의료데이터 중개 (데이터 질, 편향성, 수익모델)

3년 동안 쌓은 25만 건의 임상 데이터, 그리고 그것을 기업에 연결해주는 중개 포털. 대구시가 조용히 꽤 묵직한 인프라를 만들어놨다는 걸 알았을 때, 솔직히 예상보다 훨씬 실질적이라는 생각이 먼저 들었습니다. 의료 AI 개발에서 데이터는 전부라고 해도 과언이 아닌데, 그 전부를 공공이 정비해서 내놓겠다는 시도이기 때문입니다.

데이터 질(Quality)이 진짜 승부처입니다

의료 AI 개발에서 '데이터가 많으면 좋다'는 건 반만 맞는 말입니다. 제 경험상 이건 좀 다릅니다. 방대한 데이터를 다뤄보면, 양보다 질이 발목을 잡는 경우가 훨씬 많습니다. 컴퓨터단층촬영(CT)이나 자기공명영상(MRI) 영상 하나가 AI에게 의미를 가지려면, 해당 환자의 병력과 혈액 수치, 전문의의 판독 소견이 정교하게 묶여 있어야 합니다. CT란 X선을 여러 각도에서 촬영해 인체 단면을 입체적으로 재구성한 영상 검사이고, MRI란 자기장과 전파를 이용해 연조직까지 세밀하게 촬영하는 방식입니다. 각각의 영상만 있어서는 AI 학습에 쓸 수 있는 완성된 데이터가 아닙니다.

더 큰 문제는 파편화입니다. A병원의 MRI 파일 포맷과 B병원의 포맷이 다르면, AI는 같은 정보를 다른 언어로 읽는 셈입니다. 대구시가 경북대학교병원, 계명대학교 동산의료원 등 거점 병원의 데이터를 한곳에서 통합하고 표준화했다는 점이 실질적으로 중요한 이유가 바로 여기에 있습니다. 통합 이전에는 기업이 각 병원과 개별 협약을 맺고, 데이터 형식을 맞추는 데만 수개월을 소모했을 것입니다. 이 시간을 단축해주는 것 자체가 경쟁력입니다.

K-의료데이터 중개 포털(www.k-health.re.kr)에 탑재된 자료는 뇌신경·심혈관 질환에 특화된 영상 데이터와 환자의 생체 신호, 진단 정보가 담긴 정형 데이터(Structured Data)로 구성되어 있습니다. 정형 데이터란 표나 데이터베이스처럼 행과 열로 정리된 구조화된 형태의 데이터를 뜻합니다. 올해는 여기에 2만 건의 특화 질환 데이터와 기업 수요 맞춤형 2,500건이 추가로 구축될 예정입니다.

가명화 처리와 데이터 편향성, 실제로는 어떨까요

일반적으로 가명화(Pseudonymization)를 거친 데이터는 안전하다고 알려져 있지만, 제 생각에는 이 부분을 조금 더 냉정하게 볼 필요가 있습니다. 가명화란 개인 식별 정보를 제거하거나 대체해 특정인을 알아볼 수 없도록 처리하는 기술입니다. 대구시는 데이터심의위원회(DRB)와 의생명윤리위원회(IRB)의 이중 심의를 거쳐 데이터를 제공한다고 밝혔습니다. IRB란 의학 연구에서 피험자 권리와 안전을 보호하기 위해 연구 계획을 사전에 검토하는 기관 내 심의 기구입니다.

그러나 CT나 MRI 같은 영상 데이터는 안면 재건 알고리즘이나 골격 분석 기술을 통해 특정 개인을 유추할 가능성이 미세하게나마 존재합니다. 재식별(Re-identification)이라 부르는 이 위험은 단 한 건의 사고만으로도 사업 전체를 법적 분쟁으로 몰아넣을 수 있습니다. 재식별이란 가명화된 데이터를 다른 외부 데이터와 결합해 원래 개인을 특정해내는 행위입니다. 기술적 보안만이 아니라 데이터 반출 이후 기업의 활용 범위와 파기 의무까지 아우르는 사후 관리 체계가 포털 운영의 핵심이 되어야 한다고 봅니다.

