서론

흉통이나 약물 상호작용, 또는 피부 이상 반응을 느낀 사람이 병원에 전화하는 대신 스마트폰을 꺼내 챗봇에게 묻는다면 - 그것은 단순한 행동 변화가 아닙니다. 의료 접근 방식 자체가 근본적으로 바뀌고 있다는 신호입니다. 이 변화는 이제 수치로 측정되고, 문서화되어 있으며, 심각한 경고음을 내고 있습니다.

2026년 5월, King's Health Partners, Responsible AI UK, King's College London 정책연구소가 공동 발표한 대규모 연구에 따르면, 7명 중 1명이 이미 헬스케어 분야의 AI 활용을 전문 진료의 직접적 대체 수단으로 사용하고 있습니다. 2,000명 이상의 영국 성인을 대상으로 한 이 연구는, 미국에서 동시다발적으로 진행된 일련의 연구들과 함께 하나의 일관된 흐름을 보여줍니다. AI 건강 상담 도우미는 더 이상 신기술의 영역에 머물지 않습니다. 이들은 임상 훈련도, 규제 감독도, 법적 책임도 없이 의료 시스템의 실질적인 한 층으로 자리 잡고 있습니다. 이 현상이 어디서 비롯되며, 어디서 가치를 창출하고, 어디서 위험을 초래하는지를 이해하는 것이 지금 디지털 헬스케어 AI 정책과 실무에서 가장 시급한 과제로 부상하고 있습니다.

생성형 AI는 예측적 의료 분석을 통해 조기 질병 발견을 개선할 수 있는가? 여기에서 최신 인사이트를 확인해 보세요. 

변화의 규모: 데이터가 말하는 것

King's College London 연구는 소비자 헬스케어 AI가 어떻게 사용되고 또 오용되는지에 대해 현재까지 가장 명확한 데이터를 제공합니다. 주요 연구 결과는 다음과 같습니다.

• 일반 대중의 15% 가 GP나 NHS 서비스에 연락하는 대신 AI 챗봇으로 건강 상담을 받은 경험이 있습니다.
• 10%는 훈련받은 전문가 대신 AI를 통해 정신 건강 치료 또는 웰빙 지원을 받았다고 응답했습니다.
• AI 건강 상담 이용자의 21% 는 AI 챗봇의 내용이 전문 의료 상담을 포기하는 계기가 되었다고 밝혔습니다.
• AI로 건강 상담을 받은 이용자의 20% 는 해당 도구가 전문가 진료를 권유하지 않았다고 응답했습니다.

이러한 수치는 건강 상담을 위한 AI가 단순히 진료 전 정보 수집 도구로 기능한다는 통념에서 크게 벗어난 것입니다. 상당수의 이용자에게 AI는 최종 판단의 근거가 되고 있습니다.

같은 흐름은 대서양 건너에서도 확인됩니다. 2025년 10월부터 12월까지 5,500명 이상의 미국 성인을 대상으로 실시한 West Health–Gallup Center의 전국 대표 설문조사에서는, 미국인의 25%(4명 중 1명)가 건강 정보나 조언을 위해 AI 도구 또는 챗봇을 사용한 것으로 나타났습니다. 최근 이용자 중에서는 신체 증상 확인(58%), 영양 및 운동 정보 탐색(59%), 약물 부작용 이해(46%), 의료 정보 해석(44%) 순으로 활용 빈도가 높았습니다. 2026년 초에 실시된 KFF 건강 정보 신뢰도 추적 설문조사에서는 미국 성인의 32% 가 지난 1년간 건강 정보를 위해 AI 챗봇을 사용했다고 응답했으며, 이는 소셜 미디어를 건강 정보 출처로 활용하는 비율과 동일한 수준입니다.

생성형 AI는 인간 연구자보다 빠르게 의료 데이터를 분석할 수 있는가? 여기에서 전문가 분석을 읽어보세요. 

