PGR21.com
- 자유 주제로 사용할 수 있는 게시판입니다.
- 토론 게시판의 용도를 겸합니다.
Date 2025/07/28 10:39:09
Name 여왕의심복
Subject [일반] 인공지능과 의료의 미래: 우리는 또 한번 갈등을 마주할 것인가?
0. 가장 뛰어난 의대생의 선택
- 최근 우리 사회를 뜨겁게 달구었던 의정 갈등의 한가운데에 서 있으면서, 개인적으로 무척 힘든 시간을 보냈습니다. 의료계와 정부 사이의 깊은 골 속에서 저는 이 갈등의 핵심에 놓인 의대 증원 문제를 이전과는 전혀 다른 시각으로 바라보게 되었습니다. 그 인식의 전환을 가져온 결정적 계기는 바로 거대 언어 모델(LLM)이라는 기술의 등장이었습니다.

- 얼마 전 장강명 작가의 '먼저 온 미래'를 읽으며 가졌던 질문이 다시금 떠올랐습니다. 과연 우리 의료계에도 ‘알파고 모멘트’가 찾아올 것인가? 만약 그렇다면, 우리는 그 이후의 사회를 위해 어떤 제도를 설계해야 하는가? 이 질문은 더 이상 막연한 미래에 대한 상상이 아니라, 당장 우리 앞에 놓인 현실적인 과제가 되었습니다.

- 제가 의과대학에 재학하던 시절, 가장 뛰어나다고 평가받던 학생들은 영상의학과를 선택했습니다. 어떻게 저런 인재가 여기에 있을까 싶을 정도로 똑독한 친구들이었습니다. 저희 이전 세대에서는 내과가 최고의 수재들이 모이는 곳이었다고 합니다. 두 분과 모두 한정된 정보를 바탕으로 정확한 판단을 내리고, 미래의 치료 계획을 수립하는, ‘의사의 머리’가 가장 중요하게 여겨지는 분야였습니다. 정보와 합리적 추론에 근거한 이성적 판단 능력은 오랫동안 인간 고유의 영역, 특히 지성의 정점에 있는 의사들의 핵심 역량으로 간주되어 왔습니다. 마치 그림을 그리거나 글을 짓는 창의적 활동이 인공지능에 의해 가장 늦게 대체될 것이라 믿었던 것처럼 말입니다.

- 하지만 이제 그 믿음은 송두리째 흔들리고 있습니다. 아이러니하게도 한때 인간 지성의 보루로 여겨졌던 바로 그 영역이 오늘날 의료 인공지능의 주요 공략 대상이 되고 있습니다. 최근 LLM 기반의 범용 서비스를 제공하는 기업들의 성과는 눈이 부실 정도입니다. 이미 특정 사례에서는 LLM 단독의 진단 능력이 인간 의사를 넘어서는 것은 물론, LLM을 보조 도구로 활용하는 인간 의사보다도 더 나은 임상적 추론을 제공한다는 연구 결과들이 쏟아지고 있습니다. 이러한 기술 발전의 속도를 감안할 때, 지금의 논의는 앞으로 더욱 가속화될 것입니다.

1. 위기 속 시스템을 위한 해법으로서의 LLM
- 우리나라의 의료 시스템은 세계 최고 수준의 접근성과 질을 자랑하지만, 동시에 급격한 고령화와 상승하는 비용 압박으로 인해 지속 가능성의 심각한 위기에 직면해 있습니다. 이러한 구조적 한계 속에서 LLM은 단순한 업무 효율 개선 도구를 넘어, 시스템의 근본적인 패러다임을 전환하고 지속 가능성을 담보할 수 있는 거의 유일한 기술적 해법이 될 가능성이 있습니다.

- 전통적으로 의사의 역할은 환자의 상태에 대한 정보를 수집하고, 이를 바탕으로 질병을 진단하며, 미래의 치료 계획을 수립하는 고도의 인지적 노동에 집중되어 왔습니다. 그러나 LLM의 발전은 바로 이 핵심 기능이 더 이상 인간만의 전유물이 아님을 명백히 보여주고 있습니다.
최근 발표되는 연구들은 LLM이 복잡한 임상 추론, 감별 진단, 치료 계획 수립 등에서 인간 전문가와 대등하거나 심지어 능가하는 성능을 보이고 있음을 증명합니다. 예를 들어, 일부 LLM은 미국 의사면허시험(USMLE)에서 인간 의사의 평균 점수를 상회하는 성적을 거두었으며 , 방대한 임상 기록을 요약하는 능력에서는 전문의가 작성한 요약문보다 더 완전하고 정확하다는 평가를 받기도 했습니다. 이는 단순히 특정 질환의 영상 이미지를 판독하는 기존의 AI와는 차원이 다른 능력입니다.

- LLM은 전자의무기록(EHR), 검사 결과, 의료 영상 판독문 등 흩어져 있는 복잡한 의료 데이터를 종합적으로 이해하고, 환자의 전체적인 서사를 파악하여 일관된 임상 계획을 생성하는 능력을 갖추고 있습니다. 이는 과거에는 가장 경험 많고 뛰어난 의사만이 할 수 있었던 통합적 사고 과정의 자동화를 의미합니다.

- 이러한 기술적 도약은 필연적으로 의료 인력 수요에 대한 근본적인 질문을 던집니다. 지금까지 의대 정원을 둘러싼 논쟁은 현재의 의료 서비스 제공 모델이 그대로 유지된다는 가정하에 필요한 의사의 공급량에 초점을 맞춰왔습니다. 하지만 LLM이 의사의 인지적 노동 중 상당 부분을 대체하거나 극적으로 효율화한다면, 문제의 핵심은 공급이 아니라 특정 의료 행위에 대한 수요의 급격한 변화가 될 것입니다.

- 지금 우리가 벌이는 논쟁은 어쩌면 기술이 곧 무의미하게 만들어버릴지도 모르는 문제를 두고 벌이는 소모전일 수 있습니다. 따라서 진정한 정책적 질문은 "의사가 몇 명이나 필요한가?"가 아니라, "미래에 우리는 어떤 종류의 의사를, 그리고 무엇을 위해 필요로 할 것인가?"로 전환되어야 합니다.

2. 의료 지속 가능성을 위한 한 줄기 빛
- 당장 5년 뒤의 미래조차 담보하기 어려운 국가 의료 체계에 LLM은 한 줄기 빛과 같은 존재가 될 수 있습니다. 의료비 상승의 주요 원인 중 하나는 대체 불가능하다고 여겨졌던 고도로 숙련된 전문직의 높은 인건비입니다. LLM은 바로 이 영역을 주요 대상으로 삼아, 이전의 어떤 기술도 해내지 못했던 방식으로 비용 구조를 혁신할 잠재력이 있습니다.

