의료 인공지능 보상 체계를 환자 편익과 임상적 성과에 따른 차등 지급 방안 추진
📢 핵심 3줄 요약
1. 보건복지부가 AI 기술 도입 사실보다 실제 의료서비스 개선 성과를 측정해 보상하는 체계 개편을 검토한다.
2. 기존 행위별 수가제를 유지하되 의료기관별 AI 전환(AX) 성과 보상을 병행하여 지역 의료 격차를 완화할 방침이다.
3. 의료 데이터 표준화와 AI 거버넌스 구축을 기반으로 응급환자 골든타임 단축 등 실질적 가치를 사후 평가해 보상한다.
18일 보건복지부 의료인공지능데이터정책과 박정환 과장은 헬스케어 AI 투자 포럼 주제발표를 통해 의료 인공지능(AI) 보상 체계를 환자 편익과 임상적 성과 중심으로 개편하는 방안을 검토 중이라고 밝혔다. 이는 단순히 특정 AI 기술을 도입하거나 활용했다는 사실 자체에 보상하던 기존의 방식에서 벗어나, 해당 기술이 실제 진료 현장에서 어느 정도의 의료서비스 개선 효과를 거두었는지를 정밀하게 측정하여 보상하겠다는 취지다. 정부는 대형병원에 집중된 AI 기술의 혜택이 지역 병원과 의원급까지 고르게 확산될 수 있도록 의료기관별 AI 전환(AX) 성과에 따른 보상 체계를 병행 구축할 계획이다.
현재 의료기관들이 AI 기술을 적극적으로 도입하지 못하는 가장 큰 원인으로는 초기 인프라 구축에 소요되는 막대한 비용 부담이 지목됐다. 개별 의료기관이 자체적으로 고성능 연산 자원인 GPU와 고도화된 AI 솔루션을 구축하기에는 재정적 한계가 뚜렷하기 때문이다. 이에 정부는 공공의료 분야를 중심으로 GPU 인프라와 의료 AI 솔루션을 공급하는 공공의료 AI 고속도로 사업을 추진하고 있다. 이를 통해 의료기관이 관련 기술을 보다 손쉽게 활용할 수 있는 환경을 조성하되, 단순한 인프라 지원에 그치지 않고 지속적인 활용을 유도할 수 있는 적정 보상 체계 마련이 필수적이라는 판단이다.

기존 행위별 수가제가 AI 산업 발전에 미치는 한계는?
기존의 보상 방식은 특정 의료 행위마다 정해진 금액을 지급하는 행위별 수가제를 중심으로 운영됐다. 이러한 방식은 영상 판독 보조와 같이 결과가 명확하게 드러나는 일부 분야에만 개발과 투자가 집중되는 부작용을 낳았다. 또한 새로운 의료 기술이 시장에 진입하기 위해 일정 기간 비급여로 활용된 후 건강보험 등재를 검토하는 선진입 제도 역시 임상적 근거를 확보하고 행정 절차를 밟는 과정에서 상당한 시간이 소요된다는 점이 한계로 지적됐다. 이는 혁신적인 AI 기술이 개발되더라도 실제 의료 현장에 빠르게 적용되어 환자들에게 혜택을 주기 어렵게 만드는 요인이 됐다.
정부는 이러한 문제를 해결하기 위해 기존 행위별 수가제의 틀은 유지하면서도, 의료기관이 거둔 환자 편익과 임상적 가치를 종합적으로 평가하는 성과 보상 방식을 도입할 방침이다. 의료기관이 현장의 수요에 맞춰 자율적으로 AI 기술을 선택하고 활용하도록 하되, 도입 전에는 안전성을 철저히 검토하고 도입 후에는 실제 진료 성과를 사후에 평가하여 보상하는 구조다. 이는 특정 우수 병원만이 혜택을 보는 구조를 넘어 의료 생태계 전반의 AI 전환을 촉진하고, 지역의 소규모 병원과 의원들까지도 AI 기술을 활용해 국민들에게 균등한 의료 서비스를 제공하도록 하는 데 목적이 있다.
적정 보상 체계 도입을 위한 핵심 기반 과제는?
성공적인 보상 체계 개편을 위해서는 의료 데이터의 표준화와 개인 맞춤형 진료 환경 구축이 선행되어야 한다. 정부는 의료정보 표준을 기반으로 병원 간 데이터 교류를 활성화하고, AI를 활용한 진료 협력 모델을 강화할 계획이다. 특히 개인건강기록(PHR)과 건강정보 고속도로 시스템을 적극 활용하여 환자 개개인에게 최적화된 맞춤형 진료 환경을 조성하는 것이 주요 과제로 꼽혔다. 데이터가 표준화되지 않으면 AI의 분석 정확도가 떨어질 뿐만 아니라 병원 간 협업이 불가능해져 AI 도입의 효과가 반감될 수 있기 때문이다.
또한 의료기관 내부의 AI 거버넌스 구축도 필수적인 요소로 강조됐다. 환자의 민감한 데이터를 안전하게 관리하는 보안 체계를 강화하는 동시에, 특정 AI 기술의 도입이나 활용 지속 여부, 혹은 중단 여부를 의료기관이 자체적으로 판단하고 책임질 수 있는 내부 관리 체계가 마련되어야 한다. 정부는 이러한 기반이 갖춰졌을 때 비로소 지역의료와 필수 의료, 공공의료의 공백을 완화하는 데 AI가 실질적으로 기여할 수 있을 것으로 보고 있다. 응급환자의 골든타임 단축이나 병원 간 진료 연계의 효율성 개선 등이 구체적인 성과 측정의 지표가 될 수 있다.

성과 측정 방식과 사후 보상의 구체적인 실행 방향은?
정부는 의료기관이 자체적으로 수립한 성과 측정 방식을 평가하고, 그 결과의 타당성에 따라 적정한 보상을 제공하는 유연한 체계를 구상하고 있다. 이는 일회성 도입 지원에 그치는 것이 아니라, 지속적인 성과가 확인되는 의료 AI 서비스에 대해 연속적으로 보상을 제공함으로써 서비스의 지속 가능성을 확보하려는 전략이다. 예를 들어 응급 의료 현장에서 AI를 활용해 환자의 상태를 빠르게 파악하고 적절한 병원으로 이송하여 생존율을 높였다면, 이러한 결과치를 데이터로 입증하여 보상을 받는 방식이다.
다만 구체적인 보상 기준과 세부적인 실행 방안은 아직 검토 단계에 머물러 있다. 보건복지부는 향후 내부 논의를 심화하고 의료 현장의 다양한 의견을 수렴하여 제도를 구체화할 방침이다. 박정환 과장은 의료 AI 서비스가 생태계 내에서 선순환하려면 개발과 인프라 구축, 그리고 서비스에 대한 보상이 하나의 고리로 연결되어야 한다고 강조했다. 개발 단계와 인프라 구축에는 정부가 선제적으로 투자하고, 이후 서비스가 창출해낸 임상적 가치는 정밀하게 측정하여 보상하는 체계를 확립하는 것이 의료 AI 산업의 미래를 결정짓는 핵심 요소가 될 전망이다.

