인공지능 앞선 의대생, 강의실 밖에서 기술 배운 속사정

인도 의과대학 학부생 4명 가운데 3명에 달하는 75.55%는 인공지능 역량 교육을 학부 정규 교육과정에서 공식 시작해야 한다고 판단하는 것으로 나타났다.

의학 학술지 큐레우스는 2026년 9월 27일(현지시각) 인도 마하라슈트라주 카라드 소재 크리슈나 의과대학 학부생 225명을 대상으로 실시한 기술적 단면조사 연구 보고서를 게재했다. 이번 조사는 크리슈나 의학 연구소 기관윤리위원회의 승인을 거쳐 수합된 데이터를 분석한 결과로, 미래 의료진 다수가 기술 수용 의지를 나타냈으나 공식 교육 공백으로 인해 지식 대부분을 대중 매체에 의존하는 불균형이 확인되면서 향후 임상 현장의 처방 역량 격차를 가를 변수로 지목된다.


응답자의 60.0%에 해당하는 135명은 인공지능 지식을 얻는 주된 경로로 미디어를 지목했다. 의과대학 정규 교육과정에서 관련 지식을 습득했다고 답한 비율은 16.5%인 37명에 그쳤다. 일반 대학 강좌는 15.1%인 34명, 의학 연구 프로젝트 참여는 8.0%인 18명에 불과했다. 인공지능 관련 지식을 접하지 못했다고 답한 응답자는 0.4%인 1명이었다.
공학적 기초 교육 경험도 전반적으로 낮은 수준에 머물렀다. 컴퓨터 과학 관련 사전 교육을 이수한 응답자는 27.1%인 61명으로 집계됐다. 인공지능, 머신러닝, 딥러닝 특화 정규 강좌를 수강한 경험자는 16.0%인 36명에 머물렀으며, 세미나나 강연을 들은 비율은 30.7%인 69명으로 조사됐다. 기초 개념 이해도 조사에서도 머신러닝 인지율은 64.4%인 145명, 인공지능은 56.0%인 126명이었으나 신경망은 30.7%인 69명, 딥러닝은 25.8%인 58명으로 이해도가 30% 안팎에 그쳤다.


의학 교육과정에 인공지능을 정식 편입하는 방안에 대해서는 60.0%인 135명이 찬성 의사를 나타냈다. 반대는 15.6%인 35명, 유보적 입장은 24.4%인 55명이었다. 교육 시작 적기를 묻는 항목에서는 전체의 75.55%인 170명이 의과대학 학부 시절을 선택했다. 전공의 수련 단계를 꼽은 응답자는 16.89%인 38명, 면허 취득 후 개원의 대상 교육을 지지한 비율은 4.89%인 11명이었다. 교육 자체가 불필요하다는 의견은 2.67%인 6명에 불과했다.

의료 현장에서 인공지능의 지위를 두고는 79.6%인 179명이 의사를 돕는 협력 파트너로 평가했다. 반면 경쟁자로 인식한 비율은 20.4%인 46명이었다. 일자리 위축을 우려한 응답자는 41.8%인 94명으로 집계됐다. 특정 전문과목이 인공지능으로 대체될 가능성이 높다고 응답한 비율은 60.9%인 137명에 달했다. 기술 발전이 전공 선택에 영향을 미치고 있다고 답한 학생도 27.1%인 61명을 차지했다.

임상 적용 유망 분야로는 영상의학과가 34.5%인 78명, 외과가 28.0%인 63명으로 최상위권에 올랐다. 진료 기능별로는 의사결정 보조가 83.6%인 188명, 진단 영상 판독이 79.1%인 178명으로 활용 전망이 주를 이뤘다. 개인 맞춤형 처방 생성 가능성을 인정한 응답자는 68.0%인 153명이었으나 정신과 상담 가능성에 동의한 비율은 26.2%인 59명에 그쳤다. 연구진은 단일 기관 학부생 대상 조사이며 설문 도구에 대한 추가 타당도와 신뢰도 검증 절차가 보고되지 않은 점을 한계로 명시했다.

이번 연구 결과는 의료 인공지능 소프트웨어가 임상 현장에 안착하기 위한 전제조건으로 처방 주체의 디지털 문해력 교육이 시급함을 보여준다. 루닛, 뷰노, 제이엘케이 등 한국 의료 인공지능 기업들은 흉부 영상과 뇌졸중 판독 솔루션을 상급종합병원과 검진센터에 공급하고 있다. 그러나 실제 처방권을 행사하는 전공의와 전문의가 알고리즘의 원리와 한계를 이해하지 못하면 소프트웨어 도입률은 시범 운영 단계에 머무를 위험이 있다.

임상 도입의 전이 경로는 의사의 확신에 따른 처방 건수와 직결된다. 식품의약품안전처 혁신의료기기 통합심사와 한국보건의료연구원 평가 유예를 거친 비급여 처방 영역에서 소프트웨어에 대한 임상의의 신뢰는 핵심 요소다. 학부 과정에서 데이터 편향이나 한계를 체계적으로 학습하지 못한 의료진은 오진 책임 부담으로 인해 활용을 보수적으로 대할 수밖에 없다. 이는 병원 내 솔루션 사용량 정체와 기업의 수익 모델 위축이라는 연쇄 파급을 부른다.

소프트웨어 확산 속도가 제한될 수 있는 반대 시나리오도 상존한다. 보건복지부 건강보험정책심의위원회가 주도하는 정식 건강보험 수가 진입 심사에서 경제성과 유용성이 충분히 입증되지 않을 경우 비급여 처방 종료 후 시장에서 퇴출당할 위험이 존재한다. 진료 행위의 법적 책임 주체가 알고리즘 개발사가 아닌 최종 서명 의사에게 귀속되는 현행 의료법 체계 역시 기술 수용에 방어적 태도를 유발하는 구조적 요인이다.

의료 인공지능이 병원 진료의 정확도를 실질적으로 개선하기 위해서는 기술 개발과 함께 의과대학 교육과정 개편이 뒷받침되어야 한다. 학생들의 75% 이상이 학부 단계 조기 교육을 요구한 점은 알고리즘 검증 능력을 갖춘 임상 인력 양성이 시장 확장의 선결 과제임을 입증한다. 주요 국가 의학교육 기관이 인공지능 문해력을 정규 평가 요소로 편입하는지 여부가 향후 헬스케어 디지털 전환 속도를 결정지을 전망이다.


김주원 글로벌이코노믹 기자 park@g-enews.com