- 정보를 수집하고 판단하는 의사의 인지적 기능이 자동화됨으로써 발생하는 생산성 향상은 가히 폭발적일 수 있습니다. 예를 들어, 개원가에서 이루어지는 진료의 상당 부분, 어쩌면 약 3분의 1에 해당하는 업무는 LLM에 의해 충분히 대체되거나 보조될 수 있는 수준까지 기술이 발전할 수 있다. 이는 단순히 의사라는 한정된 면허를 가진 인력 수급 문제를 해결하는 것을 넘어, 의료 서비스의 비용을 극적으로 낮출 수 있는 기회입니다.

- 이러한 변화는 의료 행위의 가치 평가 기준 자체를 뒤바꿀 수 있습니다. 역사적으로 의료계에서는 진단이나 치료 계획 수립과 같은 인지적 노동이 수술적 처치나 환자와의 소통 같은 절차적·관계적 노동보다 더 높은 가치를 인정받아 왔습니다. 그러나 LLM이 인지적 노동을 상품화하게 되면, 이러한 가치의 위계는 역전될 수 있습니다. 미래 의료에서 대체하기 가장 어려운 인간의 기술은 정교한 수술적 술기, 복잡한 시스템을 이해하고 조율하는 능력, 그리고 환자의 고통에 깊이 공감하고 신뢰를 형성하는 관계적 역량이 될 것입니다. 하지만 현재 우리의 의료 교육과 보상 체계는 이러한 미래의 변화에 전혀 부응하지 못하고 있습니다.

3. 의료 면허의 새로운 경계
- LLM의 등장은 의료 행위의 정의와 그 행위를 수행하는 데 필요한 면허의 경계를 근본적으로 재설정하도록 요구할 것입니다. 예를 들어, 피부 미용 분야에서 특정 레이저 기기를 사용하기 전에 환자의 병력, 유전 정보, 생활 습관 등을 종합 분석하여 부작용 발생 가능성을 전문의 수준으로 예측하고 경고해주는 LLM이 등장한다면, 해당 시술을 위해 반드시 의사 면허가 필요하다는 주장의 논리는 급격히 약화될 것입니다.

- 이러한 논리는 진단검사나 영상의학 검사 영역으로도 확장될 수 있습니다. AI가 판독을 수행함으로써 인간의 판단에 따르는 인건비가 감소하고 생산성이 극도로 높아지는 시점이 온다면, 특정 검사 결과의 해석과 진단을 위해 의사가 반드시 개입해야 할 필요성은 과거보다 훨씬 줄어들게 됩니다.

4. 인간이라는 장벽
- 그러나 LLM이 의료 현장에 순조롭게 안착하기까지는 수많은 난관이 가로놓여 있습니다. 기술적 불완전성을 넘어, 의료 전문가들의 저항, 사회 전반의 심리적 불신, 그리고 잘못 설계된 경제적 유인 구조라는 인간적 장벽은 LLM이라는 혁신적 기술을 좌초시킬 수 있을 만큼 강력합니다.
 4.1 블랙박스
- LLM의 기술적 완성도가 아직 완전하지 않다는 점은 가장 먼저 지적해야 할 문제입니다. 그중에서도 가장 심각한 것은 ‘환각’ 현상, 즉 그럴듯하지만 사실이 아닌 정보를 생성하는 문제입니다. 또한, 입력 데이터에 미세한 변화를 가했을 때 모델의 정확도가 급격히 떨어지는 견고성 문제도 심각합니다. 환자의 생명을 다루는 의료 현장에서 이러한 기술적 불안정성은 치명적인 결과로 이어질 수 있습니다.

- 더욱 근본적인 문제는 모델의 인과추론이 어려운 특성입니다. AI가 특정 진단을 내렸을 때, 왜 그러한 결론에 도달했는지 그 과정을 인간이 이해할 수 있는 방식으로 설명하기가 매우 어렵습니다. 이러한 설명 불가능성은 심각한 윤리적, 법적 딜레마를 낳습니다. 만약 AI의 권고에 따른 치료로 환자에게 해가 발생했을 때, 그 책임은 누구에게 있는가? AI를 개발한 회사, 이를 도입한 병원, 아니면 AI를 신뢰한 의사 중 누구의 책임인가? 같은 것들입니다.

- 책임 소재가 불분명한 상황은 의료진으로 하여금 AI의 활용을 극도로 주저하게 만들 수 밖에 없습니다. 투명성과 설명가능성을 확보하는 것이 신뢰의 전제조건이지만, 이는 종종 모델의 성능 저하를 감수해야 하는 상충 관계라 문제 해결을 더욱 어렵게 만듭니다.

 4.2 본능적 저항
- 기술적 문제를 해결한다 하더라도, 더 큰 장벽은 인간의 마음에 존재할 수 있습니다. LLM이 의료에 도입되는 것에 대한 의료진과 환자의 심리적 저항은 생각보다 훨씬 깊고 완고합니다.

- 이러한 불신은 단순히 기술에 대한 무지나 막연한 공포심에서 비롯된 것이 아닙니다. 특히 경험 많은 의사들이 AI에 더 회의적인 이유는, 그들이 수십 년간의 임상 경험을 통해 축적한 암묵적 지식과 직관 때문일 수 있습니다. 이는 데이터로 정량화하기 어려운 미묘한 환자의 표정, 목소리 톤, 보호자와의 관계 등 비정형적인 정보에 기반한 판단으로, 현재의 AI가 포착하기 어려운 영역입니다. 그들은 규칙 기반의 논리가 통하지 않는 예외적 상황을 누구보다 잘 알고 있기에, AI의 결론을 맹신하는 것을 경계하는 것입니다.

- 또한 인간은 통계적으로 더 안전하더라도 알고리즘의 실수보다 인간의 실수를 더 쉽게 용납하는 심리적 편향을 가지고 있습니다. 통계적으로는 LLM이 인간 의사보다 오진율이 낮은 시점이 분명히 올 것입니다. 그러나 단 한 번의 극적인 AI 오진 사례가 언론에 대서특필된다면, 수천 건의 알려지지 않은 인간의 실수보다 훨씬 더 강력하게 대중의 신뢰를 파괴할 수 있습니다. 이는 통계적 안전성보다 책임의 서사와 용서 가능성을 중시하는 인간 사회의 본질적 속성 때문입니다. 따라서 LLM의 성공적인 도입은 단순히 기술적 우월성을 증명하는 것을 넘어, 그 필연적인 실패를 사회가 어떻게 수용하고 학습할 것인지에 대한 사회적, 법적 ‘면역 체계’를 구축하는 과제를 동반합니다.

4.3 값비싼 공존의 함정
- 이러한 기술적, 심리적 장벽들이 해결되지 못할 경우, 우리는 LLM이 비용 절감의 해법이 되기는커녕 오히려 기존 비용에 새로운 비용을 더하는 상황이 될 수도 있습니다.

- 예를 들어 한 의사가 LLM을 활용해 암 환자에 대한 진단 및 치료 계획을 수립합니다. 그러나 법적 책임이나 기술에 대한 불신 때문에, 의사는 AI의 제안을 참고만 할 뿐, 처음부터 끝까지 자신만의 방식으로 진단 및 검토 과정을 다시 수행합니다. 그 결과, 의료 시스템은 LLM 사용료와 의사의 노동력이라는 비용을 이중으로 지불하게 됩니다. 이론적으로는 생산성이 향상되었을지 모르나, 실제로는 전체 비용이 오히려 증가하는 역설적인 상황이 발생하는 것입니다.