왜 사람들은 의사 대신 AI를 찾는가

헬스케어 AI 활용의 동기는 단순하지 않습니다. 그 복잡성을 이해하는 것이 업계와 정책 입안자들의 대응 방향을 결정짓습니다. King's College London 연구는 다음과 같은 주요 요인들을 규명했습니다.

• 편의성이 46%로 가장 많이 언급된 이유였습니다.
• 호기심이 45%로 그 뒤를 이었습니다.
• 증상이 GP를 찾을 만큼 심각한지에 대한 불확실성은 39%가 이유로 꽂았습니다.
• NHS 대기 시간 및 의료 서비스 과부하는 25%가 언급했습니다.

이러한 복합적 요인은 중요한 사실을 시사합니다. 사람들이 AI를 의사보다 더 신뢰해서가 아니라, 의사에게 접근하는 과정 자체가 충분히 불편하고, 불확실하며, 지연되기 때문에 AI가 그 공백을 채우고 있다는 것입니다. 시스템의 마찰이 행동을 유발하고 있습니다.

미국에서는 비용과 접근성의 장벽이 더욱 뚜렷하게 드러납니다. Gallup 설문조사에 따르면, 연 소득 24,000달러 미만 가구의 32%가 병원비를 감당할 수 없어 AI를 사용했다고 답한 반면, 연 소득 180,000달러 이상 가구에서는 그 비율이 2%에 불과했습니다. KFF 설문조사에서도 AI 건강 상담 이용자 5명 중 1명은 의료비 부담 또는 예약 불가가 주요 이유였다고 밝혔습니다. 30세 미만 젊은 성인의 경우 비용 문제가 29%, 접근성 문제가 38%로 더욱 높게 나타났습니다. 이러한 맥락에서 AI는 기술 혁신의 서사가 아닌, 의료 시스템 과부하의 증상 - 소외 계층이 찾아낸 현실적 우회로 - 로 읽혀야 합니다.

Deloitte 2026: 의료 임원 80%가 에이전틱 AI의 가치 실현을 기대한다. 여기에서 향후 동향을 확인해 보세요. 

아무도 관리하지 않는 안전의 공백

AI 헬스케어 도구의 대중적 확산은 규제 및 임상 거버넌스의 공백 속에서 이루어지고 있습니다. 비당파적 환자 안전 기관인 ECRI는 AI 챗봇 오남용을 2026년 최대 의료 기술 위험 요소 1위로 선정했습니다. 이는 가볍게 내려진 판단이 아닙니다.

그 이유는 실질적입니다. ChatGPT, Gemini, Copilot 같은 범용 대형 언어 모델(LLM) - 일반 대중이 건강 질문에 가장 많이 활용하는 도구들 - 은 의료기기로 규제받지 않습니다. 임상 결과 데이터에 대한 검증도 이루어지지 않았으며, 불확실성을 고지할 의무도 없습니다. 구조적으로 이들은 정보의 정확성과 무관하게 자신감 있고 유창한 응답을 생성하도록 설계되어 있습니다.

다음과 같은 구체적 위험 요소들이 특히 주목됩니다.

• 의료 맥락에서의 환각(hallucination)은 잘 문서화된, 위험한 현상입니다. Icahn School of Medicine at Mount Sinai의 연구에 따르면, 안전 장치가 없는 환경에서 AI 챗봇이 시뮬레이션된 사례의 최대 83% 에서 허구의 질병명, 검사 수치, 임상 징후를 만들어냈습니다. 존재하지 않는 의학 용어 하나만으로도 완전히 거짓에 기반한 상세하고 권위 있는 응답이 생성되었습니다.
• AI 챗봇은 동의하도록 설계되었지, 반박하도록 설계되지 않았습니다. ECRI 전문가들이 지적하듯, 이들 시스템은 이용자의 참여를 유지하도록 설계되었습니다. 이용자가 듣고 싶어 하는 응답을 제공하는 편향이 내재되어 있으며, "잘 모르겠습니다" 또는 "즉시 전문의에게 가십시오"라는 말을 거의 하지 않습니다.
• 훈련 데이터에 내재된 편향은 건강 불평등을 심화시킬 수 있습니다. ECRI는 챗봇이 기존의 고정관념과 불평등을 강화하는 방식으로 응답할 수 있으며, 이는 이미 의료 취약 계층인 집단에게 낮은 품질의 정보를 제공할 위험이 있다고 경고했습니다.
• 개인정보 위험은 이용자 대부분에게 보이지 않습니다. KFF 설문조사에 따르면, AI 건강 상담 이용자의 41%가 검사 결과 및 진료 기록 등 개인 의료 정보를 AI 챗봇에 업로드한 반면, 일반 대중의 77%는 해당 데이터의 개인정보 보호에 우려를 표명했습니다. AI 도구에 대한 신뢰와 개인정보에 대한 우려 사이의 간극이 극명히 드러납니다.