편향성 문제도 짚어야 합니다. 대구·경북 거점 병원의 데이터는 영남권 인구의 유전적·생활 습관적 특성을 짙게 반영할 가능성이 높습니다. 이 데이터로 학습한 AI 솔루션이 인종 구성이나 식습관이 전혀 다른 북미나 유럽 시장에서 동일한 정확도를 낼 수 있을지는 미지수입니다. '글로벌 진출'을 목표로 한다면, 대전·광주 권역과의 협력을 넘어 글로벌 표준 임상 데이터와 교차 검증(Cross-validation)하는 로드맵이 구체적으로 나와야 한다고 생각합니다.

실제로 미국 FDA의 AI 의료기기 가이드라인(FDA AI/ML-enabled Medical Devices)에서도 AI 의료기기 허가 심사에서 학습 데이터의 인종 및 인구 다양성을 핵심 평가 항목으로 명시하고 있습니다. 글로벌 인허가를 노린다면 데이터 다양성은 선택이 아닙니다.

성과는 실재하지만, 수익모델이 없으면 지속하기 어렵습니다

이 사업이 단순한 선언으로 끝나지 않았다는 증거는 이미 나오고 있습니다. ㈜신라시스템은 척추 AI 솔루션으로, ㈜빔웍스는 유방암 AI 솔루션으로 국내외 의료기기 인허가를 획득하거나 신청했습니다. ㈜인더텍은 독일 뒤셀도르프에서 열리는 세계 최대 의료기기 전시회 MEDICA에서 2억 원 규모의 공급 계약을 체결했고, 바이오링크㈜는 병원 10곳과 구매확약서를 체결했습니다. 제가 직접 국내 AI 의료기기 스타트업들의 사례를 여럿 살펴봤는데, 이 정도 속도의 인허가 및 계약 성과는 데이터 인프라 없이는 나오기 어렵습니다.

그러나 지금의 구조에서 제가 가장 걱정되는 지점은 지속 가능성입니다. 현재 사업은 대구디지털혁신진흥원(DIP)이 주관하고 공공 예산으로 운영됩니다. 공공 지원이 끊겼을 때 병원들이 자발적으로 데이터를 계속 제공할 유인이 있는지가 명확하지 않습니다. '황금알을 낳는 거위'라는 비유가 맞으려면, 거위인 병원에게도 실질적인 보상이 돌아가야 합니다.

지속 가능한 의료데이터 중개 플랫폼을 위해 반드시 점검해야 할 요소들을 정리하면 아래와 같습니다.

  1. 데이터 제공 병원에 대한 명확한 수익 배분 모델 수립 — 데이터를 활용해 수익을 올린 기업이 병원에 일정 지분을 환원하는 구조가 필요합니다.
  2. 글로벌 데이터 다양성 확보를 위한 해외 병원 네트워크 연결 — FDA나 유럽 CE 인증을 겨냥한다면 영남권 편향 데이터만으로는 한계가 있습니다.
  3. 재식별 위험에 대비한 상시 모니터링 체계와 기업 데이터 활용 감사 시스템 구축 — 유출 사고 하나가 사업 전체를 흔들 수 있습니다.
  4. 공공 지원 종료 이후 자립 운영을 위한 수수료 기반 비즈니스 모델 설계 — 데이터 이용료를 기업이 부담하되, 병원과 운영 기관이 합리적으로 나누는 구조입니다.

이 네 가지 중 하나라도 빠진 채로 사업이 확장되면, 나중에 훨씬 큰 비용을 치르게 될 가능성이 있습니다. 특히 수익 모델과 보안 체계는 지금 당장 설계하지 않으면 나중에 끼워넣기가 매우 어렵습니다.