- 즉 공존의 함정입니다. 기술의 도입이 현장의 업무 프로세스, 법적 책임 구조, 그리고 건강보험 수가 체계의 근본적인 재설계와 맞물려 돌아가지 않는 한, LLM은 그저 추가적 수가의 창구로 전락할 위험이 큽니다. AI 진단 기술의 발전 속도는 눈부시지만, 그 진단 결과를 실제 임상 현장에 통합하고, 의료진과 환자의 신뢰를 얻으며, 적절한 보상 체계를 마련하는 것은 완전히 다른 차원의 문제입니다.

5. AI의 지정학, 한국형 의료 LLM은 생존할 수 있는가?
- LLM의 도입 문제는 단순히 국내 의료 시스템의 효율성을 넘어, 국가의 경제적, 기술적 주권이 걸린 지정학적 차원의 문제입니다. 글로벌 빅테크 기업들이 막강한 자본력과 기술력으로 의료 AI 시장을 장악해 나가는 상황에서, 과연 우리 기술로 만든 한국형 의료 LLM이 생존하고 경쟁력을 가질 수 있을지에 대한 냉철한 분석과 국가적 전략도 시급합니다.

- 현재 의료 AI 개발의 흐름은 크게 두 가지 상이한 전략으로 나뉩니다. 한국의 전략은 세계적 수준의 특화 모델을 개발하는 데 주력해왔습니다. 한국의 기업들은 국내 초대형 병원들이 보유한 방대한 영상 데이터와 전자의무기록을 활용하여, 흉부 엑스레이에서 폐 결절을 찾아내거나, 생체 신호를 분석해 심정지 위험을 예측하는 등 특정 과업에서 최고의 성능을 내는 AI를 만들어냈습니다. 이들의 강점은 좁은 영역에서의 깊이 있는 전문성입니다.

- 반면, 구글, 마이크로소프트, OpenAI와 같은 글로벌 거대 기업들은 ‘파운데이션 모델’ 또는 ‘범용 모델’을 구축하고 있습니다. 이는 인터넷의 모든 텍스트, 서적, 이미지뿐만 아니라 방대한 의료 데이터를 학습한 초거대 AI입니다. 문제는 이 범용 모델들이 약간의 추가 학습만으로 또 일부 사례에서는 이런 시도도 없이 고도로 훈련된 특화 모델의 성능에 필적하거나 심지어 능가하는 사례가 속속 보고되고 있다는 점입니다. 이는 한국 기업들의 전략에 실질적 위협입니다. 더 저렴하고 다재다능한 범용 AI가 특정 전문 분야의 업무를 충분히 잘 해낼 수 있다면, 소비자(병원)가 굳이 비싼 비용을 지불하고 단일 기능의 특화 AI를 구매할 이유가 있을까요?

- 이러한 전략적 차이는 단순히 기술적 접근법의 다름을 넘어, 경쟁 우위의 원천이 변화하고 있음을 시사합니다. 과거 한국 AI 기업의 핵심 경쟁력은 양질의 중앙화된 병원 데이터(EHR, PACS)에 대한 접근성이었습니다. 이는 특화 모델을 훈련시키는 데 최적의 환경이었습니다. 하지만 파운데이션 모델은 방대한 비정형 공개 데이터와 막대한 컴퓨팅 파워 (GPU 숫자)를 기반으로 합니다. 이는 전통적인 데이터 우위가 컴퓨팅 파워와 아키텍처 설계 능력이라는 새로운 우위로 대체되고 있음을 의미하며, 이 새로운 패러다임에서 우리는 이미 불리한 위치입니다.

- 글로벌 빅테크 기업들은 단순히 제품을 판매하는 것을 넘어, 자사의 기술을 중심으로 한 거대한 생태계를 구축하며 한국 시장에 공격적으로 진출하고 있습니다. 이들은 월 20달러 수준의 저렴한 구독료로 강력한 API를 제공하며, 국내 기업들이 가격 경쟁력 면에서 도저히 따라잡기 힘든 구조를 만들고 있습니다. 이러한 상황에서 우리가 섣불리 규제를 통해 국내 시장을 보호하려 한다면, 외부 기술과의 격차만 더욱 벌어지는  갈라파고스화를 더 가속화할 위험이 있고, 이는 결국 우리 국민들이 더 뒤처진 기술의 의료 서비스를 받게 되는 최악의 결과를 초래할 수 있습니다.

- 더욱 교묘한 위협은 데이터 유출 가능성입니다. 글로벌 기업들이 국내 병원 및 기업과 협력하는 과정에서, 그들은 한국의 잘 정제된 고품질 임상 데이터에 접근하여 파운데이션 모델을 개선하는 데 사용되어 경쟁력을 더욱 강화시킵니다. 이는 본질적으로 우리가 가장 가치 있는 원자재를 헐값에 수출하고, 이를 가공한 완제품을 비싼 값에 다시 수입하는 디지털 시대의 새로운 착취적 경제 구조로 이어질 수 있습니다.

- 따라서 중요한 전략적 방향은 AI 주권의 확보가 될 수 있습니다. 국가의 핵심 인프라인 의료 시스템을 전적으로 해외 기업이 통제하는 AI에 의존하는 것은 수용 불가능한 안보적 취약점입니다. 따라서 우리의 법적, 윤리적, 임상적 특수성에 맞춰 개발되고 통제되는 모델의 확보는 선택이 아닌 필수가 되고 있다. 이를 바탕으로 한 국내 의료계의 생존 전략은 아마도 어쩔 수 없이 선택과 집중을 통한 틈새시장 진출과 fast follower로서의 역량 강화라는 하이브리드 형태가 될 수 밖에 없습니다.

6. 기술이 희망이 되기 위한 마지막 질문들
- 저는 LLM이라는 기술이, 우리 사회가 마주한 '부양의 한계'라는 거대한 벽을 넘어설 가장 현실적인 돌파구가 될 수 있다고 굳게 믿고 있습니다. 이 혁신적인 기술에 큰 기대를 걸고 있지만, 그 희망을 현실로 만들기 위해서는 우리 앞에 놓인 몇 가지 무거운 질문에 답해야만 합니다.

첫째, 기술의 발전이 필연적으로 가져올 전문가의 역할 재정의와 그 과정에서 발생할 수 있는 사회적 저항을 어떻게 넘어갈 수 있는가?

둘째, 통계적 우월성만으로는 넘을 수 없는, 인간의 마음에 존재하는 깊은 불신과 심리적 장벽을 어떻게 해소하고 사회적 신뢰를 구축할 것인가?

셋째, 그리고 이 거대한 기술의 흐름 속에서 우리의 의료 주권을 지키고, 막대한 부의 해외 유출을 막아내며 우리만의 경쟁력을 어떻게 확보할 것인가?

