The AI Prism에서 처음 게시됨

AI 진단 도구는 병원의 표준 장비가 되었지만, 의료계의 의견은 여전히 나뉘어 있습니다.

2026년 의사들을 대상으로 한 설문조사는 미묘한 양상을 보여줍니다. 영상의학과(Radiologists) 및 병리과(Pathologists) 의사들은 가장 열정적이며, AI 보조 판독이 유방 촬영술(mammograms)과 병리 슬라이드(pathology slides)의 표준 치료(standard of care)가 되고 있습니다. 일차 의료 의사(Primary care doctors)들은 과도한 의존과 임상 기술의 침식에 대해 우려하며 더 회의적인 태도를 보입니다. 대부분의 의사들은 AI가 인간의 판단을 대체하는 것이 아니라, 세컨드 오피니언(second opinion) 및 트리아지(triage, 환자 분류) 도구로서 가장 가치 있다는 점에 동의합니다. 의료 과실(malpractice)에 따른 영향은 여전히 해결되지 않은 상태로 남아 있으며, 이는 도입을 늦추는 불확실성을 조성하고 있습니다. 젊은 의사들은 연령대가 높은 동료들보다 AI를 훨씬 더 편안하게 받아들이고 있습니다.

FDA 승인 물결: 수치로 보는 현황

의료 분야 AI에 대한 규제 환경은 2025년과 2026년에 걸쳐 급격하게 변화했습니다. FDA는 현재 1,000개 이상의 AI 기반 의료 기기를 승인했으며, 승인 속도는 급격히 가속화되고 있습니다. 2022년에는 단 89개였던 승인 건수가 2025년 한 해에만 342개의 새로운 승인으로 늘어났습니다. 이러한 승인의 대다수(약 76%)는 영상의학(radiology) 분야에 집중되어 있지만, 심장학(cardiology), 신경학(neurology), 병리학(pathology) 분야에서도 상당한 성장이 이루어졌습니다.

2025-2026년 사이의 몇 가지 획기적인 승인은 특별히 주목할 가치가 있습니다. 2025년 6월, FDA는 자율 당뇨망막병증(diabetic retinopathy) 선별 검사를 위한 IDx-DR의 업데이트된 알고리즘을 승인했습니다. 이로써 IDx-DR은 전문의의 감독 없이 일차 의료 환경에서 사용할 수 있도록 승인된 최초의 AI 시스템이 되었습니다. 이 알고리즘은 5,000명 이상의 환자를 대상으로 한 다기관 임상 시험에서 92%의 민감도(sensitivity)와 91%의 특이도(specificity)를 달성했으며, 이는 일반적인 망막 전문의와 비교해도 양호한 수치입니다. 이 승인은 특히 검안소(optometry offices)와 일차 의료 클리닉에서의 사용을 허가하며, 안과 의사를 정기적으로 만나기 어려운 수백만 명의 미국인들에게 당뇨병성 안구 선별 검사를 제공할 잠재력을 가지고 있습니다.

심장학(Cardiology) 분야에서는 2025년 말, FDA가 Viz.ai의 LVO (Large Vessel Occlusion, 대혈관 폐쇄) 탐지 알고리즘을 승인했습니다. 이 알고리즘은 CT 혈관 조영술(CT angiograms)을 실시간으로 분석하며, 스캔이 완료된 후 수 초 이내에 뇌졸중 대응팀에 경고를 보냅니다. 임상적 영향은 극적이었습니다. Viz.ai를 사용하는 병원들은 뇌졸중 환자의 "도어 투 펑처(door-to-puncture)" 시간(응급실 도착부터 혈전 제거술(thrombectomy) 시작까지의 결정적 시간)이 평균 27분 단축되었다고 보고했습니다. 뇌졸중 치료에서 절약된 매 1분은 약 190만 개의 뉴런을 보존하는 것으로 이어지며, 이는 오늘날 의학 분야에서 가장 중대한 AI 응용 사례 중 하나로 평가받고 있습니다.

의사들이 실제로 말하는 것: 2026년 설문 조사 데이터

2026년 3월에 발표된 미국 의사 협회(American Medical Association)의 AI 도입에 관한 연례 의사 설문 조사는 임상의들의 태도에 대해 지금까지 중 가장 포괄적인 그림을 제공합니다. 모든 전문 분야에 걸친 4,200명의 의사를 대상으로 한 이 설문 조사는, 직접적인 경험과 열정이 밀접하게 상관관계가 있는 전환기에 놓인 의료계의 모습을 보여줍니다.

