이상한 게 있다, 이게 뭘까 하면서 분석하게 되고
이런 것들이 의료의 행위인데 결국 이러한 인간이 하는 행위들을 AI가 대신 자동으로 조금 더 정밀하고 빠르게
해 줄 수 있으면 되게 좋겠다는 그런 열망에서 AI의 용처가 헬스 케어에서 어떻게 쓰일지에 대해서 시작되는 거고요.
그래서 실제로 지난 최근 AI가 딥 러닝이라는 관점으로 도입되기 직전으로 약간 돌아가면
한 20, 30년 이내에는 기계 학습이라는 것을 통해서 딥 러닝보다 먼저 선행해서 헬스 케어 분야에 다양한, 그것도 AI입니다, 어떻게 보면.
그런데 어떻게 인간보다 조금 더 잘해 볼 수 있을까, 인간보다 어떻게 더 빠르게 해 볼 수 있을까, 정교하게 해 볼 수 있을까라는 것이었지만
생각보다 기계 학습은 딥 러닝하고 다르게 동그라미를 학습시키면 동그라미를 찾아라, 빨간색 세모를 학습시키면
빨간색 세모를 찾아라, 이런 거예요.
그러니까 파란색 세모는 잘 못 찾아요, 기계 학습은.
그런 모호한 부분이 있기 때문에 딥 러닝이라는 게 나왔고 딥 러닝은 속 안에 블랙박스처럼 모든 내용을
우리가 왜 그렇게 되는지는 모르겠지만 이렇게 학습을 시켜 놓으면 그 조합에 따라서 굉장히 좋은 성능을 나타냅니다.
그래서 최근 10년 내에는 딥 러닝이 기계 학습을 대체했죠.
기계 학습은 거의 쓰이지 않고 있는 수준으로 지난 20, 30년의 노력을 다 없애버렸습니다.
그런데 이 AI가 의료 분야에 들어왔을 때는 크게 세 가지로 쓰입니다.
그 세 가지가 뭐냐 하면 첫 번째가 디텍션, 탐지.
병이 어디 있어라고 하는 거고요. 그리고 두 번째가 캐릭터라이제이션이라는 것입니다.
캐릭터라이제이션이라는 것은 병이 어디 있으면 병을 딱 병의 범위만 확실하게 분석을 해서
명확한 진단, 악성인지 양성인지 그리고 또 병기, 1기인지 2기인지 말기인지 딱 결정해 주는 그런 부분이 필요하고요.
마지막으로 모니터링이라고 하는 부분이 필요합니다.
모니터링, 그게 뭐냐 하면 이번에 분석했을 때와 다음에 분석했을 때 그리고 또 그다음에 1년 후에 분석했을 때 그 차이가 되게 중요하거든요.
이게 점점 좋아지는지 나빠지는지 아니면 계속 그대로 유지되고 있는지.
결국 이런 부분들이 이 AI가 헬스 케어 분야에서 쓰이면서 가장 주목하고 있는 분야이기도 합니다.
되게 간단한 말은, 간단히 이야기하면 디텍션과 캐릭터라이제이션과 모니터링이라는 관점에서
실제로 지난 10년 이내에 디텍션이라고 하는 관점으로 AI가 헬스 케어 분야에 정말 많이 시도되었고요, 한국뿐만 아니라 전 세계적으로.
그런데 후단에 있는 부분들은 아주 최근에 시도가 되고 있다고 보시면 될 것 같습니다.
올해 CES에서 엔비디아 젠슨 황 CEO가 그런 이야기를 했어요. 과거에는, 최근까지는 퍼셉션 AI.
그러니까 인간처럼 바라보고 분석하는 AI가 유행했다면 앞으로는 챗 GPT같이 생성형 AI.
그러니까 창조적인 AI가 계속 발전해 나갈 것이고 그리고 또 나아가서는 에이제네틱이라고 해서
스스로 생각하고 발전하고 뭔가를 더 나아가는 관점으로 나아가는 그런 AI가 유행할 것이라고 이야기했습니다.
그런데 이런 부분들은 결국 의료에서 보면 결국 다 쓰임새가 있습니다.
Perception AI는 말씀대로 인간같이 행동하는 거고 Generative AI는 말 그대로 인간이 못 찾아내는 부위들을 만들어,
artificial하게 만들어서 진짜처럼 쓰이게 하는 부분이 있고요.
그리고 Agentic AI 같은 경우는 정말로 환자의 롱 텀, 미드 텀 케어에 모니터링같이 비교 관찰을 하기 위해서 쓰이게 됩니다.
