지난 7월 22일 발표되고 8월 6일 국가정책조정회의에서 의결된 ‘관계부처 합동 AI 기본 의료 전략’. 한국 의료 인공지능의 게임 체인저가 될 이 전략을 설계한 보건복지부 의료인공지능데이터정책과 박정환 과장님을 모시고 진행한 심층 인터뷰 전체를 하나로 담았습니다. 새로운 보상 체계인 ‘1층’ 제도의 설계부터, 재원과 가격 결정 구조, 소버린 의료 AI를 둘러싼 오해와 공공 인프라 전략, 그리고 보이스 EMR에 담긴 큰 그림과 한국 의료의 미래상까지. 정책 문서만으로는 알 수 없는 설계자의 의도와 논리를 약 1시간에 걸쳐서 들었습니다. 1편 – AI 기본 의료 전략: 의료 AI 보상 체계의 새로운 설계 행위별 수가제, 선진입제도 아래에 새로 만들어지는 ‘1층’ 제도. 병원이 현장에서 직접 의료 AI를 골라 […]
국내 최대 규모의 디지털 헬스케어 컨퍼런스, ‘DHP 2026: Breakout to the Glob’의 후원사를 모집합니다! DHP 2026은 저희 디지털 헬스케어 전문 투자사인 저희 DHP에서 진행하는 연간 행사로, 국내 디지털 헬스케어 컨퍼런스 중에서는 가장 대표적이자 대규모 행사입니다. 저희가 지난 2017년부터 매년 진행해오던 ‘DHP 데모데이’를 작년부터 ‘DHP 2025’로 리브랜딩 및 확장한 행사로, ‘디지털 헬스케어 분야의 JPM’이 되겠다는 목표로 매년 조금씩 발전하고 있습니다. 작년에는 하루 행사로 1,000명이 등록하셨고, 올해 DHP 2026은 2일 동안 1,500명 정도를 모시는 것이 목표입니다. 올해의 아젠다는 ‘Breakout to the Globe (K-디지털 헬스케어, 글로벌로의 돌파)’입니다. 특히, 올해는 OpenAI, 마이크로소프트, 삼성전자, 국가인공지능전략위원회 등의 키노트가 준비되어 있으며, 한국에서 글로벌로 진출하는 대기업, 중견기업, 병원
이번 Nature Medicine에는 눈에 띄는 아티클이 실렸습니다. 바로 ‘의료 초지능을 어떻게 검증할 것인가 (Toward a test of medical AI superintelligence)‘라는 제목의 아티클이었습니다. 제가 알기로 Nature, NEJM, JAMA 급의 의학 전문지에서 초지능(superintelligence)을 진지하게 다룬 것은 이번이 처음입니다. 저자들의 면면도 화려하면서도 의미심장합니다. 스탠퍼드의 Jonathan Chen, Ethan Goh, 하버드의 Rajpurkar, 스크립스의 Eric Topol 등과 같은 학계 유명 인물들 뿐만 아니라, 구글, OpenAI, Anthropic, Microsoft 등의 인공지능 관련 기업의 주요 인물까지 이름을 올리고 있습니다. 이를 보면, 이 아티클은 단순히 의료 분야의 초지능의 특성을 설명한다기 보다, 이 ‘초지능’이라는 파격적인 용어를 업계에서 어떻게 공통적으로 정의하고, 어떻게 헤게모니를 쥘 것인지의 목적이 담겨져 있다고 보입니다. 실제로 논문의 초반부에
지난 6월 30일 식약처가 ‘거대언어모델(LLM) 기반 디지털의료기기 허가·심사 가이드라인’을 발표했습니다. 생성형 인공지능 기반의 의료기기는 기존의 의료기기와 여러 측면에서 근본적인 차이가 있기 때문에 기존의 의료기기 규제 프레임워크를 그대로 적용하기에는 여러 근본적인 문제가 있습니다. 저는 그동안 여러 글을 통해서 이런 한계를 지적해왔고, 또한 고려되고 있는 여러 대안을 살펴보았었는데요. 이번 가이드라인은 식약처는 지난 2025년 1월 ‘생성형 인공지능 의료기기 허가·심사 가이드라인’을 발표한 것에 이어서, 그 후속으로 LLM 기반 의료기기를 위한 가이드라인을 1년 반 만에 발표한 것입니다. (참고로 지난 ‘생성형 인공지능 의료기기 허가·심사 가이드라인’의 제정에는 저도 전문가 협의체의 일원으로 참여하였고, 이번에 참여하지 않았습니다.) 이번 가이드라인은 국제적으로 가장 앞서 나간 LLM 기반 의료기기 가이드라인이자 실무 문서라고