이 질문들은 결코 쉽지 않습니다. 하지만 우리는 더 이상 논의를 미룰 시간이 없습니다. 앞서 여러 번 강조했듯이, 우리 사회는 머지않아 지속 가능성의 임계점에 도달할 것이며, 이 거대한 파도를 넘어서는 데 기술의 활용보다 더 나은 방법은 존재하기 어렵기 때문입니다. 지루하고 국민께 큰 상처를 남겼던 의정갈등보다 이에 대한 논의가 더 중요하고 우선시 되었어야 했습니다. 참 아쉽습니다. 

통합규정 1.3 이용안내 인용

"Pgr은 '명문화된 삭제규정'이 반드시 필요하지 않은 분을 환영합니다.
법 없이도 사는 사람, 남에게 상처를 주지 않으면서 같이 이야기 나눌 수 있는 분이면 좋겠습니다."
여왕의심복
25/07/28 10:40
수정 아이콘
(수정됨) 너무 장문의 글 죄송합니다. 세줄 요약입니다.
1. LLM은 의료비 폭증 위기의 가장 중요한 해법 중 하나임
2. 전문가들의 역할 재정의와 사회적 수용이 필요하다.
3. 이미 좀 늦었고, 잘못하면 대형 모델에 체계가 종속될 가능성도 있다. 빨리하자
cruithne
25/07/28 10:48
수정 아이콘
수술실 CCTV나 기타 의료소송 관련한 의사집단의 거부감을 볼때 LLM의 오진에 대해 의료진이 책임지진 않을거고, LLM 제공 업체에서도 책임지진 않을텐데 그럼 누가 책임져야 할까요? 게다가 전문가 역할 재정의는 이번 사태로 불가능하다는게 입증된 이상 LLM 도입은 요원해보입니다.
여왕의심복
25/07/28 10:55
수정 아이콘
1. LLM 도입 초기는 공제 형태로 가야되지 않나 생각합니다.

2. 전문의 역할도 LLM을 활용해서 의료서비스를 제공하고 법적 책임과 판단의 최종 결정을 담당하는 의사가 별도로 존재하는 시스템이 되지 않을까 예상은 해봅니다. 그래도 그게 비용이 훨씬 더 싸지는 방향이라면 그렇게 가야겠지요. 의사의 기능도 일부 축소될꺼구요.

이제 의료 제도는 국민 vs 의료계 vs 관리자(정부)의 치열한 싸움이 될 겁니다. 파티는 끝나가거든요. 저는 LLM 기반, 플랫폼 기반 진료 도입이 어떻게든 의료계 반발을 넘어가야 할 더 큰 문제라고 봅니다.
성야무인
25/07/28 10:57
수정 아이콘
현재 관련 작업을 하고 있어서

이런 이야기하긴 좀 그렇긴 하지만

한국은 이미 많이 늦었습니다.

그리고 각 병원이나 학교마다 데이터 셋 사용하는 데 너무 폐쇄적입니다.

LLM하는 데 환자의 N수가 너무 작습니다.

그리고 LLM한걸

다시 MD들과 정확성에 대한 비교 판독을 해야 하는데

이 Pool도 너무 적습니다.

아니 적은게 아니라 협조가 잘 안됩니다.

단순히 인턴, 레지던트만 비교해야 하는 것이 아니라

전문의급 이상과 모아서

판독률 비교를 해야 하는데

비용도 어마어마하고

학회에 가서 그냥 사은품 주고 하는 것 정도로 할 수가 없습니다.

공식적으로 테스트 비교한다라고 하고

진행해야 되서요.

결론적으로 주어진 연구비로 한국에선 못합니다.

딴나라 (인도나 나이지리아 정도)에서 주어진 연구비 가지고 하던가

아니면 연구비를 많이 받던가 하지 않으면 힘듭니다.
25/07/28 10:58
수정 아이콘
외국 LLM을 수입하면 되지 않나요?
솔직히 chat gpt한테 물어보는 것만 못한 경우들도 봤기 때문에..
성야무인
25/07/28 11:01
수정 아이콘
환자 데이터가

종속되 버립니다.

이것 때문에 당뇨환자 CGM 관련 알고리즘을

카카오헬스에서 미국회사 Dexcom껄 쓰고 있고

결국 한국 당뇨환자 혈당 데이터가 미국으로 넘어가고 있어서

후발주자들 (국내업체)가

따로 LLM을 만들어 환자 데이터를 가지고 할 껀덕지가

없어졌습니다.
25/07/28 11:02
수정 아이콘
물론 한국인 전용 LLM을 못만드는 건 아쉽지만, 그게 환자 입장에서 문제가 될까요?
위고비가 한국 거 아니더라도 잘들 쓰고 있는데..
성야무인
25/07/28 11:05
수정 아이콘
(수정됨) 환자한테는 문제가 안되겠지만

의료수가가 높아질 가능성이 있습니다.

국내기업이 없어 경쟁이 안되니까 해외회사에서

사용료 올려버리면

답이 없으니까요.

덕분에 원가 2달러 정도 되는 CGM에

15만원 이상으로 책정되 버려서

웬만해서는 전체 당뇨환자가 쓰기 힘들어 졌고

후발 주자들이 이 CGM을 만들어도 특허 때문에

단가를 낮출수 없는 상황이 생겼습니다.

이런 문제는 단순히 한국에서만 나온게 아니라

Dexcom이 있는 미국의

2024년 미국당뇨학회 특별 세션까지 마련해서

미국 의사들까지 성토할 정도였습니다.

(제가 직접 가서 들었습니다.)
25/07/28 11:07
수정 아이콘
그건 모든 서비스가 그렇잖아요. 한국에서 유튜브, 위고비 못만들어서 외국에서 비싸게 사야한다는 이야기나 같은 걸요.
어쩔 수 없는 일이라 생각합니다.
국내 통신사들 하는 거 보면 만약 카카오헬스와 UNH헬스가 경쟁을 하는 상황이라 해도 카카오가 UNH 가격에 비슷하게 책정할 것 같네요.
성야무인
25/07/28 11:10
수정 아이콘
문제는 한국에서 그렇게 할 수 있는데

(CGM자체의 대한 기술을 못하는 건 아니라서)

병원이나 학교끼리의 데이터 공유에 대한 인식이 부족해

그 환자 데이터를 해외에 무상으로 넘겨주는 결과가 된다는 겁니다.
FlutterUser
25/07/28 15:50
수정 아이콘
moqq님 의견에 동의합니다. 너무 비싸다면 어차피 경쟁업체가 뛰어들게 되어 있는 시장이고, 특히 우리나라에선 의느님들 몸값보단 거의 무조건 쌀 수 밖에 없습니다.
여왕의심복
25/07/28 11:12
수정 아이콘
저도 요즘 관련 업계인이라 볼 수 있는데, 데이터의 폐쇄성이 말도 못할 정도입니다. 저도 공공데이터 개방을 위해 정말 열심히 뛰는데
'회사에서 돈받았냐?' '국민 개인정보로 장사가 웬말이냐' 이 수준을 못벗어나거든요.