그리고 마지막으로 요즘 한참 각광받고 있는 Physical AI가 있습니다.
이 분야가 또 의료 분야 헬스케어에 어떻게 쓰일 것이냐는 아직 굉장히 초기 단계라서 우리가 모든 걸 다 말할 수 없지만
분명히 의료 행위라는 부분과 의료 절차라는 부분에는 굉장히 물리적인 디바이스와 물리적인 플랫폼들이 많이 있습니다.
그런 부분에 AI가 어떻게 다양하게 접목되면서 인간보다 결국은 더 빠르고 더 정교하고 더 효율적으로
비용 절감을 하면서 더 많은 매출 증대라든지 비용 절감과 오히려 비용 창출을 하는 관점으로 AI가 활용될 것이라고 예측하고 있습니다.
말씀드린 부분들을 간단하게 예를 들면 인지적 AI은 기준에 한국에서 열심히 해주고 좋은 회사들이 많이 있습니다.
뷰노라든지 루닛이라든지 이런 회사들이 결국 판독의가 어떤 병에 있지라고 하는 탐지하는 것들을
AI가 찾아주는 것들을 지난 수년간 만들어왔고요.
그럼에도 불구하고 오늘 제가 저번에 말씀드린 대로 AI가 어떻게 쓰여야는지 보면 생각보다 병이 있는 부분과
병이 없는 부분의 교집합 부분도 있거든요.
모호한 부분을 detection이 잘 분간해내주지 못해요.
그러니까 확실하게 병이 있는 부분을 아는데 여기 A 집합과 B 집합의 교집합 같은 부분과
여집합은 잘 못하기 때문에 결국 그런 부분을 교집합과 여집합을 확실하게 파악하기 위해서는
결국 characterization이라고 제가 말씀드렸던 병변을 정확하게 분석해내고 지금 어떠한 상태이고
어떠한 병기인지를 확실하게 파악하는 그런 AI가 필요합니다.
그런 부분은 결국 대개 쉽게 말씀드리면 이런 신호등 같아요.
이건 제가 쉽게 설명드리고 싶어서 갖고 온 자료입니다.
옛날에는 아주 신호등을 빨간색 불과 파란색 불로만 봤습니다.
그런데 최근에 보시면 다들 숫자로 카운트 다운 되잖아요.
그러면 언제 꺼질지 언제 켜질지 아니까 더 좋은 것 같습니다, 개인적으로는요.
결국 언제 이게 빨간색 불이 켜질까, 언제 초록색 불이 켜질까를 안다는 건 의료에서는 예측을 기반한 예방이라고 볼 수가 있어요.
결국 그 예방이라는 건 우리가 다 아시다시피 아주 간단한 예를 들으면 혈당 체크라고 이야기할까요.
혈당 피 한 방울 해서 수치가 뭐가 나오면 본인들도 이게 예측이 돼서 어떤 상태인지 그렇게 관리 상태를 예방 차원으로 대면할 수 있는 거거든요.
결국 이런 부분이 말씀드린 부분이라고 할 수 있고요.
결국 치료 진단과 예방 진단의 부분에서 detection과 characterization라고 하는 AI가 실제로 헬스케어 분야에 쓰이고 있습니다.
다음으로는 생성형 AI인데요. 생성형 이 동영상은 정말 실제로 존재하는 영상이 아니라 AI가 만들어낸 정교한 영상입니다.
대단하죠.
실제로 생성형 AI는 아시다시피 포워드 백워딩으로 해서 동시에 학습시켜서 완전히 새로운 정보를 만들어내는 기술인데
재미나게 보면 오른쪽에 MRI 뇌 영상을 피자로 만들기도 하고 피자 영상을 MIR로 만들기도 합니다.
원래 이런 식으로 쓰이면 안 되는데요, 의료에서는.
의료는 굉장히 정확하고 신뢰성 있는 데이터여야 하기 때문에 이런 식으로 하면 안 되지만 이렇게 바꿀 정도로 생성형 AI가 발전해 있고요.
현재 한국에서도 생성형 AI를 헬스케어 의료 분야에 잘 활용하기 위해 지금 식약처에서 허가 심사 가이드라인이 나와 있는 상태입니다.
허가 심사 가이드라인을 따라서 의료 데이터만 딱 들어가도 생성형 AI가 마치 인간처럼
다양한 분석을 인간의 사고 능력처럼 판단하고 분석해서 정리해주는 거죠.
실제로 이런 가이드라인이 의료 행위와 의료 기기 기반료 가이드라인이 나오기 전에도 제가 아는 지인들
외국이나 한국에 있는 분들 보시면 X-ray 영상이나 이런 것들을 챗GPT에다가 올려서 결과를 한번 보시더라고요.
