국산 의료 AI, 기술보다 수가 장벽에 먼저 막혔다

국내 의료 AI가 막힌 지점

• 국산 의료 AI 기업들이 글로벌 시장으로 나가려는데, 아이러니하게도 제일 큰 약점은 ‘국내 병원에서 실제로 써본 기록’이 부족하다는 점임

  • 해외 바이어 입장에선 “너희 나라 병원에서도 쓰냐?”가 신뢰의 출발점인데, 국내 실증 기회가 부족하면 이 질문에 답하기 어려움
  • 정부 과제로 제품 개발까지는 가도, 의사가 실제 임상에서 써보고 고도화하는 단계가 끊기는 경우가 많다는 지적이 나옴

• 의료 AI는 출시했다고 끝나는 제품이 아니라, 실사용 데이터로 계속 다듬어야 하는 제품임

  • 정확성·안정성은 실제 환자 데이터와 진료 흐름 안에서 검증돼야 함
  • 당장 완성도가 부족한 솔루션도 병원에서 써보며 문제를 좁혀야 나아질 수 있는데, 그 기회 자체가 적다는 게 업계 불만임

미국도 같은 문제를 겪는 중

• 미국도 행위별 수가제 때문에 임상 AI 도입이 생각보다 잘 안 풀리고 있음

  • 미국 초당적 정책 센터(BPC)는 진료량에 보상하는 기존 방식이 AI 도구와 잘 맞지 않는다고 봄
  • AI 기반 서비스형 소프트웨어(SaaS)는 진단 검사 혜택 범주로 보상되지만, 기존 청구 구조에 딱 맞지 않아 도입이 제한적임

• 숫자로 보면 제도 공백이 꽤 선명함

  • 미국 내 임상 AI 솔루션 관련 현행 절차 용어(CPT) 코드는 26개뿐임
  • 그중 대부분은 가격 정보가 없는 임시 코드인 범주 III로 분류돼 있음
  • 입원 환자 보상 경로인 신기술 추가 지불(NTAP)도 있지만, 구독형 SaaS의 무형적 특성과 잘 안 맞는다는 문제가 있음

• 그래서 미국은 ‘AI를 얼마나 썼냐’보다 ‘환자 결과가 좋아졌냐’를 보는 가치 기반 지불 모델로 방향을 틀고 있음

  • CMS는 AI 솔루션으로 환자의 임상적 개선을 입증하면 정기 지불금을 주는 결과 중심 지불 모델인 ACCESS를 시험 중임
  • BPC도 AI에 따로 돈을 주는 방식이 과용과 의료비 증가로 이어질 수 있다며, 성과 기반 보상을 강조함

국내에 필요한 건 별도 보상 트랙

• 국내 학계는 의료 AI 생태계가 아직 생애주기를 완성하지 못했다고 봄

  • 연구개발, 성능 검증 이후에 현장 활용, 경제적 보상, 지속 모니터링이 자연스럽게 이어지지 않음
  • 혁신의료기술이나 신의료기술평가 유예 제도로 40여 개 기술이 한시 트랙에 들어왔지만, 실제 병원 사용 빈도는 낮다는 평가임

• 현재 제도는 빠르게 바뀌는 AI를 기존 의료기기 잣대로만 보려는 한계가 있음

  • 정식 수가를 받으려면 의학적 유용성과 비용 효과성을 모두 입증해야 함
  • 문제는 진단 보조 AI 상당수가 ‘기존 기술’ 범주로 묶이면서 별도 보상을 받기 어렵다는 점임

• 대한의료인공지능학회는 과거 영상저장전송시스템(PACS) 도입 사례를 참고하자고 제안함

  • 2000년대 초 정부가 PACS 도입 의료기관에 별도 가산료를 지급하면서 병원의 디지털 전환이 빨라졌다는 논리임
  • 일본도 행위별 수가가 아니라 방사선 관리료 같은 우회적 방식으로 의료 AI를 보상하고 있음
  • 다만 재원은 국민건강보험 재정이 아니라 별도 기금으로 마련해야 한다는 의견도 나옴

---

기술 맥락

• 의료 AI는 일반 앱처럼 배포 후 사용량만 늘리면 되는 구조가 아니에요. 병원 워크플로 안에서 의사가 실제로 쓰고, 그 결과를 다시 성능 개선과 안전성 검증에 반영해야 제품 가치가 생기거든요.

• 그래서 수가 문제가 단순한 돈 문제가 아니에요. 보상이 없으면 병원이 도입할 이유가 약해지고, 도입이 안 되면 실사용 데이터가 쌓이지 않고, 데이터가 없으면 해외에 보여줄 근거도 부족해져요.

• 미국이 가치 기반 지불을 실험하는 이유도 여기에 있어요. AI 소프트웨어에 사용량 기준으로 돈을 주면 과잉 사용을 부를 수 있으니, 환자 결과 개선이라는 성과를 기준으로 보상하려는 거예요.

• 국내에서 PACS 사례가 언급되는 건 기술 도입 초기에 제도가 시장을 열어준 선례가 있기 때문이에요. 의료 AI도 정식 수가로 바로 넣기 어렵다면, 별도 트랙으로 실증과 근거 수집을 먼저 굴려야 한다는 얘기예요.