또 초대형병원의 DB라고 해봐야 글로벌 레벨에서는 경쟁력이 아슬아슬한데 그럼 우리 병원에 지분을 주냐, 내부 연구자 아니면 못준다 이렇게 되니 또 어렵구요.
성야무인
25/07/28 11:18
수정 아이콘
이게 또 웃긴게

학교내에서도 같은 증상에 대해

직접 환자로 부터 데이터를 IRB승인을 받아

취득한 의사외에

같은 병원의 다른 의사의 데이터를 사용하는 데도

참 어렵습니다.
여왕의심복
25/07/28 11:23
수정 아이콘
이쪽 폐쇄성은 정말...
하아아아암
25/07/28 12:35
수정 아이콘
국가차원에서 데이터 개방에 대한 결단이 필요하겠네요
VictoryFood
25/07/28 11:17
수정 아이콘
대통령 호남 타운홀 미팅에서 AI 업체 사장님이 데이타를 구할 수 있는 곳이 돼지축사 뿐이었다는 말이 생각나네요.
퀀텀리프
25/07/28 14:13
수정 아이콘
돼지도 돈권이 있다!
25/07/28 10:57
수정 아이콘
(수정됨) LLM오진에 대한 책임은 생각보다 쉬운 문제일 수 있다 생각합니다.
솔직히 인간의사의 오진으로 왼팔이 아니라 오른팔을 절단했다고 한들 인간의사가 뭘 책임질 수 있나요?
어차피 책임이라는 건 보상의 문제일 뿐입니다.
만약 삼성생명에서 삼성의료원에 LLM을 도입하고 이를 이용하여 진료를 받은 경우 보험료를 지급하며,
오진 시 보상을 한다고 하면 실현가능하지 않을까요?
그리고 한국이 안한다고 해도 중국이나 미국이 AI와 원격진료를 도입해서 저렴하게 문제없이 굴리면
한국 사람들도 원하게 될 거라 봅니다.
성야무인
25/07/28 11:22
수정 아이콘
삼성의료원이 지금 그런 방향으로 하고는 있습니다만

(그쪽이야 의료기기 회사랑 바이오 회사를 가지고 있긴 해서)

한국의 삼성계열 병원하고

다른 병원하고는 일하기는 힘들어

해외 업체와 연계해서 할려고는 하는데

상당히 제한적이라서요.
25/07/28 11:10
수정 아이콘
여러 의사에게 진료받듣이 여러 LLM에게 진료받으면 오진은 해결 될 것 같습니다.
AI를 통해서 의사 면허 자체가 필요없는 시대를 향해가고 있는건 부정할 수 없을 것 같고,
그게 굉장히 빠르게 온다면 아마도 과도기 동안 겪을 문제 또한 순식간에 사라질 수도 있습니다.
25/07/28 11:11
수정 아이콘
오진 이야기는 크게 의미가 없는게... 오진이 아예 없어야 할 필요는 없습니다. 사람이 해도 오진은 나와요. 책임은 병원에서 져야 하잖아요. 소송 환자가 이기기 어렵다 이야기 맨날 나오고요.
ai가 인간보다만 오진이 적으면 되는거고, 책임도 똑같이 ai도입한 병원에서 지면 됩니다.
감정적인 부분을 떠나서 생각해보면 오히려 비용은 더 줄어들겠죠.
그리고 오진 관련해서 인정하지 않는 병원 의사 이런 부분은 오히려 줄어들테니... 환자들의 불안감도 오히려 덜할껍니다.
VictoryFood
25/07/28 11:14
수정 아이콘
만약 AI의 권고에 따른 치료로 환자에게 해가 발생했을 때, 그 책임은 누구에게 있는가? AI를 개발한 회사, 이를 도입한 병원, 아니면 AI를 신뢰한 의사 중 누구의 책임인가?

AI의 발전에 따라 이건 반대를 물어봐야 하는 시점이라고 봅니다.

만약 AI의 권고와 다른 치료로 환자에게 해가 발생했을 때, 그 책임은 누구에게 있는가?

KBO 에서 ABS가 도입된 후 도입전 예상과 달리 ABS 에 대한 심판의 만족도가 높고 선수의 만족도가 낮다는 점 등을 생각하면 AI가 도입되면 의사들이 먼저 AI의 권고에서 벗어나지 않으려고 할지도 모릅니다.

물론 그저 공놀이인 야구와 생명이 오고가는 의료에서 치명성은 어마어마한 차이가 있지만, 의사와 환자간의 정보 비대칭성이 해소되었을 때 위험성을 의사가 부담할 수 없을 것 같습니다.
번개맞은씨앗
25/07/28 11:26
수정 아이콘
의사들이 AI를 도구로 써서, 서비스의 양과 질을 높여줘야겠지요. 그 AI는 미국에서 만든 걸 쓰면 되고요. 어차피 자본도 의지도 없는데, 저항하기보다는, 빠르게 받아들이는게 좋을 수 있다고 봅니다. 의료 서비스의 질과 양으로인해, 국민들이 받는 이로움을 생각해야 합니다. 원격 진료도 활발해지는게 좋다고 보고요. 규제개혁이 필요할 것이고, 의사들이 반발할 수 있겠지만, 의대정원 고정으로 인해, 국민들의 반감이 강해져서, 의사들의 반발이 성공할 가능성은 낮아진 거라 봅니다. 

최종결정은 의사가 하고, 책임도 의사가 지고, 그러나 도구로 AI가 활용되면 되는 것이고, 위험하지 않은 선에서는 의사 없이도 AI를 활용해서 일반 국민들도 자신의 건강을 더 양호하게 관리해나가면 되는 거라 봅니다. 예방조치나 신속조치나 기타 건강관리로 인해 사람들이 건강해지면, 환자가 줄어든다는 의미가 되겠지만, 앞으로 고령화시대라 노화에 의해 의료비가 늘어날 테니, 의사가 잘 먹고 사는데는 지장없을 거라 봅니다. 

다시 강조하자면, 의료 AI를 외국 것을 막고, 국내화하겠다는 것은, 도서정가제와 유사한 거라 봅니다. 중요한 것은 사람들이 책을 많이 읽게 하는 것입니다. 무엇이 중요한지를 생각해야 합니다. 마찬가지로 중요한 것은 사람들의 건강과 의료비 절약입니다. 국내 의료 LLM을 전세계적으로 활발히 수출할 의지가 있고 그에 합당한 자본을 투자하는게 아닌 이상, 아예 투자를 하지 말고, 그냥 외국 것 가져다가 잘 쓰면 되는 거라 봅니다. 중요한 건 독서와 건강이고, 어차피 의지도 없으면서, 이도저도 아니게 하는 건, 전략적으로 어리석은 선택이 될 것입니다. 
번개맞은씨앗
25/07/28 11:31
수정 아이콘
다시 강조 :
전략시뮬레이션 게임이라 생각해봅시다.

이도저도 아니게 하는 건,
어리석은 선택이 될 것입니다.

