반면, 데이터 기반 응답은 방대한 지식 그래프나 문헌 데이터베이스에서 ‘정확한 답변’을 찾아 매칭하는 방식입니다. 예를 들어 전자 의무기록(EMR) 데이터베이스에서 환자 정보를 조회해 오는 시스템은 ‘환각’ 없이 실제 정보를 보여줍니다. 하지만 문맥적, 창의적 응답은 못 합니다. 의료 현장에 적용될 때는 두 방식이 유기적으로 결합되어야 합니다. 예측 기반으로 환자 상태를 요약하되, 데이터를 정확히 참조해 예단(오진)이나 ‘Hallucination’을 최소화하는 방법이 중요합니다.
AI와 의료: 어디까지 왔나?
의료 분야에서도 AI는 이미 다양한 형태로 도입되고 있습니다.
1. 영상 분석
X-ray, CT, MRI 등에서 병변을 찾아내거나, 이상 음영을 표시해주는 판독 보조 시스템은 이미 국내외 다수 의료기관에서 시범 운영 중입니다. 특히 한국에서는 뷰노(VUNO), 루닛(Lunit) 등 AI 스타트업이 대표적입니다.
- 뷰노(VUNO): 식품의약품안전처 인허가를 획득한 「VUNO Med-BoneAge」, 「VUNO Med-Chest X-ray」 등의 소프트웨어를 통해 X-ray 영상에서 병변을 자동 분석 및 표시해주는 기술을 개발하였습니다.
- 루닛(Lunit): 「Lunit INSIGHT CXR」 등 폐암·유방암 조기 진단을 위한 AI 솔루션을 출시하고, 서울대병원 등을 비롯한 대형 병원과의 협업을 통해 임상적 효용성을 검증하고 있습니다.
[보도자료] 인공지능기술이 적용된 디지털의료기기의 허가심사 가이드라인」, 2025년 5월 7일
[홈페이지] 뷰노(VUNO) 공식 웹사이트 https://vuno.co/
[홈페이지] 루닛(Lunit) 공식 웹사이트 https://www.lunit.io/
이와 같은 기술은 영상 전문의의 과로와 판독 누락 문제를 보조하거나, 병변을 더 정확하게 찾아내는 데 도움이 됩니다. 완전 자동화보다는 인간 의사의 최종 판단을 보조하는 역할을 수행하며, 방대한 데이터 학습과 딥러닝 기법을 이용해 성능이 계속 발전하고 있습니다.
2. 진료 기록 요약
대형병원 및 스타트업을 중심으로, EMR(전자 의무 기록)에 누적된 방대한 진료정보를 AI가 자동으로 분석·요약해주는 시도가 점차 확산되고 있습니다. 의사가 환자 상태를 빠르게 파악하거나, 서류 작업 부담을 줄이는 데 큰 도움이 되기 때문입니다.
-
닥터앤서(Dr.Answer)
과학기술정보통신부가 지원하고 여러 병원·기업이 협력하여 개발한 AI 의료소프트웨어 패키지입니다. 환자 진료기록의 핵심 내용을 추출해 의사에게 제공하는 기능이 포함되어 있으며, 의료진이 의사결정에 집중할 수 있게 하는 것이 주요 목표입니다.
-
빅5 + LLM 서울대병원과 서울아산병원은 2025년 3월과 4월 연이어 한국의 의료환경에 적용할 수 있는 LLM 기반 진료 보조 시스템 개발을 발표했습니다. 서울대병원이 개발한 LLM은 한국 의료 환경에 특화된 AI 환경을 구축했으며, 서울아산병원은 모든 진료 현장에서 의료진·환자의 대화를 실시간으로 기록·요약해 의무기록 작성을 자동화하는 음성인식 시스템을 개발했습니다. 두 병원의 AI 기반 프로젝트는 궁극적으로 의료진의 업무 효율을 높이고 환자 중심 진료 환경을 강화하는 것을 목표로 하고 있습니다.
-
국내 스타트업 사례
메디컬 AI 솔루션 회사들은 진료 음성 인식을 통해 자동으로 차트를 작성하는 기능, 요약·추천 알고리즘을 활용해 퇴원 요약서(Discharge Summary)를 빠르게 생성하는 기능을 개발 중입니다. 뷰노(VUNO), 퍼즐에이아이(PuzzleAI) 등 다수 업체에서 관련 제품을 선보이고 있습니다.
[사업공고] “의료 AI 혁신생태계조성( 닥터앤서 3.0) 사업공고” (2025년 4월)
[보도자료] “서울대병원, 국내 최초 ‘한국형 의료 거대언어모델(LLM)’ 개발” (2025년 3월)
[제품소개] 뷰노(VUNO) Deep-ASR 소개 페이지
[제품소개] 퍼즐에이아이 PuzzleO 소개 페이지
이 같은 진료기록 요약 기술은 짧은 시간 안에 많은 환자를 보는 임상의들에게 특히 유용합니다. “의무기록 작성을 위한 노동”을 줄여주어, 의사-환자 간 대면 상담 및 의사결정 과정에 더 집중할 수 있게 돕습니다. 한편, 환자의 민감 정보가 자동화 프로세스에서 처리되는 만큼, 개인정보보호와 의료윤리에 대한 철저한 관리·감독이 필수적입니다.
3. 산업보건 영역
현장 노동자의 안전과 건강관리에 AI를 활용하는 사례로 웨어러블(착용형) 기기를 이용한 열사병 모니터링이 대표적입니다. 작업자가 착용하는 기기(팔찌·목걸이·헬멧 등)에 체온 센서, 심박 센서 등을 부착하여, 온열 위험도가 높아지는 순간 관리자나 본인에게 즉시 알람을 보내는 시스템이 구축되고 있습니다.
최근 기사에 따르면, 일부 기업들이 실제 산업현장에서 웨어러블 AI솔루션을 도입하여 열사병 전조 증상을 조기에 포착하고, 휴식을 취하도록 유도함으로써 안전사고를 예방하고 있습니다. 이런 시스템은 반복적이고 실시간적인 데이터를 해석하는 데 있어 AI가 특히 강점을 발휘하기 때문에, 앞으로 산업보건 영역 전반에 크게 기여할 것으로 기대됩니다.
[기사] 켐토피아, ‘온열질환’ 대응관리 서비스 개시
아직은 ‘보조 도구’ 수준에 머물러 있지만, AI가 단순 반복 판정 영역에서는 인간보다 실수가 적고, 방대한 문헌에서 최신 지침을 찾아내는 데도 강점을 보입니다. 따라서 앞으로 의사가 어떤 역할을 맡아야 할지, AI와 업무를 어떻게 분담해야 할지가 더욱 중요해집니다. |