물론 그거는 의료 인허가를 받은 그런 AI가 아니기 때문에 당연히 부정확할 수 있지만
그럼에도 불구하고 사람들이 많이 쓰는 걸 보면 꽤나 뭐야, 이게 생각보다 되게 잘하는데 이런 부분들이 잘 공통점이었던 것 같습니다.
그런 부분을 신뢰성, 안전성 기반으로 해서 이러한 생성형 AI에 대한 부분을 한국 국가 정부에서도
정부 주도로 지금 의료기기 개발을 하고 있다고 말씀드리겠습니다.
이건 제 개인적인 사례입니다.
코로나 팬데믹 때 생성형 AI를 만들어서 실제로 지금과 같이 X-ray가 들어오면 폐를 생성형 AI로
폐 CT만 3차원으로 만들고 그 부분에서 폐렴, 코로나 폐렴 부분만 빨간색으로 판단해 보는 그런 AI를 만들었어요, 5년 전에.
좀 빨리 만들었죠.
그래서 안 보이는 사람의 X-ray에서 폐를 이렇게 만들고 생성형 AI로 만들고 지금 얼마나 중증도가 심한지 이런 부분을 시도했던 바가 있습니다.
그리고 또 Agentic AI라고 굉장히 스스로 생각하고 실시간으로 판단하는 그런 AI가 유행하는데
그게 의료에서는 모니터링 시스템으로 많이 활용되고 있어요.
아까 제가 말씀드렸습니다.
AI가 의료에 잘 활용될 때는 detection과 characterization과 모니터링이라는 큰 범주에서 적용되고 있다.
그런데 현재 한국에 유명한 여러 회사들에서 뷰노 메디컬 AI 같은 회사에서는 생체 신호를 받아서
이 사람이 언제 24시간 이내 심장이 정지할지 6시간 내 중증이 어떤 뭔가 발생할지 급성 심근경색이 언제 올지 이런 것들을 예측하고 있어요.
그럼 예측이 되면 뭔가 더 의료 절차에서 의료 행위들이 좀 더 효율성 있게 대응할 수 있다는 점이 이 AI의 장점이라고 할 수 있겠습니다.
또한 제가 하고 있는 팀에서도 간암을 10년 이내에 언제 발병될 수 있을지를 예측하는 3등급 의료기기 허가를
전 세계 최초로 받은 그런 사례가 있습니다.
결국 이런 예측 기반의 예방을 목적으로 한 AI가 굉장히 사람의 현재 상태를 어떤지를 가늠하는
모니터링 관점에서 도입되고 있는 그런 시점이라고 생각하시면 됩니다.
한국의 대한영상의학회에서 그런 서베이를 했어요. 한국은 지금 현재 어떤 상태이고 어떤 방향으로 가야 할 것이냐, AI가.
그랬을 때 현재까지는 너무나도 병이 어디에 있나라는 탐지에만 너무 많은 기업이나 연구자가 몰두했다고 조사 결과가 나왔고.
그럼 앞으로 디멘드, 어느 방향으로 우리는 가야 할 것이냐고 봤을 때는 보다 반복적으로 보다 많이 쓰일 수 있는,
판독에만 쓰이는 게 아니라 실제로 모든 의료 절차 안에서 자주 쓰일 수 있게 하는 게
어떤 병의 characterization 병의 어떤 수치 해석, 다양한 정보화하는 부분들이 앞으로 이게 필요할 것이라고 됐습니다.
그런데 미국과 같은 경우를 보면 이미 10년 전부터 병을 탐지하는 것보다는 병의 관리 부분에서
많이 이런 부분들이 이미 AI가 도입되고 쓰여지고 시도되고 있었어요.
아마도 그것은 국가적 상황이 좀 다르기 때문일 것입니다.
아마 미국이 의료 접근성이 떨어지고 의료 비용이 비싸다 보니까 아마 이게 반복적으로 의료 행위를 하는 부분에
AI가 좀 도입되면 비용을 줄일 수 있을 것이라는 기대감이 있었던 것 같습니다.
한국이라는 좀 사정이 다릅니다.
실제로 보시다시피 관상동맥의 혈류의 역학이라든지 어떤 혈관에 석회가 얼마나 들어가 있는지
뭔가 이런 정보들, 이런 수치들에 대해서 더 훨씬 관심이 있었고 이런 부분들이 국가적으로 미국에서는 도입이 됐습니다.