의료 문제만 이런게 아닙니다. 임팩트있게 전략적으로, 투자할 건 과감히 하고, 포기할 건 과감히 포기하는게 좋다고 봅니다. 이것저것 다 하기에는, 자본이 부족하고 인재가 부족합니다. 성공시키기 위한 자본의 규모와 인재의 질을 과소평가해선 곤란할 것입니다. 
여왕의심복
25/07/28 11:35
수정 아이콘
말씀하신 내용이 참 공감이 많이 갑니다. 하지만 의료는 대부분의 재원이 직접적인 국민 부담으로 구성이 되는 것이라 그 부분 상당수가 외국으로 직접적으로 유출된다는게 고민입니다. 물론 외국의 foundation model을 쓰는게 훨씬 비용절감이 된다면 그렇게 갈 수도 있겠지만, 유사한 정도의 서비스를 만들어낼 수 있다면 그 고민은 좀 적어지겠지요.
번개맞은씨앗
25/07/28 11:42
수정 아이콘
의료비는 엄청난 부담이라 봅니다. 결과적으로 외국 AI를 쓰는게 의료비를 많이 줄이는데 도움이 될 거라 봅니다. 동일한 불건강을 다루는데 들어가는 비용뿐만 아닙니다. AI 의료서비스로 인해 신속하고 적절하게 대처함으로써, 더 심한 불건강으로 빠지는 걸 막는것도 중요합니다. 여유없는 집에서는, 의료비로 인해 재산을 모두 잃고 파산할 위험도 있는 거라 봅니다. 그에 대한 불안도 큰 것이고요. 의료비는 저출산의 원인 중 하나이기도 하겠죠. 독서율을 늘리는게 사소한 문제가 아니듯, 의료비를 줄이는 건 사소한 문제가 아니라 봅니다. 물론 그로인해 외화가 유출될 것이나, 다른 분야에서 수출 잘 하고 벌어들이면 될 것입니다. 
25/07/28 11:26
수정 아이콘
개인적으로는 공상과학소설급 이야기입니다만,

한국의 건강보험제도와, 보험제도의 급여수급의 기초자료는 사실상 거의 모두 보관되고 있고 이 데이터만 제대로 학습해서 운영할 수 있다는 전제를 깐다면, 국가주도 기준으로 의료AI를 구축하는것도 가능하리라 봅니다.

결국 그 기반행위가 이야기하신 서술의 흐름처럼 판단과 계획수립보다, 술기의 영역(여기도 로봇으로 대체가능성은 존재합니다만) 위주가 되게 될 확률이 높고, 사실 1차 진료시에 꽤 많은 도움을 줄거라고 생각을 하는데, 국가주도 기반으로 가는것에 대해서는 어떻게 생각하시는지도 궁금합니다.
여왕의심복
25/07/28 11:33
수정 아이콘
안타깝게 한국의 공공자료는 결정적으로 환자치료과정에 대한 정보가 없습니다. 예를 들어 무슨 검사를 받았다는 기록과 그 금액은 데이터화되어있는데, 그 검사 수치에서 뭐가 나왔는지에 대한 정보가 부재합니다. 이는 매우 결정적인 문제라 우리나라 공공자료의 활용은 정말 한정적입니다. 저야 물론 그 자료원으로 논문을 쓰지만 그게 임상적으로 도움이 될만한 정보가 될지는 회의적입니다.
25/07/28 11:41
수정 아이콘
(수정됨) 생각보다 디테일하게 데이터 컨트롤이 되던게 아니었나보네요, 저는 거의 모든 데이터를 다 수집해서 가지고 있을거라고 생각했는데

이정도라면 무리가 있어보이는게 맞아보입니다.. 혹시 medgemma 라고 들어보시거나 활용 후기가 있으신지도 궁금합니다.
리얼포스
25/07/28 11:35
수정 아이콘
건강보험청구자료가 그렇게 디테일하지가 못합니다.
25/07/28 11:41
수정 아이콘
금전적인 부분은 디테일한데, 의학적 데이터는 학습에 써먹기 어렵다는 구조로 보면 되겠네요 감사합니다.
불가촉천민
25/07/28 11:34
수정 아이콘
병원들과 의사들이 환자 데이터를 연구자들에게 공개하지 않으면 답이 없는 문제입니다.

병원들은 부가가치의 가장 큰 파이를 병원 소유로 하기 위해서 데이터 공개를 안 하면서 AI 역량을 내재화하려는 방향으로 나아가려는 것 같은데... 그러다가 글로벌 속도경쟁에서 밀리게 되는 것이 염려됩니다.
리얼포스
25/07/28 11:38
수정 아이콘
이 문제는 병원측의 이기심이 아니라 개인정보보호 원칙과 법령이 허들입니다.
25/07/28 11:49
수정 아이콘
한국에서는 정부가 의사밑에 있기때문에 그들에게 반하는 법령을 만들수가 없을겁니다.
리얼포스
25/07/28 11:53
수정 아이콘
의사를 위한 법령이 아니고 의학 연구자들이 환자의 동의 없이 환자의 개인정보를 연구에 활용하는 것에 제한을 두기 위한 윤리적 허들입니다.
그거 없애면 제일 크게 이득 볼 사람들이 대학병원 의사들이고요.
콩순이
25/07/28 15:33
수정 아이콘
글쎄요 개인정보가 요새 워낙 강화되서.. 바로 앞에 진료본 친구 얘기도 물어보면 답 안해주는 상황인데요... 나라에서 요구하고 법으로 보장 되고 환자 본인 보호자 모두 동의해야 가능한 일일겁니다.
25/07/28 11:45
수정 아이콘
(수정됨) 자유민주주의를 찬양하는 이들은 어찌 받아들일지 모르겠지만 이런 분야에서는 독재국가인 중국이 빠를 수 밖에 없습니다.

자유민주주의를 통해 개인들이 깨어있고 자유로운 두뇌를 성장시키고 개개의 인권과 의지를 중시하는 사회환경이 고도화된 과학을 발달시킨다?

AI와 고도화된 소프트 공학이 등장하고 이런 고정관념이 깨지고 있죠.

요즘은 그런 시대가 아닙니다.

그냥 공산당이 동의 없이 환자들의 DATA 수집하고 사회 생활중에 이런저런 DATA 수집하고 가족들 병력 포한 사회 DATA 수집해서 국가 인재들을 갈아서 각 기업들이 파편화된 정보를 다루는게 아니라 정권의 통제하에 효율적인 정보 처리 작업이 이루어지고 의료 사고 이런건 무시하고 오로지 기술의 고도화만 추구한다면 당연히 발전이 없다면 이상한거겠죠.

