국내 최초 생성형 AI 디지털의료기기, 의료 혁신의 신호탄

국내에서 처음으로 생성형 인공지능을 탑재한 디지털의료기기가 식품의약품안전처의 정식 허가를 획득했다. 해당 기기는 의료 현장에서 실제로 문자, 이미지 등 다양한 데이터를 분석해 진단·상담을 돕는 소프트웨어로, 생성형 AI를 사용해 환자별 맞춤형 해석과 안내를 제공하는 기능이 특징이다. 규제 기관이 최초로 생성형 AI 기반 의료기기의 공식 등장을 허용함에 따라 국내 의료 AI 시장에 본격적인 변화가 예고된다.

생성형 AI는 입력 데이터에서 새로운 텍스트, 이미지, 보고서 등을 생성하는 인공지능 기술로, 최근 글로벌 의료기술 시장에서 빠르게 채택되고 있다. 이번 승인 사례는 글로벌 흐름과 궤를 같이하면서 국내 보건의료 ICT 적용에 있어 중요한 분기점이 될 것으로 보인다. 예를 들어, 미국 FDA 역시 2025년 이후 생성형 AI가 적용된 진단 리포트 자동작성 소프트웨어 여러 건을 조건부 승인한 바 있는데, 한국도 유사한 트렌드에 탑승했다는 의미를 갖는다.

실제 해당 기기는 의사의 음성 기록, 환자의 증상 요약, 진료 노트 자동작성, 기초질문 채팅 등 기존과 차별화된 다양한 기능을 제공한다. 이 가운데 핵심은 생성형 AI가 대화형 문답 처리, 환자 데이터 요약, 동의서 및 안내문 자동작성 등 의료진의 반복적 행정업무를 크게 줄여준다는 점이다. 더불어, 환자와 의료진 모두의 정보 접근성이 개선되고, 실시간 맞춤형 피드백이 가능해져 의료 현장 전반의 업무 효율성이 높아질 것으로 기대된다.

기술적 특징을 상세히 짚어보면, 기존 의료기기 AI가 정형화된 답변이나 통계적 예측에 머무른 반면, 이번 생성형 AI 의료기기는 다양한 형태의 비정형 데이터(문장, 이미지 등)를 이해하고 환자·진료 상황에 맞는 결과물을 직접 생산한다. 예를 들어 의료진이 환자 설명을 음성으로 입력하면 AI가 이를 자동으로 정리해 진료 기록으로 저장하거나, 환자의 궁금증을 실시간 상담 채팅으로 응답하는 방식이다. 챗봇, 자동 리포트, 동의서 생성, 검사설명 등 복합 업무를 하나의 플랫폼에서 해결하는 구조가 허가의 주요 근거가 됐다.

이 같은 생성형 AI 의료기기는 △개인정보 보호 △의료 데이터 편향성 △오진 위험 △의료진 책임 소재 등 여러 쟁점도 동반한다. 실제 미국, 동아시아 몇몇 국가에서 유사한 활용사례에서 정보 유출 문제와 의료적 해석 오류로 소송 위험이 부각된 전례가 있다. 이번 국내 허가 과정에서도 AI가 생산하는 결과를 무조건적으로 신뢰하지 않고, 반드시 의료진의 최종 검토·승인이 동반되는 것을 의무 기준으로 뒀다. 동시에 기기가 오작동하거나 부적절한 생성 결과를 내놓는 경우, 신속히 회수·수정할 수 있는 모니터링 체계를 포함했다는 점이 정책적 특징이다.

시장을 넓게 보면 생성형 AI 기반 의료기기는 기존 디지털 헬스케어 산업의 자동화·맞춤화 수준을 크게 높일 것으로 전망된다. 헬스체크, 만성질환 관리, 비대면 진료 등 다양한 분야에서 환자-의료진 상호작용의 질적 변화가 예상된다. 예컨대, 미국 엡빗, 영국 바빌 등 글로벌 의료 AI 기업들은 이미 생성형 AI를 환자 상담, 진단 요약, 암 진단 이미지 생성 등에 적용하고 있다. 한국의 이번 승인도 국내외 의료기기 수출 확대 및 기술 경쟁력 강화 측면에서 중요한 의미를 가진다. 다만, 시장 확대에 따른 데이터 보안 및 이해관계자 책임 구조 등 신중한 제도 설계가 함께 요구된다.

실제 의료 현장에서 생성형 AI 디지털기기가 도입될 경우 의료진의 행정 부담이 줄고, 반복적 기록업무, 기초 문서화 등 다양한 업무의 자동화가 기대된다. 이는 1차 의료기관 이용자, 중소병원 등 인력 여건이 열악한 현장에 더 큰 효용이 있을 것으로 전망된다. 또한 의료정보 표준화와 연계된 자동화 기능이 국가적 의료데이터 인프라 고도화와도 직접적으로 연결된다. 다만, 환자 정보의 안전한 소통, AI 결과의 신뢰성 보장, 임상근거 지속적 축적이 동반되어야 한다는 점은 거듭 강조된다.

마지막으로, 이번 사례는 의료기기 인허가 정책, 의료진 업무환경, 의료데이터 정책 전반에 생성형 AI의 기회와 위험이 동시에 상존함을 시사한다. 국내 의료기술 기업들의 AI 역량 확장, 의료행위의 자동화, 맞춤형 의료 서비스 진화 등 혁신의 토대를 만드는 한편, 데이터 보안, 기기 신뢰성, 임상결과 평가 등 후속 과제도 함께 부상했다. 미래 의료 현장은 생성형 AI 도입과 함께 의료진의 전문성·책임과 AI 자동화의 공존 전략, 그리고 사회적 수용성의 균형을 어떻게 이룰 것인지가 핵심 과제가 될 전망이다.— 유재혁 ([email protected])