마지막으로 피지컬 AI가 의료에 어떻게 도입이 될까, 이것은 아직 좀 도입 시기 초반입니다.
최근에 로봇, 여기서 보시면 피지컬 AI는 결국 리얼 월드에서 휴머노이드 로봇이라든지
물류 서비스 로봇, 의료 로봇, 자율주행 차량, 드론 무인기 같은 것들이 피지컬 AI인데
저기 보이시는 의료 로봇처럼 로봇 팔들이, 로봇 암이 실제로 의사처럼 혹은 의사보다 더 정교하게 정해진 절차 안에서
AI 기반으로 치료, 수술을 한다는 거죠.
이런 것들이 아직은 좀 초기고요. 그럼 그 사이에는 피지컬 AI가 아무것도 없었냐, 로봇 말고는, 의료에는.
그것은 아닙니다. 실제로 디지털 트윈이라는 부분이 생략되어 있고요.
디지털 트윈은 저 옆에서 보이시는 것처럼 지구의 어떤 기후 변화가 어떻게 될 것인가를
실제 리얼 월드의 데이터를 가상의 모델로 만들어서 미리 한번 돌려보면 앞으로 일주일 후,
한 달 후에 어떻게 될 것인가, 이런 것들을 우리가 예측할 수 있고 이런 부분들을 계획해서 할 수가 있습니다.
현대자동차도 올해 초에 엔비디아하고 이런 디지털 트윈 플랫폼을 MOU를 체결했죠.
그게 뭐냐 하면 본인들이 미국에 자동차 공장을 짓기 전에 실제 지으면 돈이 너무 막대하니까
이런 디지털 트윈의 어떤 가상의 데이터에 실제 모델을 만들어서 공장과 다양한 절차,
실제로 굉장히 실제 세계와 거의 동등한 혹은 그 이상의 수준으로 정교하게 만들어서
이렇게 실제로 뭔가 하기 전에 한번 이렇게 시뮬레이션을 해보는 겁니다.
그럴 때 이런 디지털 트윈이 필요하고 저도, 저희 팀도 의료 안에서 그럼 이 피지컬 AI로 가기 위해서
우리는 어떻게 해야 하는지를 많이 고민했었는데요.
실제로 엔비디아와 이런 협력을 했었습니다.
의료 영상이 AI를 통해서 다양한 장비들이 3차원으로 모델링, 디지털 트윈 정보화가 되면
엔비디아의 칩세트를 활용해서 굉장히 더 현실감 있게 3차원으로 만들고 나아가서는 픽사 애니메이션의 자료 구조를 써서
보시는 바와 같이 정말 퀄리티가 만화 영화급으로 굉장히 좋은 수준으로 이 의료 영상을 대할 수 있게 됩니다.
그럼 결국 이런 부분을 통해서 보이시는 피지컬 AI로 가는 단계 혹은 그 동등한 단계에 있는
어떤 기기들에 접목해서 실제 이런 의료 데이터를 리얼 월드에서 좀 활용할 수 있는 거죠.
실제로 이런 부분을 최근에 갑상샘암 절개 수술에도 활용하고 있고요.
실제 이런 로봇을 활용해서 수술을 할 때 그냥 수술을 하기보다는 이게 그냥 하면 굉장히 느리고 정교하지 않기 때문에
AI 기반으로 실제 병변 부위와 실제 병변이 아닌 정상 부위들을 오버래핑해서 어느 부위를, 마치 자동차 내비게이션을 보면서 운전을 하듯이
어느 부위를 잘 절개해서 절차적으로 빨리 수술을 끝내야 할까, 이런 부분에 대해서 실제로 적용되고 있습니다.
그리고 또 마침 이것도 또한 갑상샘과는 별개로 뇌종양에 대한 그런 자동차 내비게이션 같은 그런 부분이라고 할 수 있습니다.
이런 부분들이 AI를 만나면서 굉장히 지금 현실에 더 빠르게 적용되고 있고요.
최근에는 삼성전자가 또 안경도 내놓는다고 해서 전반적으로 이런 부분들이 기대감이 큽니다.
그리고 실제로 원격 의료 관점에서도 이런 의료 데이터를 활용해 이런 다양한 피지컬 월드에서의 그 모델들과,
이런 안경은 그 하나의 그냥 사례지만 다양한 부분들하고 접목돼서 다양한 용도로
의료진과 환자 사이 커뮤니케이션의 소통을 그리고 효율성을 증대시킬 수 있다고 말씀드릴 수 있습니다.
이것은 엑스레이입니다.
