--- title: "의료 AI 시장은 커지는데, 한국 기업 앞엔 규제·데이터·플립 장벽이 깔려 있음" published: 2026-05-17T20:30:02.215Z canonical: https://jeff.news/article/2796 --- # 의료 AI 시장은 커지는데, 한국 기업 앞엔 규제·데이터·플립 장벽이 깔려 있음 고령화와 의료 인력난 때문에 미국, 일본, 중국, 러시아, 인도 등에서 의료 AI 수요가 빠르게 커지고 있다. 한국 기업은 의료 AI와 디지털 헬스 경쟁력을 갖췄지만, 각국 인허가·데이터 보안·자국 산업 보호·현지 법인 전환 문제를 동시에 뚫어야 하는 상황이다. ## 의료 AI 수요는 진짜 커지고 있음 - 전 세계 의료 AI 시장이 커지는 배경은 꽤 단순함. 고령화는 빨라지고, 의료 인력은 부족하고, 병원은 비용을 줄여야 함. - KOTRA가 본 흐름도 이쪽임. 주요국이 의료 AI 솔루션 수요를 키우는 동시에, AI를 안보·산업 보호 이슈로 보고 규제 장벽도 같이 세우는 중임. - 그러니까 시장은 열리는데, 문은 자동문이 아니라 각국 규제기관이 지키는 회전문에 가까움. - 미국은 의료 AI를 “멋진 신기술”보다 “돈을 아껴주는 도구”로 보고 있음. - 진료 건수 중심 행위별 수가제에서 치료 결과와 비용 효율을 보는 가치 기반 의료로 전환 중이라, 병원 입장에선 비용 절감·행정 효율화가 숫자로 찍히는 AI가 매력적임. - 의료진 번아웃을 줄이는 앰비언트 인텔리전스, 비임상 워크플로우 자동화 솔루션 수요가 특히 커지고 있음. - 미국식품의약국은 알고리즘 업데이트 때마다 새로 허가받는 부담을 줄이기 위해 사전 결정된 변경 통제 계획을 도입했고, 대신 시판 후 실제 데이터 기반 성능 모니터링을 요구하는 방향으로 가고 있음. - 일본은 인력난 숫자가 너무 세다. 2040년 의료·복지 분야에서 약 96만 명이 부족할 거라는 전망이 나옴. - 민간 병원의 61%가 영업 적자를 겪고 있어서, 업무 부담을 낮추고 비용을 줄이는 클라우드 기반 디지털 전환 솔루션과 진료지원 AI가 늘고 있음. - 일본은 소프트웨어 의료기기 상용화를 돕는 DASH 같은 지원책을 운영하지만, 자동학습형 AI에는 여전히 보수적임. - 중국·러시아·인도 같은 시장은 수요는 큰데, 들어가는 방식이 빡셈. - 중국은 고령화와 대도시·농촌 의료 격차 때문에 AI 솔루션을 서두르고 있고, 문진 대화나 건강 상태 평가 알고리즘이 다수 승인됨. 반면 의학영상 분석 기능은 5% 수준이라 정밀 진단 보조 시장의 성장 여지가 큼. - 러시아는 2030년까지 모든 지역에 최소 12종 이상의 AI 기반 의료기기 도입을 의무화하는 정책을 밀고 있음. 영상의학 업무 부하를 줄이는 자동화 수요가 특히 뚜렷함. - 인도는 의료 인력과 인프라의 지역 불균형 때문에 원격 의료 플랫폼, 만성질환 관리, 영상의학 진단, 병원 행정 자동화 수요가 같이 커지고 있음. > [!IMPORTANT] > 의료 AI 시장은 “AI 정확도”만으로 승부 나는 곳이 아님. 각국의 의료 인허가, 개인정보보호, 데이터 국외 반출 제한, 현지 병원 신뢰까지 한 번에 통과해야 함. ## 한국 기업이 가진 카드와 막히는 지점 - 한국 기업 입장에선 기회가 있음. 의료 AI, 디지털 헬스, 의료정보시스템에서 경쟁력이 있고, 국내 대형병원의 디지털 전환 레퍼런스도 있음. - 병원 현장 데이터를 바탕으로 제품을 검증해 본 경험은 해외 시장에서 신뢰를 얻는 데 도움이 됨. - 특히 범용 모델이 비어 있는 특정 의료 프로세스용 경량 언어 모델, 신흥국 의료 격차를 줄이는 원격 진단 소프트웨어가 유망한 영역으로 꼽힘. - 그런데 해외 진출의 가장 큰 장벽은 역시 규제임. - 미국은 의료기기 등급별 인허가 경로가 까다롭고 비용도 큼. 여기에 연방 법률과 주별 소비자 개인정보보호법까지 같이 맞춰야 함. - 일본은 승인과 공적 의료보험 등재라는 이중 심사를 통과해야 실제 확산이 가능함. - 중국과 러시아는 국산화·자립 기조가 강하고, 데이터 보안법과 개인정보보호법 때문에 의료 데이터 국외 반출도 엄격히 막음. - 현지 플랫폼과 유통망도 문제임. 