자, 그렇기 때문에 우리는 다시 중요하고도 핵심적인 질문을 던질 수밖에 없습니다. 우리는 이렇게 인간 의사의 개입 없이 자율적이고 독립적으로 임상적인 의사 결정을 내리고, 의료 행위를 수행할 수 있는 ‘존재’를 어떻게 정의하고 규정해야 할까요? 이전 글 보기 자율 의료 인공지능이 온다 (1) 닥트로닉이 쏘아올린 거대한 공 자율 의료 인공지능이 온다 (2) 의사처럼 스스로 행동하기 시작한 AI 웨이모는 레벨 4, 그렇다면 의료 AI는? 이를 위해서 체계적인 접근법은 이런 인공지능이 어느 정도의 자율도(level of autonomy)를 지니는지에 따라 세부적으로 구분하는 것입니다. 마치 자율주행차에서 Level 5까지의 자율도를 정의하는 것처럼 말입니다. 미국자동차공학회(SAE International)는 자율주행차를 아래와 같이 총 6단계로 나눕니다. Level 0 (비자동화): 운전자가 모든 것을 직접 제어
지난 7월 22일 관계부처 합동으로 발표된 ‘AI 기본의료 전략’은 상당히 의미심장합니다. 구체적인 전략은 추후에 관계부처 합동으로 발표한다고 명시되어 있습니다만, 의료 AI 산업은 물론이고, 국가 의료 체계 자체에도 큰 영향을 줄 큼직큼직한 항목들이 많이 포함되어 있습니다. 한국에서도 이런 정책이 가능했구나 싶을 정도로, 매우 전향적인 내용을 담고 있는데요. 이런 정책이 잘 실현될 경우에는 한국이 의료 AI 분야의 게임 체인져가 될 수 있다고 봅니다. 제가 읽으면서 인상 깊었던 부분, 앞으로 숙제로 남은 부분 들을 몇가지 정리해봅니다. 1. 의료 AI 정책이 기존의 ‘산업 육성’에서 기본 의료라는 비전 하에서 ‘의료 인프라’, 혹은 ‘공공 인프라’로 전환되고 있다는 의미로 해석할 수 있습니다. 이렇게 프레임이 바뀌면 무엇보다 예산의
이렇게 기존에도 규제 기관의 허가까지 받은 ‘자율 의료 인공지능’이 있었음에도 불구하고, 왜 지금 이 개념을 살펴보는 것이 중요할까요? 바로 기존의 자율 인공지능과 최근에 나온 자율 인공지능에 근본적인 차이가 있기 때문입니다. 이전 글 보기 자율 의료 인공지능이 온다 (1) 닥트로닉이 쏘아올린 거대한 공 자율 의료 인공지능의 근본적 차이 (1) 사용 목적의 범용성 가장 직접적인 차이점은 바로 사용 목적(intended use)이 한정(narrow)되어 있는가, 그리고 알고리즘이 고정(static)되어 있는가의 여부입니다. 또한 출력의 재현성에서도 차이가 납니다. 이러한 차이는 이런 자율 인공지능이 기반으로 하고 있는 기술적 기반이 과거의 지도학습에 기반하고 있는지, 아니면 생성형 인공지능 기술에 기반하고 있는지에 기인합니다. 그 결과, 자율 의료 인공지능의 ‘자율도 (level of autonomy)’에
