Future of Health의 초대 전용 행사에서, 전 CDC 국장 Dr. Rochelle Walensky는 MobiHealthNews와 함께 의료 분야에서의 AI의 가능성과 도전에 대해 논의했습니다. 전체 인터뷰는 여기에서 읽을 수 있습니다.
전 세계 헬스케어 산업이 생성형 AI(Generative AI) 도입에 속도를 내는 가운데, 글로벌 보건 위기를 직접 이끌었던 전문가의 통찰만큼 귀중한 것은 없습니다.
최근 2025년 11월 2일부터 3일간 미국 캘리포니아주 로스앤젤레스에서 개최된 ‘Future of Health (FOH)’ 연례 서밋 - 전 세계 의료 시스템, 학계, 정부, 기술 분야를 대표하는 50여 명의 리더들이 초청되는 행사 - 에서 전 CDC 국장 로셸 월렌스키(Dr. Rochelle Walensky)는 의료 인공지능(AI in Healthcare)의 미래 방향에 대해 명확하고 현실적인 분석을 제시했습니다.
메이크봇은 이번 포럼의 주요 내용을 심층 분석하며, AI가 실제 의료 생태계에 어떤 변화를 이끌고 있는지, 그리고 의료 리더들이 어떤 관점을 취하고 있는지를 리서치했습니다.
CDC(미국 질병통제예방센터, Centers for Disease Control and Prevention)
미국 보건복지부 산하의 핵심 공공보건 기관으로, 감염병 대응·예방 정책의 중심 역할을 수행합니다. COVID-19 팬데믹 당시 글로벌 방역 정책을 이끌었던 기관으로, 그 수장은 전 세계 공공보건 정책 결정에 막대한 영향력을 미칩니다.
그녀의 핵심 메시지는 분명했습니다. “AI는 진료 방식, 진단 과정, 시스템 효율성을 혁신적으로 바꿀 것이다. 하지만 이를 위해선 의료 리더들이 편향을 직시하고, 의료인 교육을 재정의하며, 환자의 중심성을 지켜야 한다.”
생성형 AI, 헬스케어에서 윤리적으로 진화하다 - Claude AI가 보여준 헌법적 혁신. 여기서 더 읽어보세요!
의료 현장에서의 AI 도입
Dr. Rochelle Walensky는 “AI의 가치는 부정할 수 없다”며, 특히 의료 인력이 부족한 지역에서 그 효용이 더 크다고 강조했습니다. “의사가 없는 곳에서는 이미 AI가 진료 공백을 메우고 있습니다. 트리아지(환자 분류), 문서화, 감별진단 지원 등에서 AI가 활약하고 있죠.”
이러한 사례들은 전 세계 의료 시스템이 왜 빠르게 AI 개발(AI Development) 을 가속화하는지를 잘 보여줍니다. 하지만 그녀의 낙관론에는 중요한 경고가 담겨 있습니다. 많은 의료 기관이 “AI가 차트를 대신 작성하니까 이제 의사 한 명이 오전에 10명 대신 12명은 볼 수 있겠지”라며 비현실적인 기대를 품고 있다는 것입니다.
그녀는 단호하게 말했습니다. “이것이 기술이 진료를 개선하는 방식은 아닙니다.”
AI가 데이터를 처리하더라도 결국 마지막에 서명하고 책임지는 것은 인간입니다. 그런데도 의료진에게 더 많은 업무를 떠넘긴다면 AI의 존재 의미가 사라집니다. 단순히 AI가 있다는 이유로 의사의 효율이 즉각 높아질 것이라 기대하는 것은 인지적 부담, 안전성, 번아웃을 무시하는 행위입니다.
이 지점에서 다음 질문이 자연스럽게 떠오릅니다. “그렇다면 AI가 문서화와 트리아지를 담당하는 시대에, 우리는 어떻게 의사를 교육해야 할까?”
AI 시대, 의학교육의 근본적 재설계
Dr. Rochelle Walensky가 가장 강조한 주제는 의학교육(Medical Education)의 혁신이었습니다. 현재의 의학교육은 AI가 차트 검토, 임상 요약, 문서화를 자동화하는 미래를 반영하지 못하고 있다는 것입니다.
그녀는 근본적인 질문을 던졌습니다.
- AI가 행정 업무를 대신한다면, 미래의 의사들은 어떤 역량에 집중해야 할까?
- 대학은 진단, 임상 추론, 데이터 해석 역량을 어떻게 새롭게 설계해야 할까?
- 향후 5년 안에 임상 환경이 AI 중심으로 재편될 텐데, 왜 여전히 의대 교육은 ‘AI 이전의 세상’을 기준으로 하고 있을까?
이 간극을 메우기 못한다면, AI 환경에 적응하지 못한 의료인 세대가 탄생할 위험이 있습니다. 그들은 기술보다 판단력, 맥락 이해, 윤리적 통찰력이 더 중요한 시대에 대비하지 못하게 됩니다. 이 논의는 자연스럽게 공정성과 편향 문제로 이어집니다. AI가 무심코 불평등을 재생산할 수 있기 때문입니다.
