I’m focusing on public perception and the reliability of information, rather than restructuring the system. I want to deeply analyze health misinformation and its impact on the doctor-patient relationship. I’ve got stats like 58.3%, 85.8%, and 76.8%, which pertain to ages 20-60, announced by the Korean Press Foundation on the 15th. I plan to include a research quote without making unsupported claims, while carefully analyzing the implications and clearly marking my opinions. Drafting around 5000 Korean characters sounds like a good plan!
‘의사 대신 AI’라는 인식, 의료 신뢰체계는 어디로 가나
생성형 인공지능이 건강 정보를 찾는 일상적 도구를 넘어 상담과 진료의 대체재로까지 인식되기 시작했다는 점은 2026년 4월 15일 한국 건강 분야에서 가장 무겁게 읽어야 할 신호 가운데 하나다. 한국언론진흥재단이 이날 발표한 조사에 따르면 20~60대 성인 58.3%는 생성형 AI를 통한 건강·의료 정보 검색이나 상담이 실제 의사·한의사와의 대면 상담 및 진료를 대체할 수 있다고 답했다. 어느 정도 대체 가능하다는 응답이 53.9%, 상당 수준으로 대체 가능하다는 응답이 4.4%였다.
같은 조사에서 더 주목되는 것은 단순한 ‘기술 친화성’이 아니라 정보 환경에 대한 불신의 크기다. 건강·의료 정보를 이용하는 과정에서 정보가 부정확하거나 과장됐다고 느낀 적이 있다는 응답은 85.8%였고, 서로 반대되는 내용 때문에 혼란을 경험한 적이 있다는 응답도 76.8%에 달했다. 이용자는 의료 정보를 더 쉽게 얻고 있지만, 동시에 무엇을 믿어야 할지 더 어려워진 상황에 놓여 있다는 뜻이다. AI에 대한 기대는 편의의 확장인 동시에, 신뢰의 공백이 만들어낸 결과일 수 있다.
이 수치는 한국 의료의 현재를 여러 층위에서 비춘다. 환자 입장에서는 예약 대기와 시간 부담, 진료실 안팎의 정보 비대칭, 낯선 의학 용어에 대한 장벽이 AI를 더 친절한 도구처럼 보이게 만든다. 반면 의료 현장에서는 증상 서술의 맥락, 기저질환, 약물 복용력, 응급 징후 같은 요소를 종합해 판단하는 임상적 과정이 단순 문답과는 다르다는 점이 핵심이다. 바로 그 간극이 앞으로의 보건의료 정책과 의료 커뮤니케이션이 풀어야 할 과제가 된다.
왜 사람들은 진료실보다 먼저 AI를 찾게 됐나
생성형 AI가 의료 영역에서 빠르게 스며든 배경에는 접근성의 혁명이 있다. 검색창에 증상을 입력하던 시대에서 이제는 대화형 질문을 통해 “이 증상이 위험한지”, “어느 과를 가야 하는지”, “검사가 필요한지”를 즉시 정리해 주는 환경으로 넘어왔다. 이용자는 긴 글을 읽지 않아도 되고, 자신의 언어로 다시 묻고, 답을 재구성해 달라고 요청할 수도 있다. 의료 정보 접근의 문턱이 이전보다 낮아진 것은 분명한 사실이다.
이 과정에서 이용자가 체감하는 효용은 단순한 검색 편의보다 크다. AI는 24시간 응답하고, 질문의 횟수나 방식에 짜증을 내지 않으며, 민망한 증상도 비교적 부담 없이 물을 수 있게 한다. 이는 특히 초진 전 단계, 병원 방문 여부를 고민하는 단계, 검사 결과를 이해하려는 단계에서 강한 매력을 가진다. 실제로 많은 사람에게 AI는 ‘의사를 완전히 대체하는 존재’라기보다 ‘가기 전에 먼저 물어보는 디지털 전 단계’로 작동할 가능성이 크다.
그러나 문제는 이 전 단계가 점점 더 길어지고, 경우에 따라 본 단계인 진료 자체를 밀어낼 수 있다는 데 있다. 대면 진료는 단순히 의학 지식을 전달하는 과정이 아니라, 표정과 호흡, 피부색, 통증 반응, 말의 속도, 환자의 불안 정도처럼 텍스트로 포착되지 않는 단서를 읽는 과정이기도 하다. 환자는 AI 답변이 논리적이고 정돈돼 보일수록 그것을 ‘판단’으로 받아들이기 쉽지만, 의료는 설명의 유창함보다 판단의 정확성과 책임성이 더 중요한 분야다.