엑스레이가 이렇게 다양한 정보로 3차원으로 만들어질 수 있고 이렇게 이 하나의 엑스레이를 통해서
실제로 리얼 월드에서 안경이라든지 다양한 디바이스와 결합해서 볼 수 있다면 이런 부분들이
결국 실제 생활에서는 우리가 엑스레이 하나만으로는 판단을 못 하는 어떤 혈관의 혈류라든지
혈관의 현재 상태라든지 그리고 실제 지금 수술, 치료가 필요한 상태라든지 이런 부분들을 미리 판단해 볼 수 있습니다.
이런 것들이 단순히 그냥 의료 데이터만 쓰이는 것이 아니라 실제로 의료 데이터와
현실의 어떤 디바이스들과 합쳐져서 실제 피지컬 월드에서 쓰일 수 있는 방향으로 나아가고 있습니다.
정리하겠습니다. 과거에는 이렇게 병원에서 환자를 대하면서 진료를 보고 현재는 컴퓨터 앞에서 진료를 보는 시대입니다.
그럼 미래는 이런 식으로 많은 의사가 환자 한 명을 위해서 모여야 하는 시대이냐.
그렇지 않습니다. AI를 통해서 조금 더 빠르고 정교하고 효율성 있게 해야 합니다.
단 하지만 우리가 극복해야 하는 게 하나 있는 게 의료 데이터에 대한 접근성이 너무 떨어진다는 것과
그리고 아무리 좋은 AI라도 도입되는 그 규제, 규제라는 그런 부분이 인허가라는 부분이 굉장히 어려운 부분들이 많이 있습니다.
이런 부분은 우리가 한번 고찰하고 재고해 봐야 하는 부분이라고 생각합니다.
이상 마치겠습니다. 감사합니다.
-이번에 세 번째 발표는 지역 의료에 대해서 살펴보도록 하겠습니다.
의료 AI가 수도권과 지역의 격차, 불균형을 해소하고 새로운 돌파구가 될 수 있을지 아니면 격차와 함께
과제를 낳을 것인지에 대한 고민을 한번 해보도록 하겠습니다.
의료 AI의 무한한 가능성을 바탕으로 지역 의료의 미래를 설계하시는 분입니다.
이상돈 양산부산대병원장입니다. 지역 의료와 AI라는 주제로 발표를 해주시겠습니다.
여러분, 큰 박수로 모시겠습니다.
-방금 소개받은 양산부산대학교병원 병원장 이상돈입니다.
앞서 두 분은 서울에서 오셨고 저는 지역을 대표해서 세 번째 마지막 연자로 나왔습니다.
저는 병원에 있기 때문에 의사로서 또 병원에서의 경영자로서의 경험을 바탕으로 일반인들의 시선에서 한번 말씀을 드리도록 하겠습니다.
아마도 지역 의료가 점점 최근 들어서 붕괴되고 있다.
특히 필수 의료가 붕괴되고 있다는 이야기를 많이 들었을 것입니다.
저는 개인적으로 지역의료가 살아야 대한민국 의료가 살 수 있다는 그런 피부로 절감하고 있습니다.
그래서 오늘 지역의료에 대해서 한번 말씀을 드려보도록 하겠습니다.
앞서 두 분이 인공지능 AI에 대해서 많이 말씀을 하셨습니다.
아마 여기 계신 분들도 다 아마 인공지능 AI는 다 알고 계실 것이고 아마 세계적으로도 화두가 되고 있고
문화, 경제, 사회, 국방, 의료 할 것 없이 전 영역에서 인공지능이 크게 자리매김을 하고 있습니다.
특히 의료 AI도 최근에 급속도로 발전을 하고 있습니다.
그래서 저희가 따라하기가 버거울 정도입니다.
제가 생각할 때는 이런 의료 AI를 도입하고 활용함으로써 저희가 갖고 있는 지역 의료의 격차를 조금 개선하는 데도
도움이 될 수 있을 것 같고 지역의료를 활성화하는 데도 크게 도움이 되지 않을까 생각하고 있습니다.
그래서 부재로 의료 AI를 통한 지역 의료 격차를 해소하는 것으로써 짧은 시간이지만 말씀을 드려보도록 하겠습니다.
우선 지역별 의료 이용 통계를 소개하면서 현재 저희 지역 의료가 어디에 와 있는지 한번 살펴보도록 하겠습니다.
이 자료는 환자 주소지 기준 관내 요양기관 이용 비율입니다.
쉽게 말하면 부산에 살고 있는 환자분이 부산에 있는 의료기관을 얼마나 많이 이용하는가를 나타내고 있습니다.
서울과 부산의 경우에는 본인이 살고 있는 지역의 의료기관의 90% 이용하고 있습니다.
