<18> 의료IT, 이제는 선택 아닌 필수다

▲ AI를 통해 신약개발에 드는 비용과 시간도 줄일 수 있게 됐다. 각종 결과를 단시간에 분석하고 이를 기반으로 해당 영역과 향후 계획에 대한 커리큘럼을 연계해 개발기간을 줄인다.
▲ AI를 통해 신약개발에 드는 비용과 시간도 줄일 수 있게 됐다. 각종 결과를 단시간에 분석하고 이를 기반으로 해당 영역과 향후 계획에 대한 커리큘럼을 연계해 개발기간을 줄인다.
▲ AI 기반의 챗봇과 대화를 통해 본인의 건강상태를 체크하고 향후 호전상태를 위한 예방 및 치료법 등을 실시간으로 공유한다.
▲ AI 기반의 챗봇과 대화를 통해 본인의 건강상태를 체크하고 향후 호전상태를 위한 예방 및 치료법 등을 실시간으로 공유한다.
▲ 사람이 평생 동안 만들어내는 의료 데이터는 1천100테라바이트로 많은 양의 데이터 습득이 용이해질수록 더욱 면밀하고 정확한 진단이 가능해진다.
▲ 사람이 평생 동안 만들어내는 의료 데이터는 1천100테라바이트로 많은 양의 데이터 습득이 용이해질수록 더욱 면밀하고 정확한 진단이 가능해진다.
▲ 빅 데이터를 활용한 인공지능 기술로 환자의 질병을 진단하고 화상카메라를 활용해 언제, 어디서든 시간과 장소의 구애없이 받는 진료가 현실화되고 있다.
▲ 빅 데이터를 활용한 인공지능 기술로 환자의 질병을 진단하고 화상카메라를 활용해 언제, 어디서든 시간과 장소의 구애없이 받는 진료가 현실화되고 있다.
▲ 의류에 IT가 접목된 웨어러블 기기는 환자의 상태를 실시간으로 감지하고 예측하는 등 예방차원에서 비중 높은 역할을 해낸다.
▲ 의류에 IT가 접목된 웨어러블 기기는 환자의 상태를 실시간으로 감지하고 예측하는 등 예방차원에서 비중 높은 역할을 해낸다.




한국 관광의 성지로 일컬어지는 제주도. 그럼에도 제주도 지명에 관한 유래를 아는 이는 의외로 많지 않다. 제주도는 ‘영원에 대한 욕망’을 내제한다. 중국의 진나라 황제가 영원불멸의 상징인 불로초를 찾던 중, 그의 충신인 서복이 한라산에서 약초를 구하고 서쪽으로 돌아간 일화가 ‘서귀포’의 유래로 알려져 있다.

인간 불멸의 삶은 그간 공상 과학영화 속 단골 소재 중 하나였다. SF 애니메이션 ‘공각기동대’에서는 인간의 몸을 기계로 대체, 질병과 노화가 없는 유토피아를 성사시켰다. 2005년 개봉된 영화 ‘아일랜드’는 인간 복제 기술의 접목으로 영원의 젊음과 건강을 영위하는 첨단 기술을 소재로 담았다.

이렇듯 인간의 생로병사는 거스를 수 없는 운명이다. 그럼에도 인간은 늙고 병들며, 종국엔 죽음을 맞이한다는 사실을 애써 거스르고자 한다. 이 같은 니즈는 자연스레 건강한 라이프 제고를 위한 의료시스템에 주목케 되는 근거로 자리 잡았다.

인간의 이러한 본능은 의료IT 기술 제고에 한몫했다. 그간 공상으로만 치부됐던 일들은 시나브로 현실화 시점에 다다랐다. 빅데이터를 활용한 인공지능 기술로 환자의 질병을 진단하고, 화상카메라를 활용, 언제, 어디서든 시간과 장소의 제약을 받지 않고 진료를 받는다.

스마트폰의 활용으로 24시간 자신의 신체 변화를 측정하고 질병을 조기에 예방한다. 인공지능(AI), 사물인터넷(IoT), 빅데이터, 모바일 등이 기존 의료 시스템의 고질적 임계점을 타파하고자 한다.

향후 5년으로 자율주행차, 가상현실(VR) 증강현실(AR), 3D프린팅, IoT, 클라우드 컴퓨팅 등 5대 분야 30여 만 개에 이르는 새로운 일자리 창출이 예견되는 상황이다. 반면 AI가 인간이 하는 일을 시나브로 대체하면서, 인간이 자칫 잉여의 존재로 전락할 수 있다는 우려가 상존한다. 하지만 이는 지성인으로서 거쳐야 할 치열한 고민의 범주일 뿐, 결코 디스토피아의 절망은 아니다.