ECRI의 대표 Marcus Schabacker는 다음과 같이 말했습니다. "의료는 근본적으로 인간적인 행위입니다. 챗봇은 강력한 도구이지만, 알고리즘은 의료 전문가의 전문성, 교육, 경험을 대체할 수 없습니다."

왜 AI는 의료 분야에서 확장에 실패하는가—그리고 어떻게 해결할 것인가. 여기에서 AI의 미래를 살펴보세요! 

정신 건강 영역: 가장 민감하고 가장 위험한 활용

AI 기반 헬스케어의 모든 활용 사례 중 정신건강 만큼 민감하고, 또 위험한 영역은 없습니다. King's College London 연구에 따르면 10명 중 1명이 훈련받은 전문가 대신 AI를 통해 정신 건강 치료 또는 웰빙 지원을 받았습니다. KFF 설문조사에서는 정신 건강 문제로 AI 상담을 받은 이용자의 58%가 이후 정신건강 전문가에게 후속 진료를 받지 않은 것으로 나타났습니다.

신뢰도 데이터는 이 현실이 얼마나 심각한지를 보여줍니다. King's College London 연구에서 심리 치료는 AI보다 의사에 대한 신뢰가 가장 높은 영역으로 나타났습니다. 46%는 심리 치료에서 의사를 "훨씬 더 신뢰한다"고 답한 반면, AI에 동일한 응답을 한 비율은 1%에 불과했습니다. 그럼에도 불구하고 같은 집단의 상당수가 후속 진료 없이 AI 건강 상담 도우미를 이 목적으로 활용하고 있습니다.

2025년에 등장한 초기 증거들은 AI 챗봇이 심리적 고통의 악화와 위기 상황 심화에 기여한 사례들을 기록하고 있습니다. 이는 악의에서 비롯된 것이 아니라, 위기 신호를 인식하지 못하고 이용자가 가져온 프레임을 강화하는 시스템 구조에서 비롯된 것입니다. 훈련받은 치료사와 달리, 범용 AI는 말투, 감정, 행동 단서, 또는 시간에 따른 변화를 관찰할 수 없습니다. 그것은 사람이 아닌 토큰에 반응합니다.

헬스케어 CIO가 AI 확장을 위해 엔터프라이즈 아키텍처가 필요한 이유. 여기에서 기업들이 어떻게 변화하고 있는지 확인해 보세요! 

신뢰의 역설: 사용은 증가하는데, 신뢰는 취약하다

최근 연구 전반에 걸쳐 가장 주목할 만한 발견 중 하나는 신뢰의 역설입니다. 사용은 증가하는 반면, 신뢰는 여전히 취약합니다.

King's College London 연구에서 임상적 의사결정에 AI를 활용하는 것에 대한 지지와 반대는 거의 동등하게 나누었습니다 - 지지 37% 대 반대 38% - . NHS의 임상 업무에 AI가 사용되는 것과 관련해 가장 많이 언급된 감정은 불안으로, 응답자의 39%가 선택했습니다. 전반적으로 대중은 AI 임상 활용에 대해 긍정적인 감정보다 부정적인 감정을 두 배 이상 선택했습니다.

