보건복지부에 따르면 2026년 의료 AI 테스트베드 지원 사업 공모에서 칠곡경북대학교병원 유방외과 이지연·강병주·문준석 교수가 참여한 컨소시엄이 선정됐다. 연구 주제는 ‘AI 기반 유방 초음파 자동 스크리닝 테스트베드 구축과 임상 실증 플랫폼 개발’로, 개발을 마친 의료 인공지능 제품이 실제 의료 현장에서 어느 정도의 정확도와 안정성, 사용성을 확보하는지를 검증하는 데 초점이 맞춰졌다.
이번 사업은 의료 AI 기술을 단순히 개발하는 단계에서 벗어나 임상적 유효성과 비용 효과성을 확인하고, 의료기관의 AI 전환 기반을 마련하려는 실증 사업이다. 동시에 검증을 통과한 AI 제품이 시장에 진입할 수 있도록 지원한다는 목적도 담고 있다. 기술 자체의 성능뿐 아니라 의료진이 실제 진료 과정에서 활용할 수 있는지까지 확인한다는 점에서 연구실과 의료 현장을 연결하는 성격이 강하다.
2026년 7월 19일 현재 공개된 연구 계획을 보면 핵심 과제는 유방 초음파 AI 분석 솔루션의 정확도와 안정성, 사용성을 의료기관 데이터로 검증하는 것이다. 연구팀은 이를 통해 의료진의 진단 효율을 높이고 의료 서비스의 품질을 개선할 가능성을 확인할 계획이다. 한국의 의료 AI 경쟁력이 알고리즘 개발을 넘어 임상 적용과 실증 체계 구축으로 확장되고 있음을 보여주는 사례로 평가된다.
의료 AI의 승부처가 임상 실증으로 이동했다
이번 선정에서 가장 주목할 부분은 이미 개발된 의료 AI 제품을 대상으로 한다는 점이다. 사업의 질문은 인공지능을 만들 수 있느냐가 아니라, 만들어진 제품이 의료기관에서 임상적으로 유효한 결과를 내고 비용 측면에서도 의미가 있느냐에 가깝다. 의료 AI가 현장에 안착하려면 기술적 완성도와 함께 의료진의 업무 흐름 안에서 안정적으로 작동하는지가 중요하다는 문제의식이 반영된 것으로 분석된다.
연구팀이 검증 대상으로 제시한 항목도 정확도 하나에 그치지 않는다. 안정성과 사용성이 함께 포함돼 있어 AI의 분석 결과가 일관되게 활용될 수 있는지, 의료진이 진료 과정에서 불편 없이 사용할 수 있는지를 동시에 살피게 된다. 정확한 결과를 내더라도 사용 과정이 복잡하거나 의료 현장의 흐름과 맞지 않으면 실제 활용이 제한될 수 있기 때문이다.
임상적 유효성과 비용 효과성을 함께 검증한다는 사업 목적 역시 중요한 의미를 갖는다. 의료기관이 새로운 기술을 도입하려면 진단에 도움이 된다는 근거뿐 아니라 투입되는 자원과 기대 효과를 함께 판단해야 한다. 이번 테스트베드는 의료 AI의 가치를 기술 성능, 임상 활용, 비용 효과라는 복수의 기준으로 확인하려는 구조라는 점에서 의료 AI 시장의 진입 기준을 구체화하는 과정으로 볼 수 있다.
유방 초음파 자동 스크리닝에 집중한 이유
선정된 과제는 유방 초음파 영상을 AI로 자동 스크리닝하는 테스트베드를 구축하고, 이를 임상에서 실증할 수 있는 플랫폼을 개발하는 내용이다. 자동 스크리닝은 의료진의 판단을 대체한다는 의미보다는 영상 분석을 지원해 판독 과정의 효율을 높일 가능성을 검증하는 데 무게가 실려 있다. 연구 목표에 의료진의 진단 정확도 향상과 판독 시간 단축이 함께 제시된 것도 이런 방향을 보여준다.