최소 12개월 동안 AI 도구를 사용해 온 영상의학과(Radiologists) 및 병리과(Pathologists) 의사 중 78%는 AI가 진단 정확도를 "상당히 향상시켰다"고 보고했으며, 64%는 AI가 시간이 많이 소요되는 선별 검사 업무를 처리함으로써 번아웃(burnout)을 줄여주었다고 답했습니다. Mayo Clinic의 한 영상의학 전문의는 설문 조사에서 다음과 같이 말했습니다: "AI와 함께라면 하루에 20% 더 많은 케이스를 판독할 수 있고, 퇴근할 때 덜 피곤합니다. AI는 제가 유방 촬영술(mammograms) 판독 8시간째에 놓칠 수도 있는 것들을 잡아냅니다. AI는 저를 대체하는 것이 아니라, 저를 보호하고 있습니다."

AI 도구에 대한 노출이 훨씬 적은 일차 의료 의사(Primary care physicians)들은 더 신중한 태도를 보입니다. 가정의학과 의사 중 AI 보조 진단(AI-assisted diagnosis)에 대해 편안함을 느끼는 비율은 34%에 불과했으며, 61%는 “진단 과의존(diagnostic over-reliance)”에 대한 우려를 언급했습니다. 이는 경험이 적은 임상의가 자신의 임상적 판단이 다른 방향을 제시할 때조차 AI의 권고를 따를 수 있다는 두려움을 의미합니다. 한 설문 응답자는 “내 걱정은 눈앞의 환자에 대해 비판적으로 생각하지 않고, AI의 권고 사항에 그냥 ‘수락’을 클릭해 버리는 2년 차 의사들이다”라고 언급했습니다.

세대 간의 격차는 극명하며 통계적으로 유의미합니다. 40세 미만 의사 중 72%가 AI 진단 도구에 대해 긍정적인 견해를 밝힌 반면, 50~64세 의사는 41%, 65세 이상 의사는 단 23%에 그쳤습니다. 이는 놀라운 일이 아닙니다. 젊은 의사들은 AI 도구가 이미 교육 커리큘럼의 일부였던 시대에 훈련받았기 때문입니다. 하지만 이는 고령층이 은퇴함에 따라 AI 도입이 얼마나 빠르게 가속화될지에 대해 중요한 시사점을 던져줍니다.

실제 임상 결과: AI가 측정 가능한 차이를 만들어내는 지점

설문 데이터 외에도, AI가 환자의 결과(patient outcomes)에 미치는 실질적인 영향을 측정하는 더욱 강력한 연구들이 늘어나고 있습니다. 유방 촬영술(mammography) 분야에서, The Lancet Digital Health에 발표된 2025년의 중추적인 연구는 스웨덴 선별 검사 프로그램의 150만 개 이상의 선별 유방 촬영술(screening mammograms)을 분석했습니다. 이 연구에 따르면, AI 보조 판독은 기존의 표준 치료법(standard of care)이었던 이중 판독(double human reading)보다 20% 더 많은 암을 발견하는 동시에, 위양성(false positive) 재검사율을 5.7% 감소시켰습니다. AI를 통해 암 한 건을 추가로 발견하기 위해 필요한 검사 인원수(number needed to screen)는 단 417명이었으며, 이는 매우 효율적인 개선입니다.

병리학 (Pathology) 분야에서도 AI의 영향력은 똑같이 인상적입니다. 2026년 초 Nature Medicine에 발표된 다기관 연구에 따르면, 전립선암 생검 (biopsy)에 대한 AI 보조 병리 검토는 인간 단독 검토와 비교했을 때 임상적으로 유의미한 진단 누락 (Gleason score 7 이상) 비율을 32% 감소시켰습니다. 15개 대학 의료 센터의 10,000개 이상의 생검 슬라이드를 포함한 이 연구는 또한 AI가 병리 결과의 소요 시간 (turnaround time)을 평균 7일에서 2.3일로 단축했음을 발견했습니다. 이는 환자의 불안감과 치료 계획 수립에 있어 매우 중요한 의미를 갖는 변화입니다.

응급 의학 (Emergency medicine)은 AI 도입의 예상치 못한 밝은 지점으로 떠올랐습니다. 캘리포니아 대학교 샌프란시스코 (University of California San Francisco) 응급실에서는 2025년 초부터 "SEPSIS-KIT"라고 불리는 AI 패혈증 예측 시스템이 운영되어 왔습니다. 이 시스템은 실시간 활력 징후 (vital signs), 검사 결과, 전자 건강 기록 (electronic health record) 데이터를 분석하여, 기존의 활력 징후 변화가 임상적 우려를 유발하기 최대 6시간 전에 패혈성 쇼크 (septic shock)의 발생을 예측합니다. 2026년 JAMA에 발표된 전향적 평가 (prospective evaluation)에서 SEPSIS-KIT는 응급실 내 패혈증 사망률을 18% 감소시켰으며, 항생제 투여 시간 (time-to-antibiotics)을 90분 단축했습니다. 이는 소프트웨어에 의해 구해진 생명들이며, 이에 대해서는 반박하기 어렵습니다.