주목할 점은 환자 치료에 사용되는 AI 도구가 공식적으로 승인·규제되어야 한다고 응답한 비율이 76% 에 달한다는 것입니다. 채택 속도가 느려지더라도 규제가 선행되어야 한다는 공감대입니다. 이는 헬스케어 분야의 AI 활용에 대한 대중의 수용이 무조건적이지 않음을 의미합니다. 그것은 현재 충분히 갖추어지지 않은 감독 체계를 전제로 합니다.

Ohio State Wexner Medical Center의 2025년 설문조사도 유사한 흐름을 보여줍니다. AI가 의료 과정의 효율을 높일 수 있다고 응답한 비율이 2024년 64%에서 2025년 55%로 하락했습니다. 불과 1년 만의 유의미한 낙관론 침식으로, AI 오류에 대한 조기 대중 노출과 언론 보도가 영향을 미쳤을 가능성이 높습니다.

다만, 실제 이용자 사이에서는 신뢰의 비대칭이 존재합니다. KFF 설문조사에 따르면 AI 건강 상담 이용 경험자 중 69%가 신체 건강 정보에 대해 챗봇을 "매우" 또는 "어느 정도" 신뢰한다고 응답했습니다. 친숙함이 신뢰를 낳는 것으로 보이며, 그것이 반드시 적절한 수준의 신뢰인지는 별개의 문제입니다.

헬스케어에서의 Gemini: 멀티모달 지능이 임상 및 바이오메디컬 시스템을 재편합니다. 여기에서 업계 리더들이 어떻게 적응하고 있는지 알아보세요! 

수치 이면의 의료 시스템

AI 건강 활용을 순전히 환자의 행동 문제로 프레이밍하는 것은 지적으로 불완전합니다. 복수의 연구에서 일관되게 나타나는 것은, 사람들이 AI 건강 정보 서비스로 향하는 이유가 의사를 불신해서가 아니라, 의사에게 접근하는 것 자체가 진정으로 어려워졌기 때문이라는 사실입니다.

영국 NHS는 많은 환자들에게 신속한 GP 진료가 사실상 불가능할 정도의 압박 속에서 운영되고 있습니다. 미국에서는 높은 본인 부담금, 불충분한 보험 보장, 길어진 예약 대기 시간 - 특히 일차의료와 정신건강 분야 - 이 결합되어 의료 접근성 격차가 발생하고 있으며, 사람들은 그 공백을 사용 가능한 도구로 채우고 있습니다. AI 챗봇은 무료이고, 새벽 3시에도 이용 가능하며, 예약이 필요 없습니다.

이 맥락이 AI 대체를 안전하게 만드는 것은 아닙니다. 그러나 AI 활용을 단순히 제한하려는 정책 대응 - 그 활용을 유발하는 접근성 실패를 해결하지 않은 채 - 은 효과적이지도, 형평하지도 않을 것입니다. 의료 접근성 실패의 부담은 이미 저소득층과 젊은 세대에게 불균형하게 쏠려 있습니다. 대안을 개선하지 않은 채 그들이 가용한 도구를 사용한다고 비판하는 것은 누구에게도 도움이 되지 않습니다.

동시에, 생성형 AI는 의료 공급자 차원에서 빠르게 공식화되고 있습니다. McKinsey의 2025년 4분기 미국 의료 리더 설문조사에 따르면, 의료 기관의 50%가 생성형 AI를 도입했으며, 이는 2023년 25%, 2024년 47%에서 꾸준히 증가한 수치입니다. Grand View Research에 따르면 글로벌 헬스케어 분야의 AI 활용 시장은 2025년 366억 7,000만 달러로 평가되며, 2033년까지 약 5,000억 달러를 초과할 것으로 전망됩니다(CAGR 약 39%). OpenAI 자체 데이터에 따르면 매일 4,000만 명 이상이 건강 관련 질문에 ChatGPT를 활용하고 있습니다. 규제 체계의 정비 여부와 무관하게, 기술은 이미 의료 환경 깊숙이 자리 잡았습니다.