AI 편향은 사라지지 않았다
Dr. Rochelle Walensky가 던진 가장 날카로운 비판은 AI 편향(Bias) 에 대한 사회적 논의가 사라지고 있다는 점이었습니다. 그녀가 말한 ‘AI의 편향(Bias)’이란, AI가 불균형한 데이터를 학습하면서 특정 집단이나 상황을 부정확하게 판단하는 문제를 뜻합니다.
“그 얘기는 이제 완전히 멈췄어요.”
AI가 점점 더 많은 의사결정 과정에 영향을 미치고 있음에도, 이 주제가 뒷전으로 밀린 것은 심각한 문제라고 그녀는 지적했습니다.
특히 의료 접근성이 낮은 지역은 데이터상 ‘이용률이 낮은 집단’으로 표시되며, AI는 이를 ‘의료 수요가 낮다’고 오해해 불평등을 심화시킬 수 있습니다. 이런 피드백 루프를 방치하면 AI는 치료 권고와 진단 정확도를 왜곡하게 됩니다. Dr. Rochelle Walensky의 결론은 명확합니다. “AI가 편향을 해결하지 않습니다. 편향을 바로잡는 것은 인간입니다.”
특히 폐렴과 울혈성 심부전처럼 미묘한 진단에서는, 의사가 AI의 사각지대를 보완하고 해석하는 존재로 남아야 합니다. 이 논의는 결국 다시 환자 중심의 의료로 귀결됩니다.
사명으로 혁신하다: 환자를 중심에 둔 AI 헬스케어
“헬스케어 기술 기업들이 혁신과 환자 중심성 사이를 어떻게 균형 잡을 수 있을까?”라는 질문에, Dr. Rochelle Walensky는 단호히 말했습니다. “항상 환자 중심으로 생각해야 합니다.”
현재 미국 의료비는 GDP의 18%를 차지(OECD 국가 중 의료비 지출 비중 1위)하지만, 성과는 여전히 선진국 평균보다 낮습니다. 그녀는 경고했습니다. “AI 기업들이 사명보다 수익을 우선시한다면, 의료 산업은 계속 이익 극대화에만 집중할 것입니다.”
하지만 그녀는 희망적인 대안도 제시했습니다. “진정으로 환자의 건강을 개선하는 기업이 결국 가장 높은 수익을 얻을 것입니다.”
신뢰, 성과, 그리고 건강 결과는 장기적인 기술 채택을 결정짓는 핵심 요소입니다.
이는 헬스케어 산업이 ‘가치 기반 진료(Value-Based Care)’ - 즉, 진료의 양이 아닌 성과 중심의 헬스케어 기술(Healthcare Technology) 로 전환하고 있는 흐름과 맞닿아 있습니다.
한국의 경우, 의료비가 GDP의 약 9.7% 수준으로 OECD 평균(약 9.2%)을 다소 상회하고 있으며, 의료 시스템 역시 AI 도입을 통한 효율성 제고와 형평성 확보라는 과제에 직면해 있습니다.
결국 ‘사명 중심 접근(Mission-First Approach)’ 이야말로 헬스케어 혁신의 지속 가능성을 담보하는 핵심입니다.
팬데믹이 남긴 교훈 : 데이터 융합의 시대
Dr. Rochelle Walensky는 COVID-19 팬데믹을 회고하며, 비전통적인 기술들이 얼마나 빠르게 필수 도구로 자리 잡았는지를 강조했습니다.
- 원격의료(Telehealth) 는 폭발적으로 확산되었지만, 정책 변화로 인해 다시 속도를 잃었습니다.
- 반면, 하수 기반 감염 감시(Wastewater Surveillance) 는 하수 속 바이러스 농도를 분석해 지역 사회의 감염 확산을 조기에 탐지하는 주요 수단으로 활용되었습니다.
- 또한 미국 헬스테크 기업 킨사(Kinsa Health) 가 개발한 스마트 체온계 네트워크는 수백만 명의 사용자 체온 데이터를 실시간으로 수집·분석하여, 인플루엔자 유사 질환(ILI) 발생을 조기에 예측하는 AI 기반 감염 경보 시스템으로 주목받았습니다.
그러나 그녀가 제시한 가장 흥미로운 사례들은 전 세계적 혁신에서 비롯되었습니다.
- 베트남에서는 학교 클리닉에서 AI가 흉부 X-ray를 판독해 결핵 검진을 수행했습니다.
- AI 기반 모델은 냉각탑 위치 데이터를 분석하여 레지오넬라균 감염 확산을 추적했습니다.
- 심지어 OpenTable 예약 데이터도 역학 신호로 활용되었습니다. 그녀의 설명에 따르면, “몸이 안 좋으면 사람들은 외식하지 않는다”는 단순한 행동 패턴이 질병 확산의 초기 징후로 작용한 것입니다.
이 사례들은 식당, 여행, 사회적 행동 데이터처럼 기존의 의료 데이터와 무관해 보이던 영역이 이제 의료 인공지능(AI in Healthcare) 의 다음 경계가 될 수 있음을 보여줍니다. 이제 보건 데이터는 더 이상 고립된 섬이 아닙니다.
