AI가 처방전을 써주는 시대가 실제로 시작됐습니다. 미국 유타주에서 생성형 AI가 콜레스테롤 치료제와 항우울제 처방을 갱신하는 시범사업이 올해부터 본격 운영 중입니다. 이 소식을 처음 접했을 때, 저는 솔직히 좀 멈칫했습니다. 키오스크가 커피를 주문받는 것과 AI가 약을 처방하는 것은 차원이 다른 문제라는 생각이 먼저 들었기 때문입니다.
유타주 AI 처방 시범사업, 실제로 어떻게 돌아가나
이번 사업은 AI 의료 서비스 기업 닥트로닉(Doctronic)을 통해 운영됩니다. 유타주 성인 환자가 일정 조건을 충족하면, 기존에 복용하던 약의 처방을 병원 방문 없이 AI를 통해 갱신받을 수 있는 구조입니다.
여기서 핵심은 임상 의사결정 지원 시스템(CDSS, Clinical Decision Support System)이라는 개념입니다. CDSS란 의사나 AI가 환자 데이터를 분석해 치료 결정을 돕는 소프트웨어 체계를 말합니다. 지금 유타주 시스템은 완전한 AI 독립 처방이 아니라, AI가 먼저 처방 갱신 가능 여부를 판단하면 인간 의사가 최종 검토하는 CDSS 방식으로 운영 중입니다.
제가 직접 겪어보진 않았지만, 이 구조를 보면서 식당에서 서빙 로봇을 처음 마주쳤던 순간이 겹쳐 떠올랐습니다. 처음엔 "저게 제대로 되겠어?" 싶었는데, 실제로 쓰다 보니 단순 반복 동선에서는 꽤 일을 잘 해냈습니다. AI 처방 시스템도 비슷한 구간, 즉 이미 진단과 처방 이력이 확립된 만성질환 유지 처방에서는 충분히 보조 역할을 할 수 있다는 논리가 이해는 됩니다.
유타주 정부가 공개한 결과도 무시하기 어렵습니다. AI가 갱신을 권고한 처방 중 약 91%에 대해 인간 의사도 동일한 판단을 내렸고, 최종적으로 승인되지 않은 비율은 약 3% 수준이었습니다. 미국의학협회(AMA)를 비롯한 의료계가 이 수치만으로 섣불리 판단해서는 안 된다고 경고하고 있지만(출처: 미국의학협회(AMA)), 데이터 자체는 일정 수준의 가능성을 보여준다고 봐야 합니다.
대상 약물이 콜레스테롤 치료제와 항우울제에 한정된 이유도 있습니다. 이 약들은 장기 복용 이력이 있고, 약물 상호작용(Drug Interaction) 패턴도 비교적 잘 알려져 있습니다. 약물 상호작용이란 두 가지 이상의 약이 체내에서 서로 영향을 미쳐 효과가 강해지거나 부작용이 생기는 현상을 말합니다. 이 리스크가 상대적으로 예측 가능한 약물을 먼저 선택한 것은, 최소한 설계 측면에서는 신중한 접근이라고 할 수 있습니다.
현재 유타주가 마련한 안전장치를 정리하면 다음과 같습니다.
AI 서비스 기업에 의료 과실 보험(Medical Malpractice Insurance) 가입 의무화
법적 책임은 기업이 부담하는 구조로 설계
신규 진단과 고위험 처방은 시범사업 대상에서 제외
현 단계에서 인간 의사의 최종 검토 필수
의료계가 반발하는 진짜 이유, 그리고 제 생각
의료계의 반발을 단순히 "밥그릇 싸움"으로 보는 시각도 있는데, 저는 그 시각에는 동의하지 않습니다. 직접 겪어보니, 같은 약을 오래 먹더라도 몸 상태는 계속 변합니다. 저도 몇 년 전 복용하던 약이 다른 약과 겹치면서 예상 못 했던 반응이 생긴 적 있었습니다. 그 상황에서 저를 살린 건 데이터가 아니라 의사의 "이거 좀 이상한데요?"라는 직관적 질문이었습니다.
의료 현장에서 의사는 환자의 표정, 목소리 톤, 생활 환경까지 읽어서 판단합니다. 이것을 임상적 맥락 추론(Clinical Contextual Reasoning)이라고 부릅니다. 임상적 맥락 추론이란 수치화된 데이터 외에 환자의 전반적 상황을 통합해 의학적 판단을 내리는 능력을 말합니다. 현재 AI는 이 영역에서 인간 의사를 대체하기 어렵다는 것이 의료계의 공통된 입장입니다.
책임 소재 문제도 실질적입니다. AI가 잘못된 처방을 내렸을 때 환자가 피해를 입으면, 그 책임이 AI를 개발한 기업인지, 최종 서명한 의사인지, 사업을 승인한 주정부인지가 현재 법률체계에서는 명확하지 않습니다. 미국 내에서도 뉴욕주와 델라웨어주는 AI 의료 행위를 제한하는 방향의 규제 법안을 추진 중인 반면, 유타주는 반대 방향을 택한 셈입니다.
세계보건기구(WHO)도 AI 의료 기술 도입 시 환자 안전과 데이터 거버넌스 체계를 먼저 확보해야 한다고 강조하고 있습니다(출처: 세계보건기구(WHO)). 기술이 빠르게 앞서가더라도, 안전망 없이 달리는 건 결국 환자가 위험을 떠안는 구조가 됩니다.
AI가 일상 속 서비스를 바꾸는 속도는 이미 실감하고 있습니다. 카페 키오스크에 익숙해졌고, 로봇이 음식을 가져다줄 때 어색함 대신 편리함을 먼저 느끼게 된 지 꽤 됐습니다. 그 경험 덕분에 AI 의료에 대해 무조건 거부하거나 무조건 환영하는 양 극단보다, "어디까지를 AI에게 맡길 것인가"라는 경계선 논의가 더 중요하다는 생각이 확고해졌습니다. 생성형 AI(Generative AI)가 텍스트와 이미지를 넘어 처방 판단까지 영역을 넓히고 있는 지금, 그 경계선을 명확히 긋는 작업은 기술 개발만큼이나 시급한 과제입니다. 생성형 AI란 학습된 데이터를 바탕으로 새로운 콘텐츠나 판단 결과물을 스스로 생성해내는 AI 기술을 말합니다.
AI 의료가 가져올 변화는 막을 수 없는 흐름입니다. 다만 지금 유타주 사례에서 배워야 할 것은, 기술의 가능성만큼 그 한계를 솔직하게 인정하고 안전장치를 먼저 설계하는 자세입니다. 이번 시범사업의 결과가 어떻게 나오든 간에, AI와 인간 의사가 각자의 강점을 발휘하는 방식으로 역할을 나누는 것이 현실적인 방향이라고 봅니다. 기술이 사람을 대체하는 게 아니라, 사람이 더 잘할 수 있도록 돕는 구조가 될 때 진짜 혁신이 된다고 생각합니다.
이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 의료 조언이 아닙니다. 건강과 관련된 결정은 반드시 담당 의사와 상담하시기 바랍니다.