미국이나 중국이 뭘 만들면 돈을 내고 따라가야 하는게 우리나라 AI 의료의 다가올 미래가 아닐까? 하고 암울한 예측을 해 봅니다.
25/07/28 11:47
수정 아이콘
(수정됨) 의대와 의사들이 의료 정보를 독점하다가 LLM으로 평준화되가면서 어느정도 지능 이상이면 LLM과 의료 정보를 주고받는게 일상화될거라고 봅니다.
정부가 의사 공급을 막고 의대 + 전공의 수련기간이 10년 가까이 되는 과거의 시스템으로는 AI에 잡아먹힐겁니다. 미래엔 비수술과는 2-3년 교육으로 대체될겁니다.
결국 AI는 연봉이 비싼 직업부터 하나씩 대체할거고 공급제한으로 연봉이 부풀려져있는 의사가 꽤 빠른시한내에 대체될겁니다.
발이시려워
25/07/28 11:50
수정 아이콘
공공의대 증원 400명에도 꿀통 깨진다고 '덕분에챌린지'하면서 난리도 그런 난리가 아니었는데, AI가 의료비용을 낮춘다고(=의사 소득 감소) 하면 의료계에서 절대 가만히 안 있겠죠.
국가가 특정 집단에 무릎을 꾸는 순간 그 분야에서 국가는 정책을 낼 수가 없겠죠. 매우 회의적입니다.
율리우스 카이사르
25/07/28 15:48
수정 아이콘
중국이 산아제한 정책을 늦게 풀게된 이유가 수십만에 달하는 2자녀 감시인력들의 권력때문이라고 들었습니다. 그들이 2자녀를 불법적으로 낳은 고위층의 정보들을 많이 갖고 있어서, 그들의 이익에 반하는 산아제한정책 철폐를 적절한 타이밍에 하지 못했다는 것이죠.

어려운 문제일겁니다. 중국조차 그랬는데.. 흠.
25/07/28 11:51
수정 아이콘
AI 연구에 필요한 개인정보에 대한 접근과 공유를 어디까지 허용할것인가에 대한 논의부터 선행되어야겠군요. 의료에 국한된 문제는 아닌것 같습니다.
딱총새우
25/07/28 11:59
수정 아이콘
미래에는 백화점에서 느끼는 친절함을 의사선생님들에게서 느낄 수 있게 되겠네요. 
악튜러스
25/07/28 12:04
수정 아이콘
'전문가의 역할 재정의' 여기서 숨이 턱 막히네요.
일련의 과정을 보면 이게 극복 가능한 문제일런지...
성야무인
25/07/28 12:17
수정 아이콘
대부분의 분들이 AI 학습을 위한 환자 데이터 획득에 대해

잘 모르시는 게 있어서

제 경험에 대해서 이야기 드리겠습니다.

저도 한국 모대학에 적을 두고 있고

병리 관련해 의료기기 및 진단을 하기 위해

환자 데이터를 어떻게 습득하느냐에 따른

이야기를 좀 해보겠습니다.

대부분의 분들이 의료기기 혹은 진단기법 개발하면

(약도 마찬가지겠지만)

그냥 데이터를 쭉쭉 환자들에게 가서 뽑지는 못합니다.

설령 초기 데이터 실험에 아는 사람만 써서

데이터를 뽑는다고 해도

이 임상 데이터는 공식적으로 인정을 받지 못합니다.

이유는 모든 임상에 관련된 자료의 획득은

무조건 IRB (기관생명윤리위원회) 라고 불리는 각 대학이나 관련 기관에

소속된 부서에 허가를 받아야 합니다.

이건 단순한 환자에 대한 설문 자료도 마찬가지입니다.

허가를 받기 위해서는

단순히 '치료 혹은 진단에 쓸 기기에요'라고 해봤자

승인 안됩니다.

기기가 사람몸이 부착되는 거면

그 기기의 재질이 실제로 환자에

물리적으로 거부감을 일으키지 않는지에서부터

구성된 재질이 몸에 해롭지 않은지에 대한

데이터 자료도 제공해야 합니다. (MSDN같은)

또한 이건만 하는 것이 아니라

임상 실험을 할 때 장소, 구성, 실험방법 및 실험하는

대상에 대한 거부감을 줄일수 있는 방법도 게시해야 합니다.

당연히 실험에 대한 동의서도 받아야 하는데

이 동의서도 한, 두개가 아닙니다.

거기에 환자당 보험은 필수적으로 들어야 하구요.

그 뿐만 아니라 테스트 중 환자의 이동 및 긴급상황에 따른

대책도 있어야 하고

주어진 연구원이 실험해야 하는데

이 인원도 등록되어야 합니다.

대략 간단한 임상 실험이라도 환자당

200만원은 들구요.

50명하면 대략 환자에 들어가는 임상비용만 1억정도 됩니다.

(나머지 재료비나 시약비는 포함되 있지 않습니다.)

여기서 환자가 임상 실험 중간에 포기하면

다른 대체 환자를 찾아서 해야 하구요.

그나마 제가 했던 임상은

환자 피뽑고 이런 건 아니라서

좀 낫긴 했는데.

그럼에도 불구하고 억대의 비용이 지출되었습니다.

이 억대의 비용은 제가 따낸 연구비에서 지출이 되는데요.

환자로 부터 뽑은 데이터를

논문이나 상업화를 시키지 않은채

그냥 준다는건 쉽지 않습니다.

더구나 학교를 통해서 받은 연구비라면

학교에서 자산화를 할 수 있어

제 마음대로 데이터 공유가 힘들어 지고

또한 IRB에 환자 데이터를 어떻게 사용할 시

한정적인 명시가 되어 있어

이걸 다른 병리 치료에 진단 목적으로 사용할 수도 없습니다.

근데 이런 임상 데이터를 모 대학이나 병원에서 대량으로 확보했는데

아무 댓가 없이 준다는 건

현실적으로 불가능한 일이구요.

미국의 경우 이런걸 지원하는 재단이 연구비를 빵빵하게 주고

연구하라고 하니

서로 공유해서 사용하는 데 문제가 없고

중국이야 사회주의 국가니

공산당이 알아서 각 병원마다 오픈해 하면

그만이니까요.

이건 사실 MD들의 문제라기 보단

돈과 그 지원에 대한 부분이고

더럽게 까다로운 환자 데이터 사용에 대한

개인정보법에 관련된 사항이라

실제 불필요한 돈이나 시간이 너무 많이 들어갑니다.


저도 IRB 세번 정도 했는데

(그것도 소싱업체 안맡기고 혼자서 그 많은 서류를 다 써서)

솔직히 미칠지경 일보 직전까지 갔습니다.
25/07/28 17:05
수정 아이콘
말씀하시는 내용은 한국에서 의료 LLM을 만들기 어려운 이유인 것이지, 우리가 LLM을 사용하지 못하는 이유가 되진 않는다고 생각합니다. 그리고 대부분의 국민들이 학습과정을 모르고 이야기한다 하시는데 국민들은 AI 학습을 카카오가 시키든 구글이 시키든 상관이 없으니까요.
Bronx Bombers
25/07/28 19:23
수정 아이콘
댓글과 관련 없는 내용이지만 항상 쓰시는 글을 보면 개행이 너무 잦아서 보기 어렵습니다.
하루사리
25/07/28 12:36
수정 아이콘
이게 참.. 저도 관련 종사자였지만
오래전에 나랏님들과 미팅할때 자기들은 돈 쓰기 싫으니 병원에서 돈 다 내고 알아서들 쉐어하는 방향 검토해 주세요~ 라고 할때 학을 땠었던 기억이 있네요.
대형병원들도 데이터 공유에 대해서 열린 마음으로 만났음에도 허허허 였죠.
물론 내부적으로도 판독 AI 기계등 테스트 하자고 했을때 반발도 어마어마 하긴 했지만요.
그때도 굴지의 기업들에 비해 늦었는데 지금은 뭐.. 어마어마하게 늦었다고 봅니다.
로저페더러
25/07/28 13:38
수정 아이콘
예전에 왓슨에 대한 기대로 영상의학과에 큰 영향을 미칠거란 얘기가 들렸을때가 기억이 납니다. 

