본문으로 건너뛰기
피드

의료 AI가 틀려도 최종 책임은 의사에게 간다는 분위기

ai-ml 약 4분
vote
0
댓글
북마크

국내 의료계와 법조계에서 의료 AI는 진료 주체가 아니라 의사 판단을 돕는 보조 도구라는 입장이 굳어지고 있다. 한국보건의료연구원과 가톨릭중앙의료원 모두 인간 중심성과 의료인의 최종 책임을 강조했고, 법조계도 오진 책임은 AI보다 의료인에게 있다고 본다.

  • 1

    의료 AI는 임상 판단 보조 도구로 규정되는 흐름

  • 2

    한국보건의료연구원이 생성형 AI 적정 활용 원칙 발표

  • 3

    가톨릭중앙의료원은 국내 의료기관 최초로 의료 AI 윤리강령 선포

  • 4

    법조계는 AI가 잘못된 정보를 줘도 의료인이 사실 여부를 확인해야 한다고 봄

  • 국내 의료 AI 논의가 점점 한쪽으로 정리되는 분위기임. AI는 의사를 대체하는 주체가 아니라 보조 도구라는 쪽임

    • 한국보건의료연구원(NECA)이 ‘의료 분야 생성형 AI 적정 활용 원칙’을 발표함
    • 개발자·서비스 제공자, 의료인, 국민이라는 3개 주체별 역할과 실천 원칙을 나눠 제시함
    • 특히 의료인 파트에서 AI는 임상 판단을 돕는 참고 도구이고, 최종 결정 책임은 의료인에게 있다고 못 박음
  • 가톨릭중앙의료원도 같은 방향으로 윤리강령을 냄

    • 지난달 국내 의료기관 최초로 ‘의료 AI 윤리강령’을 선포함
    • AI를 인간 중심 의료를 실현하기 위한 보조 수단으로 규정함
    • 윤리강령은 핵심가치와 지향점, 인간 중심성과 통제, 신뢰성과 데이터 윤리, 사회 정의와 책무 등 4가지 원칙과 12개 항목으로 구성됨
  • 핵심은 “AI가 판단했다”가 면책 사유가 되기 어렵다는 점임

    • 윤리강령의 인간 중심성과 통제 항목에는 보조성, 인간 책임성, 관리 감독이 포함됨
    • AI가 환자와 의료진 관계를 대체하지 않고 증진시키는 방향으로 쓰여야 한다는 입장임
    • 모든 AI는 인간의 철저한 관리와 감독 아래 운영돼야 한다는 원칙도 들어감

중요

> 의료 AI가 오진했더라도, 현재 국내 논의의 무게중심은 “그걸 활용해 판단한 의료인이 최종 책임을 진다”는 쪽에 있음.

  • 법조계 시각도 꽤 냉정함. AI가 틀렸어도 의사가 확인했어야 한다는 논리임

    • 법조계 관계자는 의료행위는 의사가 하는 것이고, AI가 정리한 지식을 바탕으로 내린 판단의 책임은 의료인에게 있다고 봄
    • AI가 잘못된 정보를 제공했더라도 의료인이 사실 여부를 가려야 한다는 입장임
  • 해외에서 AI 정보 의존으로 사망 사고가 난 사례도 언급됨

    • 미국에서는 AI가 제공한 정보에 의존해 약을 복용한 19세 소년이 사망했고, 유족이 오픈AI와 경영진을 상대로 소송을 제기함
    • 다만 한국 법제도에서는 오픈AI나 개발사에 책임을 묻기가 쉽지 않을 것이라는 의견이 나옴
    • AI가 온라인 정보를 수집해 정리해주는 도구라는 성격이라, 사용자가 그대로 믿고 따랐다는 이유만으로 법적 책임을 묻기 어렵다는 취지임
  • 그래도 장기적으로는 판이 바뀔 수 있음

    • 법조계 관계자는 AI가 인간 전문가를 대체하는 수준까지 발달하면 법률 책임과 제도 전반을 다시 설계해야 한다고 봄
    • 지금은 ‘보조 도구’ 프레임이 강하지만, 실제 현장에서 AI 의존도가 높아질수록 책임 경계 논쟁은 더 커질 가능성이 큼

헬스케어 AI를 만드는 쪽에서는 ‘모델 성능’만큼이나 책임 경계와 사용 맥락 설계가 중요해진다. 현장에서는 AI가 맞췄냐보다, 의료인이 어떤 근거로 AI 출력을 검토하고 최종 판단했는지가 핵심 증거가 될 가능성이 크다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.