58.3%라는 숫자가 말하는 것과 말하지 않는 것
성인 58.3%가 AI가 의사 상담·진료를 대체할 수 있다고 본다는 응답은 그 자체로 상징성이 크다. 다만 이 숫자를 곧바로 “대다수가 의사를 불필요하게 여긴다”는 의미로 확대 해석해서는 안 된다. 응답 문항은 ‘대체 가능성’에 대한 인식이며, 실제 행동과는 구분해서 읽어야 한다. 사람들은 기술에 대한 기대를 높게 표현하면서도, 자신의 몸에 중대한 문제가 생기면 여전히 병원을 찾는 이중적 태도를 보일 수 있다.
그럼에도 이 수치는 적어도 두 가지 현실을 분명히 드러낸다. 첫째, 건강 정보 소비의 주도권이 이미 포털, 플랫폼, 커뮤니티를 지나 대화형 AI로 이동하고 있다는 점이다. 둘째, 의료기관 밖에서 이뤄지는 ‘사전 해석’이 진료의 질과 경로를 바꾸기 시작했다는 점이다. 환자가 병원을 찾기 전에 어떤 정보를 접했는지, 자신을 어떤 질환 범주에 넣고 왔는지, 이미 어떤 치료법을 선호하게 됐는지가 진료실 대화의 출발점을 바꾸고 있다.
연구진은 생성형 AI의 확산이 건강·의료 정보 이용 방식 자체를 근본적으로 변화시키고 있으며, 접근성과 편의성을 높이는 동시에 정보의 정확성과 신뢰성 문제, 민감정보 보호, 전문 진료 대체 가능성에 따른 위험을 함께 부각한다고 진단했다. 이 지적은 AI 활용을 막아야 한다는 뜻이 아니라, 의료에서 특히 중요한 것은 ‘답변 가능성’이 아니라 ‘안전한 사용의 경계’라는 사실을 상기시킨다.
정보는 넘치는데 신뢰는 줄었다
부정확하거나 과장된 건강 정보를 접한 경험이 85.8%, 상반된 정보로 혼란을 겪은 경험이 76.8%라는 수치는 AI 시대의 역설을 압축한다. 정보량은 폭증했지만, 신뢰 가능한 정보의 비율이 높아졌다고 말하기는 어렵다. 이용자는 더 많은 답을 얻지만, 그 답들 사이에서 무엇이 개인의 상황에 맞는지 판단하기는 오히려 더 어려워졌다. 의료 정보는 생활정보와 달리 작은 오류가 큰 건강 피해로 이어질 수 있다는 점에서 위험도가 다르다.
특히 건강 정보는 사람을 쉽게 확신하게 만든다. 검색과 대화형 응답은 이용자의 현재 불안을 정교하게 언어화해 주고, 그 과정에서 사용자는 “이제 내 상태를 이해했다”고 느낄 수 있다. 그러나 의학적 판단은 증상 하나의 일반론이 아니라, 나이, 성별, 임신 여부, 만성질환, 약물 복용, 발병 시점, 통증 양상, 경과 변화 같은 개별 변수의 조합 위에서 이뤄진다. AI가 일반적 설명을 잘하는 것과 개별 환자의 위험도를 정확히 판별하는 것은 전혀 다른 차원의 문제다.
더 큰 문제는 이용자가 AI가 틀렸을 때 그 오류를 스스로 발견하기 쉽지 않다는 점이다. 건강 정보는 원래도 검증이 어렵고, 대체로 전문 용어가 많으며, 예외 상황이 많다. 여기에 대화형 AI의 자연스러운 문장과 단정적인 표현이 결합되면, 이용자는 ‘확률적 생성’을 ‘전문적 판단’으로 오인할 수 있다. 결국 정보 과잉 시대의 핵심 위험은 정보 부족이 아니라, 틀린 정보를 그럴듯하게 믿게 되는 구조에 있다.
대면 진료의 핵심은 ‘정답’이 아니라 ‘판단과 책임’
의료가 다른 정보 서비스와 구별되는 이유는 결과에 대한 책임이 따르기 때문이다. 의사는 병력 청취, 신체 진찰, 검사 결과, 위험도 평가를 바탕으로 치료 방침을 결정하고 그 판단에 책임을 진다. 반면 생성형 AI는 질문에 대한 답변을 제시할 수는 있어도, 환자의 실제 상태를 확인하거나 악화 시 즉각 대응하거나 법적·윤리적 책임을 지는 구조를 갖고 있지 않다. 의료에서 가장 중요한 순간은 정보 제공이 아니라 결정과 책임의 순간이다.
예를 들어 같은 복통이라도 단순 소화불량일 수 있고, 급성 충수염이나 산부인과적 응급상황의 신호일 수도 있다. 같은 기침이라도 계절성 감기일 수 있지만, 폐렴이나 만성질환 악화, 특정 약물 부작용과 연결될 수도 있다. 텍스트 기반 답변은 가능성을 나열하는 데는 유용할 수 있으나, 실제 환자에게 무엇이 가장 위험한지 우선순위를 정하는 일은 별개의 과업이다. 의료는 많은 경우 ‘무엇이 맞는가’보다 ‘무엇을 먼저 배제해야 하는가’의 학문이다.