이번달 머니투데이에 기고한 칼럼입니다. 글자수 제한 받지 않은, 원문을 올려드립니다. 한국에서 새롭게 개발된 의료 기술이 상용화되기 위해서는 닭과 달걀의 문제가 존재한다. 새로운 기술이 진료 현장에서 쓰이려면 신의료기술평가에서 안전성과 유효성을 증명해야 하는데, 이를 위해서는 임상적 근거가 필요하다. 그런데 이런 근거를 만드는 가장 효과적인 방법은 실제 의료 현장에서 사용해보는 것이다. 즉, 시장에 진입하기 위해서는, 이미 시장에 진입해 있어야 한다는 순환 논리가 발생한다. 물론, 근거는 별도 임상 연구를 통해서도 만들 수 있지만, 오랜 시간이 걸린다. 그만큼 새로운 의료 기술이 환자에게 전달되는 것이 늦어진다. 그래서 도입된 것이 ‘평가 유예 신의료기술’이다. 이는 혁신적인 의료 기술에 대해 신의료기술평가를 일정 기간 유예해주고, 한시적으로 의료 현장에 진입해서 사용할
인공지능이 의사의 개입 없이 자율적으로 의료 행위를 할 수 있을까요? 의사 없이 인공지능이 독립적으로 진료하고, 진단하며, 수술하는 것이 아마도 인공지능이 의료 분야에서 궁극적으로 도달하려는 지향점일 것입니다. 마치 자율주행 인공지능 기술의 궁극적인 지향점이 인간 운전자가 개입하지 않는 소위 Level 5의 자율주행인 것처럼 말입니다. 자율 의료 인공지능은 SF 영화에나 나올법한 이야기로 치부될 수 있습니다만, 이제는 우리가 이를 맞이할 준비를 본격적으로 해야 할 시점이 되었습니다. 역시나 가장 큰 이유는 인공지능 기술이 폭발적으로 발전하면서, 이미 현실에서 의사의 개입 없이 독립적으로 의료 행위를 수행하는 인공지능이 속속 등장하고 있기 때문입니다.[1, 2] 그리고 흥미롭게도 잘 살펴보면 기존 의료 시스템 내에서도 이미 자율 의료 인공지능을 맞이할 여러 제도적인
저희 DHP와 함께 실리콘밸리로 진출하실 디지털 헬스케어 스타트업을 (또!) 모집합니다! 지난 2월에 이어서, 하반기에도 DHP가 서울바이오허브의 ‘글로벌 진출 성장 가속 프로그램’의 수행기관으로 선정되어, 실리콘밸리 현지 엑셀러레이터 Outsome과 함께 총 9개월에 걸쳐 한국 디지털 헬스케어 스타트업의 미국 진출을 지원합니다. 선발된 기업은 2026년 7월부터 2027년 3월까지 3단계에 걸쳐서 실질적인 미국 시장 진출 성과를 창출하는 것을 목표로 가속화 프로그램에 참여하게 됩니다. 특히 10월에는 2주 동안의 실리콘밸리 현지에서 합숙형 부트캠프 프로그램을 진행합니다. 현지 숙박, 이동, 식사 등이 모두 무료로 제공되며 (항공권은 자부담), 헬스케어 VC, 창업자, 의료계 등 실리콘밸리 디지털 헬스케어 생태계의 핵심 관계자들과 멘토링, 워크샵 및 네트워킹을 진행합니다. 특히 헬스케어에 특화된 VC들과의 라운드테이블, 스탠퍼드
미국의사협회(AMA)가 2026년 3월, 흥미롭고도 중요한 설문 결과를 발표했습니다. 2026년 1~2월에 걸쳐서, 1,692명의 미국 의사들을 대상으로 인공지능 활용 현황과 인식을 조사한 것인데요. 지난 2023년, 2024년에 이어서 2026년에도 진행된 이 조사는, 의료 현장에서 의사가 AI를 어떻게 받아들이고 있는지 트렌드를 잘 보여주는 자료라고 할 수 있습니다. 결론부터 말씀드리면, 의사들은 AI를 매우 빠르게 받아들이고 있으며, 사용 방식과 관련 인식까지도 빠른 변화를 겪고 있습니다. 특히, 의사들의 AI 사용이 이제는 일종의 변곡점에 다다른 것이 아닌가 하는 생각이 듭니다. 3년 만에 두 배: 의사 10명 중 8명이 AI를 사용 2023년에 이 조사를 처음 시작했을 때, AI를 직업적 맥락(professional context)에서 활용하고 있다고 응답한 의사의 비율은 38% 에 그쳤습니다.