그 반면에 경남으로 오면 77%로 대도시와 비교해서 지방으로 갈수록 이용률이 많이 떨어지고 있다는 것을 보여주고 있습니다.
그리고 이 자료는 요양기관 소재지 기준에서 환자 유입을 나타내는 비율인데 쉽게 말하면 서울의 경우에
지방에서 환자분들이 41.7%나 유입되고 있다.
그러면 부산은 24.7%, 경남은 19.8%로 서울에 비해서 이렇게 부산 또 지방으로 갈수록 환자 유입 비율이 떨어지고 있는 것을 알 수 있습니다.
인구 10만 명당 의사 수와 간호사 수를 비교한 그런 자료입니다.
서울이 인구 10만 명당 500명이라고 할 때 부산은 360명, 경남은 250명 정도 됩니다.
그래서 서울에 비해서 부산과 경남이 지방이 의사 수가 많이 적다는 것을 한번에 알 수 있습니다.
간호사 수는 부산과 서울은 비슷합니다.
인구 10만 명당 650명 내외 그렇지만 경남으로 가면 520명으로 역시 경남에는 간호사 수가 부족함을 알 수 있습니다.
이 자료는 인구 10만 명당 의료기관이 몇 개 있느냐.
서울은 250개, 부산은 215개 그리고 경남은 167개입니다.
그래서 서울에는 의료기관이 굉장히 많아서 의료기관 이용을 손쉽게 할 수 있다는 이야기가 되겠습니다.
다음은 지역의료와 수도권 의료가 격차가 있느냐, 최근 언론 기사를 통해서 잠시 살펴보겠습니다.
부산일보 사설입니다. 지난 11년간 935만 명의 환자가 서울에 원정 진료를 갔다는 그런 헤드라인 기사입니다.
또 청년 회사에서는 이렇게 지역 환자가 서울로 원정 진료를 갈 때 1년에 사회적 비용이 최대 4조 6000억 원이나 든다고 합니다.
부산의 경우에 2013년 대비해서 2023년 이런 원정 진료가 서울로 가는 것이 34%로 굉장히 급증했습니다.
그리고 지방에서 서울의 빅5 병원, OOO병원들로 가는 비율도 비슷하게 33.2%나 급증하고 있습니다.
이렇게 지방 환자가 서울에 갈 때 1년에 4조 6000억 원의 사회적 비용이 발생하고 있습니다.
그러면 왜 이렇게 지방에 있는 환자분들이 서울로 갈까.
여러 번 이야기가 나왔지만 결국에 서울, 수도권의 쏠림 현상 때문입니다.
인적으로 물적으로 모든 부분이 서울의 수도권으로 특히 서울 빅5 병원 쪽으로 쏠림으로 인해서 이런 현상이 일어난다고 생각이 됩니다.
그러면 여기에 대한 대책이 있을까.
여러 가지 대책을 고민 중에 있겠지만 하나의 대안으로 나온 것이 국립대 중심으로
지역 완결형 의료 체계를 갖추어야 한다는 것을 대안으로 제시하고 있습니다.
두 번째로는 외국인 환자 유치를 통해서 우리 지역 의료의 현 위치를 한번 보겠습니다.
지금 벌써 외국인 환자가 120만 명 시대에 돌입했습니다.
그러면 외국인 환자가 올 때 그것으로 인해서 의료 비용도 생깁니다.
올해 자그마치 2조를 예상하고 있습니다.
작년에는 1.4조인데 동반자까지 포함하면 7.5조로 어마어마한 의료 수익이 발생하고 있는 겁니다.
그런데 아쉽게도 지도를 보시면 서울이 외국인 환자 전체의 85.4%를 유치하고 있습니다.
그러면 부산은 어떨까. 제 기억에는 부산이 2010년부터 서면을 중심으로 메디컬 스트리트 의료 관광을 시작했습니다.
그 당시만 해도 5%의 유치를 보였는데 14년이 지났는데 오히려 2.6% 반토막이 났습니다.
우리 시쳇말로 폭망한 것입니다. 그러면 우리 지역 의료 체계는 문제점이 없을까.
지역 의료 체계의 문제점을 살펴보면서 우리 현 주소를 한번 보겠습니다.
의료 체계 면에서 우리나라 의료 체계는 지역 간 또는 지역 내에서도 무한 경쟁 구조를 가지고 있습니다.
그러다 보니까 선호도가 높은 서울의 빅5 병원들로 가게 됩니다.
그래서 지역의료가 더욱더 안 좋은 환경을 이루어지고 있다.