다가올 과제는 명확합니다 — “우리가 한때 ‘의료 데이터’라고 생각하지 않았던 시스템들을 어떻게 연결해, 상호운용성과 윤리를 갖춘 플랫폼으로 통합할 것인가?” 그리고, 의료진과 환자에게 부담을 주지 않으면서 말이죠.
KPMG: 의료 분야에서 본격화되는 AI 도입. 더 보기!
‘의료 데이터’로 여겨지지 않던 시스템의 연결
Dr. Rochelle Walensky는 지금이 “빙산의 일각에 불과하다”고 말합니다. 공항, 예약 플랫폼, 인구 수준의 센서, 환경 모니터링 도구 등 비전통적 데이터 소스들이 실시간 감염 탐지와 위험 예측 모델링에 활용될 수 있다는 것입니다.
이제 필요한 것은 공공보건 데이터와 소비자 데이터를 윤리적이고 안전하게 통합할 수 있는 상호운용 시스템을 구축하는 일입니다. 이러한 교차 부문 데이터 융합이 바로 차세대 헬스케어 기술(Healthcare Technology) 의 출발점이 될 것입니다.
하지만 Dr. Rochelle Walensky는 경고합니다. “가치의 원천은 단순한 데이터 규모가 아니라, 인간 중심적으로 설계된 데이터 파이프라인과 그 위에서 ‘인간의 통찰’이 유지되는 데 있습니다.”
결론
Dr. Rochelle Walensky의 통찰은 강력한 메시지를 남깁니다. “AI는 의료 시스템, 교육, 정책이 의도적으로 재설계되지 않는 한 의료를 변화시키지 못한다.”
성공의 핵심은 세 가지 기둥 위에 있습니다.
- 의료진을 강화하되, 과중하게 만들지 않을 것
- AI 중심 진료 현실에 맞게 의학교육(Medical Education)을 업데이트할 것
- 편향을 직시하고, 인간의 판단을 중심에 복원할 것
생성형 AI(Generative AI) 와 의료 인공지능(AI in Healthcare) 의 미래는 낙관도 비관도 아닙니다. 그 방향은 오로지 우리가 어떻게 설계하고, 관리하며, 실행하느냐에 달려 있습니다.
한국의 AI 혁신을 세계에 알리다: 이탈리아 SIGIR 2025에서 공개된 메이크봇의 HybridRAG 프레임워크. 더 보기!
메이크봇: 인간 중심의 AI, 의료 데이터의 경계를 잇다
Dr. Rochelle Walensky가 강조했듯, 의료의 미래는 의료진의 부담을 줄이고, 의사결정을 강화하며, 환자를 중심에 두는 AI에 달려 있습니다.
메이크봇(Makebot)은 바로 이 철학을 현실로 옮기고 있습니다.
메이크봇은 최근 주요 대학교병원에 LLM·RAG 기반의 교육용 AI 챗봇을 공급하여,
의료진뿐만 아니라 병원 내 다양한 부서의 직원들에게도 맞춤형 지식 지원을 제공하고 있습니다.
이 시스템은 병원 내 수천여 개의 문서 — 진료 매뉴얼, 교육자료, 행정 문서 등 — 를 학습하여,
마치 “언제든 질문에 답해주는 선생님”처럼 필요한 정보를 생성하고 실시간으로 답변합니다.
또한, 정보 검색분야 세계 최고 기술 학회 SIGIR에서 인정받은 메이크봇의 HybridRAG 프레임워크는 EMR(전자의무기록) 시스템과 같은 핵심 의료 데이터는 물론, 외부 학술자료·정책 가이드라인 등 다양한 비정형 데이터를 통합·융합하여 AI가 단순 검색을 넘어 의미 기반 추론(semantic reasoning) 과 정확한 근거 제시가 가능하도록 설계되었습니다.
이러한 기술적 접근은 병원 내 지식 관리, 교육, 연구 등 여러 영역에서 AI가 ‘사람을 대체하지 않고, 사람을 강화하는 방식’으로 작동하도록 만듭니다. 결국 메이크봇이 지향하는 것은 기술의 구현이 아니라, 의료현장 전반의 인간 중심 혁신을 실현하는 일입니다.
메이크봇의 사명: Make AI, Make a better world.
메이크봇은 AI를 통해 세상을 더 나은 방향으로 변화시키고자 합니다.
기술이 아닌 사람, 속도가 아닌 지속 가능성, 자동화가 아닌 의미 있는 혁신을 추구합니다.
Dr. Walensky가 제시했듯, 의료의 미래는 기술이 아니라 사람 중심의 사명(Mission)에서 시작됩니다. 메이크봇은 의료기관, 연구자, 그리고 산업 리더들과 함께 AI가 의료의 본질 - 환자, 진료, 교육 - 을 새롭게 정의하도록 돕고 있습니다.
👉 메이크봇과 함께, AI로 더 나은 세상을 만들어가세요 : www.makebot.ai
📩 문의: b2b@makebot.ai — 귀하의 기관이 AI 혁신을 선도할 수 있도록 함께하겠습니다.