의료 과실 문제: AI가 틀렸을 때, 누구에게 책임을 물을 것인가?

아마도 의료 분야에서 AI 도입의 가장 큰 장벽은 해결되지 않은 의료 책임 (medical liability) 문제일 것입니다. 영상의학과 의사가 AI의 권고를 무시했는데 환자가 피해를 입었다면, 의사가 "전문가 시스템 (expert system)"의 권고를 거부한 것에 대해 책임을 져야 할까요? 의사가 AI의 권고를 받아들였으나 그것이 틀린 것으로 밝혀졌을 때, 의사가 맹목적인 신뢰에 대해 책임을 져야 할까요, 아니면 알고리즘 제조사에게 잘못이 있을까요?

2026년의 법적 지형은 여전히 불확실한 상태입니다. 재판에 회부된 첫 번째 주요 AI 의료 과실 사건인 Jones v. Epic Systems Corporation 사건이 현재 캘리포니아 연방법원에서 절차를 밟고 있습니다. 이 사건은 병원의 AI 분류 (triage) 시스템이 환자를 저위험군으로 분류한 후, 담당 의사가 독립적인 검증 없이 해당 분류를 수용함으로써 패혈증 (sepsis) 진단이 지연되어 피해를 입은 환자와 관련이 있습니다. 원고 측은 병원과 소프트웨어 제조사 모두에게 책임이 있다고 주장하는 반면, 피고 측은 해당 AI가 진단 권한을 가진 도구가 아니라 명시적으로 의사 결정 지원 도구 (decision support tool)로 표시되었다고 주장합니다.

보험사들은 이러한 불확실성에 대응하여 특화된 AI 의료 과실 보장 상품을 개발하고 있습니다. The Doctors Company와 Coverys를 포함한 여러 주요 보험사들은 이제 AI 보조 임상 결정에서 발생하는 책임을 보장하는 AI 도입 특약 (AI deployment riders)을 제공합니다. 그러나 이러한 보험 정책에는 조건이 따릅니다. 병원은 적절한 인간 감독 프로토콜 (human oversight protocols)을 갖추고 있음을 증명해야 하며, 임상의들이 AI의 한계에 대한 교육을 받아야 하고, AI의 권장 사항이 의료 기록에 해당 사항임을 명확하게 표시해야 합니다.

미래: 향후 18개월 동안 예상되는 사항

앞으로를 내다볼 때, 2027년까지 여러 발전 사항들이 의료 진단 분야의 AI를 형성할 것입니다. FDA는 배포 후에도 지속적으로 학습하는 "적응형 (adaptive)" AI 알고리즘을 위한 새로운 규제 프레임워크를 개발하고 있습니다. 현재는 동작이 변하는 모든 알고리즘에 대해 새로운 FDA 510(k) 승인이 필요하며, 이는 지속적으로 학습하는 시스템에는 비현실적입니다. 임상 현장에서는 AI가 방사선학 (radiology)을 넘어 1차 의료 분류 (primary care triage), 피부과 스크리닝 (dermatology screening), 그리고 정신 건강 평가 (mental health assessment)로 확장되는 것을 보게 될 것입니다. 더 적은 임상의로 더 많은 일을 수행해야 하는 의료 시스템의 경제적 압박은, 적절한 사용의 경계에 대한 직업적 논쟁이 계속되는 와중에도 AI 도입이 계속 가속화될 것임을 보장합니다. 증거는 점점 더 명확해지고 있습니다: AI가 의사를 대체하지는 않겠지만, AI를 사용하는 의사가 AI를 사용하지 않는 의사를 대체할 것입니다.

출처 및 추가 읽기

• JAMA – 의료 진단 분야의 AI (AI in Medical Diagnostics)

• 북미 방사선학회 (Radiological Society of North America) – AI 도입 (AI Adoption)

• FDA – AI/ML 기반 의료 기기 목록 (AI/ML Enabled Medical Devices List)

AI in Healthcare Diagnostics: What Doctors Are Saying in 2026 포스트는 The AI Prism에 처음 게시되었습니다.

theaiprism.com에서 교차 게시됨 — AI의 소음을 뚫고 나아가기 🧊