특히 연구팀은 보형물 합병증을 조기에 발견하는 가능성도 확인할 계획이다. 이는 유방 초음파 AI 분석 솔루션의 활용 범위를 단순한 영상 분류에 한정하지 않고, 의료진이 주의 깊게 살펴야 할 정보를 더 빠르게 확인하도록 지원하는 방향으로 넓히려는 시도로 읽힌다. 다만 실제 효과는 앞으로 진행될 정확도와 안정성, 사용성 검증을 통해 확인돼야 한다.
이번 연구의 핵심은 특정 AI 기능을 소개하는 데 있지 않고 그 기능이 임상에서 어떤 가치를 만들어내는지를 입증하는 데 있다. 진단 정확도가 향상되는지, 판독 시간이 줄어드는지, 의료 서비스의 품질 개선으로 이어질 가능성이 있는지를 의료기관 데이터를 기반으로 살피게 된다. 따라서 연구 결과의 의미도 단순한 기술 시연보다 실제 진료 과정에 적용할 수 있는 근거를 얼마나 확보하느냐에 따라 달라질 것으로 분석된다.
칠곡경북대학교병원이 맡는 현장 검증
이번 컨소시엄에는 칠곡경북대학교병원 유방외과의 이지연·강병주·문준석 교수가 참여한다. 칠곡경북대학교병원은 한국의 의료기관으로, 이번 과제에서 의료기관 데이터를 기반으로 유방 초음파 AI 분석 솔루션을 검증하는 역할에 참여한다. 의료 현장의 데이터와 전문 의료진의 판단이 실증 과정에 결합된다는 점이 사업의 핵심 기반이다.
의료기관 데이터 기반 검증은 개발 환경에서 확인한 성능을 실제 사용 환경의 관점에서 다시 살펴보는 절차다. 연구팀이 정확도와 안정성 외에 사용성을 별도의 검증 항목으로 둔 것은 AI 솔루션이 의료진의 진단 과정과 어떻게 결합되는지를 중요하게 본다는 뜻으로 해석된다. 기술이 의료 현장에 들어갈 때 발생할 수 있는 활용상의 차이를 임상 실증 플랫폼에서 확인하려는 것이다.
강병주 교수는 유방 영상 진단에 AI를 접목하는 연구를 꾸준히 이어왔다며, 이번 사업을 통해 AI 기술의 임상적 가치를 입증하고 발전 방향까지 제시할 수 있도록 최선을 다하겠다고 밝혔다. 이 발언은 이번 연구가 단순한 성능 평가에 머무르지 않고, 향후 의료 AI가 어떤 방식으로 발전해야 하는지에 관한 실증 근거를 제시하는 데까지 목표를 두고 있음을 보여준다.
정확도·안정성·사용성을 함께 보는 구조
의료 AI의 성능을 설명할 때 가장 먼저 주목받는 요소는 정확도지만, 이번 연구는 안정성과 사용성을 같은 수준의 검증 대상으로 제시한다. 이는 임상 현장에서 필요한 기준이 단일 지표로 환원되기 어렵다는 점을 드러낸다. 분석 결과가 정확해야 하는 것은 기본이고, 의료기관에서 지속해서 활용할 수 있을 만큼 안정적으로 작동하며 의료진이 효율적으로 사용할 수 있어야 한다.
세 가지 검증 항목은 서로 연결돼 있다. 높은 정확도를 보이는 솔루션이라도 사용 과정에서 시간이 많이 걸리면 판독 효율 향상이라는 목표를 달성하기 어렵다. 반대로 빠르고 편리하더라도 결과의 정확도와 안정성이 충분하지 않다면 의료 서비스 품질 개선 가능성을 입증하기 어렵다. 이번 테스트베드는 이러한 요소를 통합적으로 확인하는 장치가 될 것으로 평가된다.