AI와 별개로 인간만이 할 수 있는 일은 무궁무진하다. 창의적 아이디어나 그에 수반된 개념 창출의 능력은 인간이 인공지능을 압도한다. 위에서 언급했듯 의료와 IT의 접목은 생명존엄의 굴레서 자칫 파생 가능한 인간의 실수를 미연에 방지할 수 있다.

알파고의 인공 신경망은 10만 개 안쪽의 뉴런을 복제 해내는 것에 그쳤지만 인간은 대뇌피질에만 약 1천억 개의 뉴런을 가지고 있음을 간과해선 안 된다. 인간과 IT의 초연결이란 개별의 단점을 상호보완하며 최선, 아울러 최고의 결과를 도출해냄을 기대해 볼 필요가 있다.

AI를 이용하는 것은 인간이다. 활용을 위한 최종 의사결정의 위치는 인간 고유의 권한이다. AI의 활용 방식에 따라 미래는 천차만별로 변화될 수 있다는 점을 상기해보자. AI로 인한 삶의 질 제고는 응당 믿어볼 만한 가치다.





◆의료계의 AI는 예방으로 통한다.

인구 고령화 시대다. 나이가 들수록 수입은 줄어들지만 평균 연령이 높아져 만성질환에 의한 의료비 부담은 급속도로 늘고 있다. 바야흐로 디지털 헬스케어라 함은 ‘선택’이 아닌 ‘필수’로의 개념 전환이 이뤄지고 있는 셈이다.

지난해 만성질환자의 45%는 60세 이상이었다. 이들의 의료비 부담은 2011년부터 2017년까지 연평균 8.1%씩 급증했다. 디지털 헬스케어가 ‘치료’ 중심의 기존 의료체계를 ‘예방’ 중심으로 변화시켜야 하는 이유다.

이 같은 사회변혁의 궤를 따라 ‘스마트’의 아이덴티티를 간직한 헬스케어가 전 방위적으로 각광받고 있다. 스마트 헬스케어란 인간의 신체와 건강이 연결된 서비스와 IT가 융합된 종합 의료 서비스체계를 뜻한다. 스마트폰 앱으로 고혈압과 당뇨병 등 만성질환을 진단하고 AI를 통해 재활과 간병 등을 아우르는 것이 대표적 사례로 꼽힌다.

이처럼 IT와 웨어러블 기기의 결합은 ‘건강’의 정의를 재정립하고자 했다. 다양한 웨어러블 기기와 IT 기술의 결합은 환자의 상태를 실시간 감지·예측한 후 예방을 위한 추론의 장을 펼친다.

AI의 고무적 혁신은 ‘예측’과 더불어 ‘예방’의 영역이다. AI 기술력으로 인해 전통적인 의료정보에는 존재치 않는 예측·예방의 영역이 보강된 셈이다. 환자의 실시간 건강상태 변화에 대한 정보를 축적, 행동변화와 그에 따른 반응을 예측한다. 예측된 데이터로 파생 가능한 질병발발의 근원을 추적, 예방을 영위한다는 것이다.

IoT와 빅데이터의 접목으로 환자의 실시간 반응과 행동양식과 등을 취합· 축적을 통해 예측, 더 나아가 예방 능력을 제고하는 일련의 과정. 이는 환자의 라이프 로그(Life-log) 정보를 지속적으로 빅데이터화함으로써 가능해진다.

이중 AI 기반의 챗봇(Chatbot)을 통한 헬스케어 서비스가 두각을 나타내고 있다. 챗봇 과의 대화를 통해 본인의 건강상태를 체크, 향후 호전상태를 위한 예방 및 치료법 등을 실시간으로 공유한다.

챗봇은 고령화 시대, 금전적 여유가 없는 서민들에게는 단비와 같은 존재일 것으로 사료된다. ‘보편화’의 의미로 해석될 수 있다. 값비싼 전문 의료 인력을 챗봇으로 대체, 저렴한 비용으로 시·공간의 구애 없이 각종 진단을 영위할 수 있다는 사실만으로 향후 헬스케어 챗봇에 대한 관심은 증폭할 것으로 보인다.