최근 의료 인공지능 분야를 떠들썩하게 만든 뉴스가 하나 있었습니다. 바로 미국 유타주에서 인간 의사의 개입 없이 인공지능이 자율적으로 만성질환 환자의 처방전을 갱신할 수 있도록 허용했기 때문입니다. 유타주 상무부(Utah Department of Commerce)은 규제 샌드박스 제도를 통해서 고혈압, 당뇨병 등 만성 질환 치료에 사용되는 190여 종의 약물에 대한 처방전의 갱신 (소위 ‘리필 처방’)을 인간 의사의 진료 없이도, 인공지능을 통해 단돈 4달러의 비용만으로 진행할 수 있도록하였습니다. 이는 인공지능이 의학적 의사 결정을 스스로 내릴 수 있도록 법적으로 허용한 미국 내 최초의 주 승인 프로그램입니다. 인공지능이 인간 의사의 개입 없이 자율적으로 의학적인 의사결정을 할 수 있을 것인지는 흥미롭고도 중요한 주제입니다. 저는 인공지능 기술이 폭발적으로 발전하고, 인공지능을
![[영상] 비대면 진료 드디어 허용! - '나만의 닥터' 선재원 대표님 인터뷰](https://www.yoonsupchoi.com/wp-content/uploads/2026/03/mydoctor-1024x576.png)
비대면 진료 (원격진료)가 한국에서도 드디어 법적으로 허용되었습니다. 디지털 헬스케어 업계에서 그토록 바라던 큰 숙제가 하나 해결된 것인데요. 하지만 역시 ‘악마는 디테일에’ 있는 법! 비대면 진료란 과연 무엇인지, 어떻게 합법화 되었으며, 앞으로 어떤 과제가 남아 있는지, 국내 대표적인 비대면 진료 서비스인 ‘나만의 닥터‘를 운영하는 메라키플레이스의 선재원 대표님을 모시고 말씀을 들어봅니다! 1. 비대면 진료 드디어 허용! 하지만 악마는 디테일에? 2. 원격진료의 마지막 퍼즐, ‘의약품 배송’도 합법화 가능한 이유 3. 대표 직접 등판! 1등 원격진료 앱, ‘나만의 닥터’가 특별한 이유 4. 1등 원격진료 앱의 대표가 직접 이야기 하는 수익모델, 그리고 ‘닥터나우 방지법’
이번 Radiology에 영상의학 분야에서의 Agentic AI 에 대한 아티클이 실렸습니다. 최근 크게 주목 받고 있는 Agentic AI 중에서도 특히 영상의학 분야에 특화되어 있는 Agentic AI에 대한 내용을 심도 있게 다루고 있는 아티클입니다. 일반적인 Agentic AI에 대한 개념과 대비해서, 의료, 특히 영상의학 분야에서 Agentic AI가 어떠한 의미와 특수성을 가지는지, 어떤 방향으로 나아가고 있으며, 향후 어떤 과제가 남아 있는지를 다루고 있습니다. 길이가 긴 아티클은 아니지만, 영상의학 분야의 Agentic AI가 가져야 할 주요 내용들이 잘 정리되어 있어서, 저도 따로 아래와 같이 정리해보았습니다. AI Agent와 Agentic AI의 개념에 대한 구분: – AI Agent: 목표 달성을 위해 반복적인 루프 속에서 도구 호출을 통해 환경을 인식ㅋ하고,
* 많은 요청에 따라, 슈퍼얼리버드 할인 기간을 2월 28일 (토)까지로 연장합니다! 국내 유일의 디지털 헬스케어 전문 교육과정 “DHP 디지털 헬스케어 아카데미 2026 (8기)”의 수강생을 모집합니다! 방대한 디지털 헬스케어를 12주 동안 체계적으로 학습할 수 있도록 디지털 헬스케어 산업, 기술, 규제 등 최고 전문가 17명이 강의하며, 의료계, 산업계 등 650여 동문과의 네트워크까지 만들 기회! 특히, 올해 DHP 아카데미는 최신 트렌드를 반영하여, 생성형 의료 인공지능 파트를 대폭 보강하였으며, 병원 및 산업 현장의 의료 인공지능 적용에 대해서 깊이 있게 다룹니다. DHP, KPMG, 서울대병원, 서울아산병원 등 최고 전문가들의 강의와 디지털 헬스케어 대표 기업, 씨어스테크놀로지와 쓰리빌리언 CEO의 강의를 직접 듣는 기회, 2회에 걸친 동기 수강생 간의
제가 최근 의료 인공지능 연구 결과들을 보면서 어렴풋이 느끼게 된 경향이 있습니다. 바로 의사, AI, 의사+AI의 세 가지 그룹을 비교하면, AI 혼자 한 그룹의 성과가 가장 뛰어나다는 연구 결과들이 계속 증가하고 있다는 것입니다. 즉, 단순히 인공지능이 의사를 능가할 뿐만 아니라, 심지어 의사와 인공지능이 힘을 합친 것보다도 인공지능 단독이 더 정확하다는 것입니다. 의료 인공지능 분야 초창기의 연구 결과들은 대부분 하나같이 유사했습니다: 의사 < AI < 의사 + AI 즉, AI가 의사보다 낫기는 하지만, 그래도 의사와 AI의 시너지가 있어서, 서로 힘을 합친 결과가 가장 좋다는 것이었습니다. 어찌보면 자연스럽고도, 논리적이고, 또 직관에도 반하지 않는, 불편하지 않은(?) 결론입니다. 하지만 인공지능 기술이 더욱 발전하게 되면서