그렇다고 AI의 의료 활용 가능성을 전면 부정할 필요는 없다. 오히려 현실적인 방향은 대체가 아니라 보조다. 초진 전 증상 정리, 복약 정보 요약, 검사 전후 안내, 만성질환 관리 교육, 퇴원 후 생활수칙 설명 같은 영역에서는 충분히 효율을 높일 여지가 있다. 다만 그 활용은 어디까지나 대면 진료를 보완하는 범위에서 설계돼야 하며, 응급성 판단·진단 확정·치료 결정처럼 오판의 비용이 큰 영역과는 구분돼야 한다.
정책이 봐야 할 것은 기술이 아니라 사용 장면이다
이번 조사 결과가 정책 당국과 의료계에 던지는 질문은 단순히 “AI를 허용할 것인가”가 아니다. 이미 이용은 시작됐고, 문제는 어떤 장면에서 어떤 안전장치를 둘 것인가다. 가장 먼저 필요한 것은 건강·의료 정보의 위험도에 따른 층위화다. 생활습관 개선이나 일반적 질병 설명은 비교적 낮은 위험영역이지만, 증상 기반 자가진단 유도나 약물 조정 조언, 응급성 판단은 훨씬 높은 위험영역이다. 같은 AI 활용이라도 규율 강도는 달라져야 한다.
둘째는 플랫폼 책임의 문제다. 이용자에게 제공되는 답변이 건강 정보인지, 의료적 조언인지, 단순 참고자료인지가 명확히 구분되지 않으면 오인 가능성이 커진다. 특히 민감정보 보호는 핵심 쟁점이다. 개인의 증상, 정신건강 상태, 생식 건강, 복용 약물 정보는 가장 사적인 데이터에 속한다. 편의성 때문에 입력한 정보가 어디까지 저장되고 어떻게 활용되는지에 대한 사회적 기준이 없다면, AI 의료 활용의 확산은 신뢰보다 불안을 키울 수 있다.
셋째는 의료기관 내부의 대응이다. 환자가 AI로 미리 얻은 정보를 들고 진료실에 오는 상황은 이제 예외가 아니다. 의료진이 이를 단순히 ‘잘못된 정보의 유입’으로만 받아들이면 갈등은 커질 수 있다. 오히려 무엇을 참고했고 무엇을 오해했는지 짚어주며, 병원 진료가 왜 필요한지 설명하는 커뮤니케이션 역량이 중요해진다. 의료의 권위가 자동으로 신뢰를 보장하던 시대에서, 이제는 설명의 질과 환자 경험이 신뢰를 다시 구성하는 시대가 됐다.
한국 의료가 준비해야 할 다음 단계
이번 조사 결과는 AI가 의료를 대체할 것이라는 단정적 전망보다, 한국 사회가 이미 새로운 정보 이용 습관 안으로 들어왔다는 사실을 보여준다. 환자는 더 이상 의사만을 단일한 정보원으로 보지 않는다. 병원 밖에서 건강 정보를 소비하고, 정리하고, 비교한 뒤 진료실로 들어온다. 의료제도가 이 변화를 외면하면 환자는 제도 밖의 도구를 더 깊이 신뢰하게 되고, 그만큼 공적 의료체계의 설명력은 약해질 수 있다.
따라서 필요한 것은 공포도 낙관도 아닌 정밀한 분업이다. AI는 의료 문해력을 높이고, 진료 전후 이해를 돕고, 반복적 설명 부담을 줄이는 데 기여할 수 있다. 반면 진단과 처방, 응급 판단, 환자별 위험도 평가, 예외 상황의 판별은 여전히 임상 현장의 몫이다. 기술이 아무리 발달해도 의료에서 핵심은 개별 환자의 몸에서 벌어지는 현재의 신호를 읽고, 그 결과에 책임지는 사람과 체계의 존재다.
결국 58.3%라는 숫자가 던지는 본질적 질문은 “AI가 의사를 이길 수 있는가”가 아니다. 더 정확한 질문은 “왜 इतने 많은 사람이 진료 이전에 AI를 믿게 됐는가, 그리고 그 믿음을 안전하게 다룰 제도는 준비돼 있는가”에 가깝다. 건강 정보의 민주화는 거스를 수 없는 흐름이지만, 의료의 안전은 자동으로 따라오지 않는다. 지금 필요한 것은 기술 경쟁이 아니라 신뢰 설계다. 한국 의료가 이 변화를 공백이 아닌 질서로 전환할 수 있을지, 그 시험이 이미 시작됐다.
