--- title: "정부가 공공·필수의료에 AI를 깔기 시작하자 국내 의료 AI 기업들이 웃는 이유" published: 2026-04-29T20:30:01.870Z canonical: https://jeff.news/article/2067 --- # 정부가 공공·필수의료에 AI를 깔기 시작하자 국내 의료 AI 기업들이 웃는 이유 정부가 공공·필수의료 현장에 AI 기반 진료시스템과 AX 시범사업을 추진하면서 국내 의료 AI 기업들의 B2G 매출 기회가 커지고 있다. 단순 매출뿐 아니라 공공의료 현장에서 쌓이는 실사용 데이터와 국가 단위 레퍼런스가 해외 진출의 무기가 될 수 있다는 기대가 나온다. - 정부가 공공·필수의료 현장에 AI를 본격적으로 넣으려 하면서 국내 의료 AI 기업들에 기회가 생기고 있음 - 핵심 배경은 지역 간 의료 격차와 필수의료 인력 부족임 - 정부는 AI를 단순 편의 기능이 아니라 의료 공백을 메우는 인프라로 보려는 분위기임 - 국내 기업 입장에선 안정적인 공공 매출과 실제 병원 레퍼런스를 동시에 얻을 수 있는 판이 열리는 셈임 - 보건복지부는 142억원을 투입해 전국 17개 권역책임의료기관에 AI 기반 진료시스템을 구축함 - 환자 생체 신호를 분석해 심정지나 패혈증을 사전에 예측하는 기능이 포함됨 - 흉부 엑스레이와 CT 판독 정확도를 높여 의료 공백을 줄이는 것도 목표임 - 특히 지방이나 필수의료 현장처럼 인력이 부족한 곳에서 AI가 보조 인프라 역할을 하게 하려는 그림임 - 과학기술정보통신부도 2년간 100억원 규모의 AX-Ready 시범사업을 추진함 - 기존처럼 단일 AI 솔루션 하나를 병원에 넣는 방식에서 벗어남 - 병원정보시스템(HIS)과 AI를 결합한 통합 패키지를 실증하는 방향임 - 음성인식 차트 같은 행정 자동화, 클라우드 기반 지역 협진 플랫폼 구축이 핵심 과제로 꼽힘 > [!IMPORTANT] > 이번 흐름의 포인트는 “AI 진단 보조 도구 하나 더 도입”이 아니라, 병원 운영 시스템 안에 AI를 통합해 의료진 업무 부담을 줄이려는 쪽에 있음. - 의료 AI 기업들이 기대하는 건 단순한 B2G 매출만이 아님 - 공공의료 인프라에서 쌓이는 대규모 실사용 데이터(RWE)가 연구개발과 해외 진출의 핵심 자산이 될 수 있음 - 국가 단위 의료 시스템 구축 경험은 솔루션의 안정성과 확장성을 증명하는 레퍼런스가 됨 - 엄격한 국가 보안·성능 검증을 통과했다는 이력은 유럽 AI 법(AI Act) 같은 해외 규제 대응에도 도움이 될 수 있다는 분석이 나옴 - 해외도 비슷하게 의료 AI를 국가 인프라로 끌어들이는 중임 - 영국 국민보건서비스(NHS)는 2026년까지 AI 진단 기금을 모든 의료 트러스트로 확대하고 있음 - 미국 보건첨단연구계획국(ARPA-H)은 의료 소외 지역을 위한 AI 시스템 구축에 속도를 내고 있음 - 국내에서 공공·필수의료 레퍼런스를 쌓은 기업이 동남아, 중동, 유럽 같은 시장에 들어갈 때 강점이 될 수 있다는 얘기가 나오는 이유임 - 국내 주요 기업들도 이미 공공·필수의료 쪽에서 사례를 만들고 있음 - 에이아이트릭스는 중환자실에서 환자 상태 악화를 조기에 발견해 의료 인력 부족 문제를 보완하고 있음 - 딥노이드는 뇌출혈 진단 보조 솔루션 딥뉴로로 응급 현장의 골든타임 확보를 돕고 있음 - 뷰노메드 딥카스는 전국 90개 이상의 상급종합병원에 도입돼 일반 병동 안전망을 구축 중임 - 코어라인소프트는 공공의료 분야에서 특히 눈에 띄는 사례로 언급됨 - 2017년부터 국립암센터 ‘국가폐암검진 품질관리 및 정보시스템’ 운영 사업을 독점 수주해오고 있음 - 충청권 등 지역 공공의료원에는 AI 기반 흉부 질환 다중 진단 플랫폼을 구축함 - 신생아 흉부 엑스레이 영상에서 주요 흉추 기준점을 자동 분할·표시하는 시스템도 개발하며 필수의료 영역으로 넓히는 중임 - 의료 AI 시장의 경쟁 기준도 바뀌고 있음 - 예전에는 “정확도가 얼마나 높냐”가 전면에 나왔다면, 이제는 실제 의료 시스템 안에서 안정적으로 작동하느냐가 중요해지는 분위기임 - 코어라인소프트도 단순 진단 도구가 아니라 검진 과정 전체에서 반복 활용될 수 있는 구조를 설계해왔다고 설명함 - 초고령사회 진입으로 의료 수요가 늘어나는 만큼, 한 번의 촬영으로 여러 질환을 통합 관리하는 역량도 중요해지고 있음 --- ## 기술 맥락 - 이번 정책에서 중요한 선택은 AI를 병원 바깥의 별도 도구로 두지 않고 병원정보시스템(HIS)과 묶어 실증하려는 점이에요. 의료진이 이미 쓰는 업무 흐름 안에 들어가지 못하면 정확도가 좋아도 현장에서는 잘 안 쓰이거든요. - 보건복지부의 142억원 사업은 환자 생체 신호, 흉부 엑스레이, CT 같은 실제 진료 데이터를 대상으로 해요. 왜 이게 중요하냐면 공공·필수의료 현장은 인력 부족이 심하고, 응급 상황에서는 판단 지연이 바로 리스크로 이어지기 때문이에요. - 기업들이 실사용 데이터(RWE)에 기대를 거는 이유도 여기에 있어요. 논문용 테스트셋 성능보다 실제 병원에서 얼마나 안정적으로 돌아갔는지가 해외 병원과 규제기관을 설득할 때 더 강한 근거가 될 수 있거든요. - 개발 관점에서는 모델 서빙만 잘하면 끝나는 문제가 아니에요. 병원 시스템 연동, 클라우드 협진 플랫폼, 보안 검증, 의료진 워크플로우, 규제 대응까지 한 번에 맞물려야 해서 제품 아키텍처 전체의 완성도가 경쟁력이 돼요. ## 핵심 포인트 - 보건복지부는 142억원을 투입해 전국 17개 권역책임의료기관에 AI 기반 진료시스템을 구축함 - 과학기술정보통신부는 2년간 100억원 규모의 AX-Ready 시범사업을 추진함 - 공공의료 현장에서 쌓이는 실사용 데이터(RWE)는 연구개발과 해외 진출의 핵심 자산으로 평가됨 - 뷰노메드 딥카스는 전국 90개 이상 상급종합병원에 도입됐고, 코어라인소프트는 2017년부터 국립암센터 사업을 수주해옴 ## 인사이트 의료 AI 경쟁 기준이 데모 정확도에서 실제 병원 시스템 안에서 안정적으로 굴러가는지로 옮겨가는 중임. 개발자 입장에선 AI 모델 자체보다 통합, 운영, 검증, 규제 대응이 더 큰 제품 경쟁력이 되는 장면으로 봐야 함.