그때는 결국 현실적으로 ai가 대체하는게 어렵겠구나 생각을 했고, 요즘은 ai 발전이 엄청나구나 생각하게 됩니다. 

결국 젊고 ai에 친숙한 분들이야 ai 진료에대한 거부감이 적겠으나, 고령화되신 분들에게 ai 진료는 정말 쉽지 않을거라고 생각합니다. 

결국 input이 필요하고, verbal sedation이 필요하구요. 

당장 부모님 cpr 상황이고 dnr 받아야는상황인데 거기에대고 ai에서 생존률 보여주는게 동의되는 사람이 어디있겠습니까?
실제 진료현장이 어떤가는 알지도 못하고 관심도 없으면서 함부로 얘기하는 일부 의견들은 안타깝긴 합니다

의사들에겐 결국 ai를 활용하여 진료역량을 높이는게 중요할듯 합니다. 다만 의료인력이 늘어나는건 정반대의 스탠스이긴 하지요. 
25/07/28 13:46
수정 아이콘
대부분의 분야에서 AI가 도입될수록 필요인력은 줄어들었는데, 의료라고 예외는 아닐것 같긴 합니다.
로저페더러
25/07/28 14:07
수정 아이콘
맞습니다. 다만 의료인력 늘리는 방향으로 가려하니까요 자꾸. 
에이치블루
25/07/28 14:16
수정 아이콘
좋은 의견 언제나 잘 읽고 있습니다.

말씀하시는 논리는 모두 이해가 잘 갑니다.

다만, 그 결과가 "의사 인건비 하락"이라고 하면... 그걸 의사 분들이 받아들일 수 있을까요.
100% 오류가 없는 날이 오더라도, 우리나라에서 제대로 법제화가 될 수 있을지 대단히 회의적입니다.
25/07/28 14:30
수정 아이콘
만약 고도로 발전한 인공지능이 의사만큼 좋은 판단을 내릴수 있다면 의사들을 양성하는 비용도 떨어질까요?
FlutterUser
25/07/28 15:56
수정 아이콘
AI가 의사 인건비 하락에 기여한다기 보단, 의사 1명당 1시간동안 n명의 진료를 해왔다면, AI를 활용했을 경우 n명 x 2 의 진료를 가능하게 됩니다.(예를 든 수치이긴 하지만, 활용방법에 따라 1.2배~수배까지 차이날 수 있습니다.)

결과적으로 의료비는 싸지는데, 국민들이 병원에 자주 가는 상황이 벌어질 수도 있습니다.
모링가
25/07/28 23:10
수정 아이콘
디지털 제국주의라고 하더군요
식민지의 raw 데이터를 가져가서 질 좋은 서비스를 하고 모든 이익을 가져가는 것이죠
목록 삭게로! 맨위로
번호 제목 이름 날짜 조회 추천
공지 [일반] [공지]자게 운영위 현황 및 정치카테고리 관련 안내 드립니다. + 선거게시판 오픈 안내 [29] jjohny=쿠마 25/03/16 28476 18
공지 [정치] [공지] 정치카테고리 운영 규칙을 변경합니다. [허들 적용 완료] [126] 오호 20/12/30 308389 0
공지 [일반] 자유게시판 글 작성시의 표현 사용에 대해 다시 공지드립니다. [16] empty 19/02/25 362014 10
공지 [일반] 통합 규정(2019.11.8. 개정) [2] jjohny=쿠마 19/11/08 366196 4
104627 [일반] 테슬라가 삼성 파운드리에 베팅하나 봅니다 [70] 어강됴리8766 25/07/28 8766 5
104626 [일반] SKT 개인정보 유출 여부 확인 [42] 제논5867 25/07/28 5867 0
104625 [정치] 김건희특검, '공천 개입 의혹' 개혁신당 이준석 대표 사무실·자택 압수수색 [208] 앙겔루스 노부스13097 25/07/28 13097 0
104624 [일반] 귀여운 녀석 [7] 소이밀크러버2633 25/07/28 2633 14
104623 [일반] 인공지능과 의료의 미래: 우리는 또 한번 갈등을 마주할 것인가? [54] 여왕의심복4163 25/07/28 4163 24
104622 [일반] 세계화에 대하여 — 저렴한 인재의 시대는 끝이 났다 [7] 번개맞은씨앗2527 25/07/28 2527 1
104621 [일반] 중세시대 사람들이 먹던 기괴한 요리들을 알아보자 [12] 식별3131 25/07/28 3131 6
104620 [일반] 전지적 독자 시점을 보고왔습니다 (스포 조심) [14] Amiel3067 25/07/28 3067 0
104619 [일반] 부산지하철요금 적자안보려면 얼마가되어야할까? [134] 오사십오7194 25/07/27 7194 0
104617 [정치] 어제 대만에서는 야당에 대한 합법적인 쿠데타가 장렬히 실패하였습니다. [30] 매번같은8148 25/07/27 8148 0
104616 [정치] 尹 비상계엄 손해배상 인정…"시민 104명에 10만원씩 줘야" [42] Davi4ever9094 25/07/27 9094 0
104615 [일반] [팝송] 벤슨 분 새 앨범 "American Heart" [2] 김치찌개3254 25/07/27 3254 0
104614 [일반] 설사의 행복(중요한 자리는 미리 싸세요) [38] 만렙법사4935 25/07/27 4935 39
104612 [일반] [웹툰 리뷰] 무한레벨업 in 무림 심플리뷰 (스포주의!) [23] 일월마가5230 25/07/26 5230 1
104611 [일반] 광무제를 낳은 용릉후 가문 (13) - 경시제, 공신들을 왕으로 [1] 계층방정3132 25/07/26 3132 2
104610 [일반] <판타스틱 4: 새로운 시작> - 미약하지만 준수한. (노스포) [19] aDayInTheLife3665 25/07/26 3665 1
104609 [일반] 신과 거인의 시대 (바이킹 신화를 알아보자) [3] 식별1916 25/07/26 1916 4
104608 [정치] 대통령이 청문회 한듯한 SPC 노사 간담화에 대하여 [68] 오컬트17453 25/07/25 17453 0
104607 [일반] AI시대에는 누가 노벨상을 수상할까요? [15] Categorization5833 25/07/25 5833 1
목록 이전 다음
댓글

+ : 최근 1시간내에 달린 댓글
+ : 최근 2시간내에 달린 댓글
맨 위로