글로벌 빅테크가 이미 의료 플랫폼 생태계를 잡고 있고, 한국 기업은 초기에 병원·유통 네트워크가 부족함. - 의료 AI는 오진 리스크가 붙는 순간 법적 책임 문제가 바로 따라옴. - 알고리즘 투명성 부족도 병원 구매·도입 의사결정에서 걸림돌이 됨. ## 결국 현지 법인, 실증, 제도 지원 싸움 - 선진국 시장에서는 “좋은 제품을 수출한다”만으로는 부족하다는 현장 우려가 큼. - 자국 기업 솔루션을 선호하는 경향이 있어서, 현지 법인을 통하지 않으면 병원 판로를 확보하기 어렵다는 지적이 나옴. - 루닛이 볼파라를 인수해 루닛 인터내셔널로 재편하고, 로킷헬스케어가 로킷아메리카의 미국 나스닥 상장을 추진하는 것도 이 흐름에 가까움. - 문제는 국내 기업이 현지 법인 전환, 이른바 플립을 하려면 비용과 절차가 만만치 않다는 점임. - 현지 법인으로 주식을 이전하는 과정에서 아직 실현되지 않은 이익에 대해 수십억 원대 양도소득세가 부과될 수 있음. - 기존 주주 전원 동의도 필요해서, 시리즈 B나 C 이상으로 주주 구성이 복잡해진 기업은 사실상 전환이 어려워질 수 있음. - 업계에서는 정부 지원이 “행사성 해외 진출 지원”보다 훨씬 실무적으로 바뀌어야 한다고 보고 있음. - 해외 인허가 문서 작성, 지식재산권 문서, 전문 용어 선택까지 도와주는 상시 상담 체계가 필요하다는 요구가 나옴. - 국책 과제 단계부터 실제 병원과 연결해 제품을 써 보고 개선하는 임상 실증 기회를 늘려야 한다는 주장도 있음. - 국내 AI 기업의 플립을 무조건 기술·인력 유출로만 볼 게 아니라, 한국인이 대주주로 남고 국내 지사와 협력하며 해외 매출을 만드는 방식으로 봐야 한다는 의견도 제기됨. > [!NOTE] > 이 기사에서 제일 현실적인 포인트는 “현지화”가 번역이나 영업망 문제가 아니라는 거임. 의료 AI에선 법인 구조, 규제 문서, 병원 실증, 데이터 거버넌스가 전부 제품 경쟁력의 일부가 됨. --- ## 기술 맥락 - 의료 AI에서 중요한 선택은 모델 크기보다 “어떤 의료 프로세스에 박을 것인가”예요. 범용 대규모 언어 모델이 모든 병원 업무를 한 번에 해결하기 어렵기 때문에, 기사에서 말한 경량 언어 모델 수요는 특정 진료 문서, 문진, 판독 보조처럼 좁은 업무를 정확하게 처리하려는 흐름에 가까워요. - 각국이 알고리즘 업데이트를 규제하는 이유는 의료 AI가 배포 후에도 바뀔 수 있기 때문이에요. 일반 소프트웨어라면 업데이트가 장점이지만, 의료기기에서는 성능이 바뀌면 환자 안전과 법적 책임이 바로 걸리거든요. 그래서 미국이나 일본은 업데이트 계획을 미리 승인하거나, 시판 후 실제 데이터로 계속 감시하는 방식을 섞고 있어요. - 데이터 국외 반출 제한도 단순한 보안 규정이 아니에요. 의료 AI는 학습·검증·모니터링에 현지 환자 데이터가 필요하고, 이 데이터가 밖으로 못 나가면 현지 클라우드, 현지 파트너, 현지 법인 구조가 사실상 필수가 돼요. 그래서 기술 아키텍처와 회사 구조가 분리되지 않아요. - 한국 기업이 병원 실증을 더 많이 해야 한다는 말은 제품 홍보용 레퍼런스를 쌓자는 얘기만은 아니에요. 의료 AI는 실제 진료 흐름에서 경고가 너무 많거나, 의무기록 시스템과 안 맞거나, 의료진 책임 소재가 애매하면 성능이 좋아도 안 쓰이거든요. 병원 안에서 계속 고쳐보는 과정 자체가 해외 인허가와 판매의 기반이 돼요. ## 핵심 포인트 - 미국은 가치 기반 의료 전환으로 비용 절감과 행정 효율을 입증하는 AI 솔루션 수요가 커지고 있음 - 일본은 2040년 의료·복지 인력 96만 명 부족 전망 때문에 원격 모니터링과 진단 자동화 수요가 커지는 중 - 중국·러시아·인도 등은 의료 격차와 인력난 때문에 AI 도입을 밀고 있지만 데이터 국외 반출 제한과 국산화 기조가 강함 - 한국 의료 AI 기업은 기술력과 대형병원 레퍼런스를 갖췄지만, 현지 법인 설립·인허가·세금·주주 동의 장벽이 큼 ## 인사이트 의료 AI는 그냥 모델 잘 만든다고 팔리는 시장이 아님. 병원 워크플로우, 규제 문서, 현지 데이터 정책, 법적 책임까지 한 덩어리로 풀어야 해서 기술 기업이라기보다 규제 산업 플레이어처럼 움직여야 함.