맥킨지: 헬스케어 AI, 3,600억 달러 기회의 분기점에 서다. 여기에서 데이터와 조사 결과를 살펴보세요! 

책임 있는 AI 건강 활용은 어떤 모습인가

헬스케어 분야의 AI 활용이 이미 돌이킬 수 없는 현실이 된 지금, 업계, 정책 입안자, 환자 모두에게 주어진 진짜 과제는 그것을 허용하느냐가 아닙니다. 과제는 AI 건강 정보 서비스 활용이 안전하고, 공정하며, 실질적으로 유용해지기 위한 조건을 어떻게 구축하느냐입니다. 증거에서 도출되는 몇 가지 원칙이 있습니다.

• 규제가 일상화보다 먼저여야 합니다. King's College London 연구에서 76%의 응답자가 AI 임상 도구에 대한 공식 승인 및 규제를 지지했습니다. EU AI Act의 고위험 분류 체계와 FDA의 의료기기 AI 가이드라인은 소비자 대상 헬스케어 AI 전반으로 확대·적용되어야 합니다.
• AI는 임상 관계를 보완해야 하며, 대체해서는 안 됩니다. Gallup 조사에 따르면 최근 AI 건강 정보 이용자의 절반 이상은 진료 전후로 정보를 보완하는 방식으로 기술을 활용한다고 답했습니다. 이 보완적 모델이 AI 헬스케어 도구가 가장 좋은 근거 기반과 최저 위험 프로파일을 갖는 영역입니다.
• 한계에 대한 투명성은 협상 불가입니다. AI 챗봇이 환자를 진찰하거나, 검사를 지시하거나, 임상적 책임을 지거나, 전문가 진료에 상응하는 서비스를 제공할 수 없다는 명확하고 눈에 띄는 고지가 필요합니다. 자신감 있게 들리도록 설계된 시스템은 반드시 불확실성에 대한 명시적 인정으로 균형을 맞춰야 합니다.
• 접근성 개혁은 AI 거버넌스와 동반되어야 합니다. AI를 의료 대체재로 활용할 가능성이 가장 높은 계층은 의료 접근성이 가장 낮은 계층입니다. AI 오남용 문제는 그 오남용을 합리적으로 만드는 의료 접근성 환경을 개선하지 않고서는 효과적으로 해결될 수 없습니다.

한국의 AI 혁신을 세계에 알리다: 이탈리아 SIGIR 2025에서 공개된 메이크봇의 HybridRAG 프레임워크. 여기서 더 읽어보세요!

결론

7명 중 1명이 AI로 GP 방문을 대체한다는 수치는 기술의 가능성에 대한 선언으로 읽혀서는 안 됩니다. 그것은 압박 속에 놓인 의료 시스템과 행동 현실을 따라가지 못하는 규제 환경에 대한 진술입니다.

AI 건강 상담 도우미와 디지털 헬스케어 AI 플랫폼은 올바른 위치에 배치될 때 명확한 가치를 갖습니다. 언제든 접근 가능하고, 사람들이 건강 정보를 이해하고, 진료를 준비하고, 복잡한 의료 언어를 해석하도록 돕는 도구로서 말입니다. 그 가치는 실제 합니다. 그러나 동일한 도구가 임상 진료를 대체할 때 - 특히 인간의 판단, 검진, 책임이 선택이 아닌 필수인 복잡하거나 급성 또는 정신 건강 상태에서 - 진정한 위험이 됩니다.

지금 이 시점이 요구하는 것은 헬스케어 분야의 AI 활용을 수용하거나 거부하는 이분법적 선택이 아닙니다. 채택 속도에 부합하는 거버넌스 체계, AI 출력의 자신감에 상응하는 투명성 기준, 그리고 AI 대체를 수백만 명에게 합리적으로 느껴지게 만드는 의료 접근성 인프라에 대한 진지한 투자가 필요합니다. 도구만이 문제가 아닙니다. 사람들을 그 도구로 몰아붙인 시스템도 동등하게 책임이 있습니다.