두 번째로는 자원 공급 면입니다.
모든 인적 물적 자원들이 수도권, 서울로 가다 보니까 특히 수도권에 있는 대형병원들은 2병원, 3병원 이렇게 자꾸 만들고 있습니다.
그러면 지역에 있는 우수한 인력이 서울로 또는 수도권으로 옮겨가게 됩니다.
그러면 지역 의료는 더욱더 붕괴되는 현상을 갖게 되겠죠. 세 번째는 컨트롤타워입니다.
지역 필수적 네트워크나 리더십이 점점 부재되고 있고 특히 국립대병원 같은 경우에는 정부의 여러 가지 규제의 틀을 받고 있습니다.
그러다 보니까 국립대병원이 책임 의료기관으로서 이렇게 역할을 해야 하는데 그런 역할이 점점 약화되고
경쟁력도 약화되는 문제점을 안고 있습니다.
마지막으로 건강 의료 격차입니다.
수도권이 이렇게 점점 공룡화되고 거대화되면서 지역 필수 의료는 점점 무너집니다.
그래서 지역에 있는 시민이나 환자분들이 건강의 위협을 받을 수밖에 없는 그런 의료 체계상의 문제점을 갖고 있습니다.
다시 한번 지역 의료가 살아야 대한민국 의료가 살 수 있음을 다시 한번 강조를 드립니다.
그러면 저희는 가만히 있으면 되느냐, 그렇지는 않습니다.
우선 저희가 살기 위해서는 어떻게 차별화를 만드느냐, 전문화를 만드느냐도 모색해야겠죠.
두 번째로는 그래도 지역 병원도 지역 나름대로 강점이 있습니다.
그런 강점들을 잘 살려서 이런 의료 서비스 마케팅도 필요할 것으로 생각이 들고 또 최근 오늘 이야기가 많이 나왔지만
이 화두가 되고 있는 의료AI를 많이 도입하고 활용화해서 저희가 부족한 부분들을 메워 나가야 한다고 생각합니다.
의료AI란 뭔가. 제미니나 챗GPT나 또 에이닷 이런 데, AI에게 물어봅니다.
물어보면 이렇게 답할 겁니다. 인공지능을 활용한 병을 진단하고 예측하고 치료 보조 기술을 의미한다.
조금 더 넓게는 기계 학습 사용하여 환자 경험을 높이고 병원 운영이나 또 지출을 지원하고 궁극적으로는 이 모든 것을 개선하는 것이다.
이렇게 답변합니다. 과연 우리 지역에서 의료AI가 어디 부분에 많이 활용되고 있냐.
박상준 대표님 말씀하셨듯이 X-ray, CT, MRI 이런 영상 부분에서 특히 많이 활용되고 있습니다.
그래서 AI를 기반해서 병을 진단하고 분석하는 데 많이 활용되고 있고 두 번째로는 이런 의료 데이터를 분석하고
위험도를 분석해서 병을 예방하고 조기에 진단하는 데도 많이 활용하고 있습니다.
아울러 이 딥 러닝 기반의 학습과 또 가설 검증을 통해서 저희가 새로운 치료법도, 새로운 치료약을 개발하는 데도 잘 활용하고 있습니다.
마지막으로 이 예측 모델링을 통해서 환자의 대기 시간을 줄일 수도 있습니다.
그리고 진료 과목별로 지식을 서로 공유해서 의사 간 협진을 활성화하는 데도 이용될 수 있습니다.
한국은 앞으로 의료AI가 어떨까. 저는 개인적으로 굉장히 밝은 전망을 기대합니다.
그 이유는 한국은 이미 5G 통신망의 기술 수준이 세계적으로 우위에 있습니다.
두 번째로는 국민건강보험공단이 단일 보험 체계로 되어 있어서 모든 데이터, 공공 데이터를 활용할 수 있습니다.
데이터를 가지고 AI를 이용하는 거거든요. 그리고 의무 기록도 저희는 다 전자 의무 기록으로 대부분 돼 있습니다.
전자 의무 기록 내에 있는 내용들을 데이터화시키고 그 데이터화된 것들을 의료AI로 이렇게 활용하게 되는 겁니다.
마지막으로 저희 나라는 꾸준하게 최근에 국내 의료기기가 해외로 수출이 잘 되고 있습니다.
이 자료는 최근 4년간 국내 의료기기가 해외로 수출이 될 때 지속적으로 흑자를 내고 있다는 내용입니다.
그러면 이 세계적인 글로벌 AI는 어떨까. 세계적으로 시장 조사, 유명한 시장 조사 기관 두 군데에 의뢰를 해봤습니다.