연구팀이 판독 시간 단축을 구체적인 목표로 제시한 점도 눈에 띈다. 의료 AI의 가치는 새로운 분석 결과를 내는 것뿐 아니라 의료진이 영상을 확인하고 판단하는 과정의 효율을 높이는 데서도 나타날 수 있다. 다만 판독 시간이 실제로 얼마나 줄어드는지, 그 변화가 진단 정확도와 어떤 관계를 보이는지는 실증 과정에서 검증돼야 할 사안이다.
시장 진입을 돕는 테스트베드의 의미
보건복지부가 주관하는 이번 사업은 의료 AI 제품의 시장 진입 지원을 명시적인 목적으로 두고 있다. 개발된 기술이 시장에 진입하려면 제품의 기능을 설명하는 것만으로는 부족하고, 의료기관에서 활용할 수 있다는 근거가 필요하다. 테스트베드는 개발 제품과 의료 현장 사이에서 임상적 유효성, 비용 효과성, 적용 가능성을 확인하는 연결 지점으로 기능한다.
임상 실증 플랫폼 개발은 한 제품의 성능을 한 차례 확인하는 것보다 넓은 의미를 갖는다. 플랫폼이라는 구조를 통해 의료기관 데이터에 기반한 검증 절차를 마련하고, AI 솔루션의 정확도와 안정성, 사용성을 체계적으로 살피려는 시도이기 때문이다. 이번 과제가 성공적으로 진행된다면 의료 AI의 현장 적용성을 평가하는 데 필요한 경험과 검증 방식이 축적될 수 있다는 분석이 가능하다.
의료기관의 AI 전환 기반을 마련한다는 사업 목적도 같은 맥락이다. 의료기관의 AI 전환은 제품을 도입하는 행위만을 뜻하지 않는다. 의료진이 AI 분석 결과를 진단 과정에서 활용하고, 그 과정에서 정확도와 효율, 서비스 품질이 어떻게 달라지는지를 확인할 수 있어야 한다. 이번 연구는 유방 초음파라는 구체적인 영역에서 그 전환 가능성을 실증하려는 사례다.
한국 의료 AI가 보여줄 다음 단계
이번 선정은 한국 의료 AI의 경쟁력이 개발 기술의 소개보다 임상적 가치의 입증으로 이동하고 있음을 보여준다. 연구진은 의료기관 데이터를 바탕으로 유방 초음파 AI 분석 솔루션을 검증하고, 의료진의 진단 정확도 향상과 판독 시간 단축 가능성을 확인한다. 동시에 보형물 합병증의 조기 발견과 의료 서비스 품질 개선 가능성도 연구 목표에 포함한다.
향후 관건은 연구팀이 제시한 여러 목표를 임상 실증 과정에서 얼마나 명확하게 검증하느냐에 있다. 정확도와 안정성, 사용성이 함께 확인되고 의료진의 진단 효율 향상 가능성까지 입증된다면 의료 AI 제품의 시장 진입을 뒷받침하는 근거가 될 수 있다. 반대로 각 항목의 결과가 다르게 나타날 경우에도 어떤 부분을 개선해야 하는지 발전 방향을 제시하는 자료가 될 수 있다는 점에서 의미가 있다.
글로벌 독자에게 이번 한국의 사례가 흥미로운 이유는 의료 AI 경쟁의 중심이 알고리즘 개발에서 실제 환자 진료에 활용할 수 있는 임상 검증으로 옮겨가는 흐름을 구체적으로 보여주기 때문이다. 칠곡경북대학교병원 연구진이 추진하는 유방 초음파 AI 테스트베드는 한국이 의료진과 의료기관 데이터를 기반으로 기술의 정확성뿐 아니라 안정성, 사용성, 비용 효과성까지 함께 확인하려는 단계에 들어섰음을 보여주는 현장이다.
출처
· 7 19 뱸 :