이밖에도 당뇨, 고혈압 등의 만성질환에도 IT 기술은 혁혁한 성과를 거둘 것으로 전망된다. 질병 측정을 넘어 향후 관리 및 예방 기능이 투영된 웨어러블 기기의 대중화는 더 이상 생경해마지않는 유토피아가 아니다.





◆많은 데이터로 정확한 진단을

사람이 평생동안 만들어내는 의료 데이터는 1천100테라바이트(TB·1천24기가바이트) 정도라고 한다. 한정된 인간의 능력만으로는 정확한 진단을 위한 데이트 축적이 불가능할 터. AI와의 접목, 선행돼야 함이 마땅한 과제다. 많은 양의 데이터 습득이 용이해질수록 더욱더 면밀하고 정확한 진단이 가시화되기 때문으로.

방대한 의료 자료는 AI 기술 발달의 베이스로 인식된다. 의료 기록은 물론 유전자 자료나 스마트폰에서 측정한 인적 데이터 등 의료 IT는 진화에 진화를 거듭해 가고 있다.

유수의 시장조사 업체에 따르면 내년 전 세계를 걸쳐 축적될 의료 데이터가 2천314엑사바이트(EB·10억7천 기가바이트)에 이른다. 2015년의 15배가 넘는 실로 경이로운 수치다.

최근 AI와 신약개발의 융합도 재편의 움직임을 보이고 있다. 신약개발을 위해선 통상 10년의 기간과 1조 원이 넘는 비용 투자가 소요되는 것으로 알려진다.

이제는 AI의 활용으로 최적화된 개발 간 환경 조성의 시점이 머지 않았다.

원리는 이렇다. AI가 의료 논문 자료들을 읽고 각종 의학 관련 세미나 및 발표 결과를 임상 데이터화한 후 단시간으로 분석한다. 분석 후에는 신약발굴을 위한 컨셉트를 정하고 해당 영역과 향후 개발에 관한 커리큘럼을 연계시킨다.

이처럼 가설을 세우고 새로운 질병에 대한 신약개발 경로를 지정하는 등 AI가 인간의 역할을 대체, 비용과 시간을 현저히 낮추는 것이다.

아직 걸음마 수준에 불과하지만 AI는 신약개발을 위한 유전자(DNA), 단백질, 제약 등의 연관관계를 발굴하는데도 적극 활용되고 있다. AI를 통해 각종 데이터와 논문 등을 분석·연구과정을 거친 뒤 이들의 상관관계를 측정, 신약·생약 개발에 나서고 있다.





◆헬스케어와 IT의 만남

세계 유수의 시장조사기관 발표에 따르면 글로벌 헬스케어 IT 시장은 2016년에서 2022년까지 연평균 52% 성장세를 전망했다.

다수의 컨설팅 기업들도 2026년 헬스케어 분야에서 AI와의 접목을 통한 비용 절감 효과를 1천500억 달러로 추산했다. 1년 기준이다.

해외 선진국들은 이미 오래전부터 헬스케어 IT 시장 선점을 위해 발 빠르게 준비해왔다. 정부의 적극적인 지원 하, 디지털 헬스케어 기술 개발에 박차를 가하고 있다. 하지만 국내 산업은 각종 규제와 이해 당사자 간의 충돌로 인해 여전히 답보상태를 면치 못하고 있다.

헬스케어 분야 간 AI 인공지능 기술의 원천은 빅데이터를 기반으로 학습하는 ‘머신러닝’이다. 하지만 국내에서는 이에 대한 본격 활용이 용이치 않다. 의료 데이터를 병원 내에서만 보유하고 한정된 인원들만 열람할 수 있는 제도상의 문제 때문으로. 헬스케어 AI 분야 간 국내 기업들이 의료 소비자들에게 맞춤형 서비스 실현을 위해서는 이와 같은 문제해결은 필수적이다.

이제 첫걸음을 내딛은 헬스케어 IT 분야가 어느 정도의 속도를 낼 수 있을지 귀추가 주목된다. ‘구더기 무서워 장 담그지 못하는’ 우매함의 전철을 굳이 밟을 이유가 없다. 늦었다고 생각할 때가 가장 빠른 시점이라고 하지 않았던가.

머지않은 미래, 글로벌 IT 기업들의 대거 유입으로 대한민국의 병원과 의사를 대체할 수 있다. 초당적 자세로 관련 규제의 완화를 일궈야 할 때다. 전 방위적 지혜를 아울러 모아야 할 오늘에 이르렀다.



글·사진 군월드 IT 사업팀
저작권자 © 대구일보 무단전재 및 재배포 금지