한 군데에서는 연평균 성장률이 37%, 또 한 군데에서는 38%. 굉장히 높은 성장률을 전망하고 있습니다.
주요 선진국 대비해서 우리나라의 의료AI 기술이 어느 정도 되느냐.
그거를 크게 네 가지로 AI 기반, 질병을 진단하고 치료하는 시스템 또 예측하는 시스템,
새로운 어떤 치료 약물이나 치료법을 개발하는 알고리즘이라든지
또 의료 자원을 최적화하는 시스템, 이렇게 다 나눠봤을 때 미국을 100이라고 기준을 했으면 저희 한국은 약 80% 정도의 수준입니다.
그래서 20%의 기술 격차가 있습니다.
저희가 이 20% 기술 격차를 좀 빠른 시간 내에 좁혀야 하는 숙제를 갖고 있습니다.
마지막으로 이 지역 의료가 조금 더 활성화되기 위해서 여러 가지 방안이 있겠지만 두 가지 의료AI를 동원한 방안과
앞서 말씀드린 이 지역의 의료 체계 문제점을 말씀드렸는데 이것을 개선하는 쪽으로 제안을 드리도록 하겠습니다.
먼저 의료AI로 지역 의료를 복구하기 위해서는 제가 생각할 때는 제일 첫 번째가 의료AI에 대한 정부의 과감한 투자와 지원이 필요합니다.
그런데 다행스럽게도 이제 올해 현 정부 들어서 국가AI전략위원회 만들어지고 위원장이 대통령으로 되어 있고
또 100조의 AI 기금 조성도 시행하고 있고 내년에 AI 예산이 10조 1000억이라고 들었습니다.
이런 부분들은 굉장히 고무적이라고 생각합니다.
두 번째, 지역에 전문 의료 인력이 많이 부족한데 이것을 AI로써 보완해 나가는 방안을 찾아야 할 것 같고
세 번째로는 학교와 병원 그다음에 이 정부가 같이 하나의 컨소시엄을 이뤄서 과감하게
이 AI 융합형 인재 육성에 힘을 쏟아야 하고 거기에 많은 지원을 해줘야 한다.
네 번째로는 아까 말씀드렸듯이 저희 지역 의료기관이 강점을 가진 선도적인 AI 도입을 통해서
차별화 그리고 전문화를 확보해야 한다고 생각합니다.
다섯 번째로는 이 딥 러닝을 위한 학습 데이터 활용 및 공유를 위해서 대규모 하드웨어 인프라 구축이 필수적으로 이뤄져야 하고
저희가 이렇게 오늘 의료AI를 말씀드리지만 시민분들이나 환자분들이 여기에 대한 이해가 없으면 어렵습니다.
그래서 정부 차원의 교육이 이뤄져야 하고 마지막으로 인공지능 의료기기가 많이 개발되고 있습니다.
그런 기기들이 병원에 활용이 되려면 그걸 위해서 인증 절차라든지 또 건강보험 적용 절차가 간소화되기 위해서
정부가 많이 지원해 줘야 한다고 생각합니다.
마지막으로 지역 의료 체계 문제점을 말씀드렸고 개선에 대해서 정리하도록 하겠습니다.
첫 번째는 지역에서 모든 것이 해결되는 지역 완결형 의료 체계를 갖춰야 합니다.
그리고 두 번째로는 지역과 필수 의료 전달 체계의 거점화로 인해서 의료 공급망이 보다 효율적으로 갈 수 있도록 바꿔야 하고
세 번째로는 지역에 있는 의료기관끼리 협력 네트워크를 잘 할 수 있도록 정부가 지원해 주고
그래서 지역끼리 서로 상생하고 협력할 수 있도록 전달 체계가 바뀌어야 한다고 생각합니다.
그렇게 되기 위해서는 정부의 대폭적인 지원, 투자가 필수적으로 선행되어야 한다고 생각합니다.
마무리하도록 하겠습니다. AI는 인간과 경쟁자도 아니고 대체자도 아닙니다.
인간을 도와주는 조력자이자 협력자이자 같이 가야 할 파트너라고 생각합니다.
지역 의료는 AI로 심폐소생술하듯이 다시 소생시킬 수 있습니다.
의료AI는 지역 의료 혁신의 실마리라고 생각하고 다시 한번 지역 의료가 살아야
대한민국 의료가 살 수 있음을 강조드리면서 저의 강연을 여기서 마치도록 하겠습니다.
감사합니다.
-여러분 이상돈 병원장님께 다시 한번 큰 박수 부탁드립니다.