글로벌 의료 AI 경쟁에서 대구가 의미 있는 이유

의료 AI 시장에서 데이터는 국경을 넘는 자원입니다. 미국 빅테크들은 수십억 달러를 투자해 병원 EMR(전자의무기록) 데이터를 확보하는 경쟁을 벌이고 있습니다. EMR이란 환자의 진료 기록, 처방 이력, 검사 결과 등을 디지털로 통합 저장한 시스템을 뜻합니다. 그 경쟁 구도에서 국내 중소 AI 기업이 단독으로 임상 데이터를 구축하는 건 사실상 불가능합니다. 제 경험상 데이터 수집과 정제에 드는 시간이 알고리즘 개발보다 훨씬 길고 비쌉니다.

대구시의 접근 방식은 그 공백을 공공이 채워주겠다는 것입니다. 실제로 보건복지부(출처: 보건복지부 공식 홈페이지)도 의료데이터 활용 촉진을 위한 제도 정비를 지속적으로 추진하고 있어, 정책적 흐름과도 방향이 맞닿아 있습니다. 알고리즘 정확도(Accuracy)를 높이려면 균질하고 표준화된 데이터가 필수이고, 이를 지자체가 먼저 구축해 제공하는 모델은 적어도 국내에서는 가장 빠른 길입니다. 알고리즘 정확도란 AI 모델이 실제 정답을 얼마나 맞히는지를 수치로 나타낸 지표입니다.

㈜엑스큐브의 심혈관 AI 솔루션, 신라시스템의 척추 솔루션 같은 사례는 데이터 인프라가 실제 제품화로 이어진다는 것을 보여줍니다. 이 방향은 맞습니다. 다만 잘 깔린 인프라가 일회성으로 끝나지 않으려면, 지금부터 수익 구조와 보안 체계를 동시에 설계해야 합니다. 인프라만 좋고 운영 모델이 없으면 결국 세금으로 지은 빈 창고가 됩니다.

대구시의 의료데이터 중개 사업은 국내에서 드문 선도적

댓글

댓글 쓰기

이 블로그의 인기 게시물

반려인 주거불안 (임대차특약, 보호자교육, 빅데이터)

반려동물을 키우는 가구가 전국 313만을 넘었습니다. 그런데 그 313만 가구 중 임차인의 절반 가까이가 "계약이 끝나면 살 집을 구할 수 있을까"라는 불안을 안고 삽니다. 저도 몇 년 전 강아지와 함께 이사를 준비하며 그 불안이 얼마나 현실적인지 온몸으로 겪었습니다. 보증금을 더 얹겠다고 해도, 도배·장판 비용을 미리 예치하겠다고 해도 돌아오는 건 퇴짜뿐이었습니다. 임대차특약, 반려인을 보호하는 계약서는 왜 없을까 반려동물을 키우는 임차인과 집주인 사이의 갈등은 지금 전적으로 '사적 계약'의 영역에 방치되어 있습니다. 임대인(賃貸人)이란 부동산을 빌려주는 사람을 뜻합니다. 임대인 입장에서는 "내 재산이 훼손될 수 있다"는 막연한 두려움이 있고, 임차인(賃借人) 즉 세를 들어 사는 사람 입장에서는 "언제 쫓겨날지 모른다"는 불안이 있습니다. 그 사이 어디에도 명확한 기준이 없습니다. 한국리서치와 서울대 수의대 천명선 교수 연구팀이 전국 반려동물 양육 가구 2,002명을 대상으로 실시한 조사에 따르면( 출처: 한국일보 ), 임차 가구 반려인의 46.3%가 계약 만료 후 살 집을 구하기 어려울 것 같다고 응답했습니다. 게다가 32.9%는 계약이 끝난 뒤 반려동물로 인한 배상 청구를 받을까 봐 불안하다고 했습니다. 이 수치를 처음 봤을 때 저는 "이게 내 얘기잖아"라고 생각했습니다. 제가 직접 겪어봤는데, 어떤 집주인은 "개 키우는 사람과는 말도 섞기 싫다"며 문전박대를 했습니다. 번듯한 직장과 소득 증빙이 있어도 반려견이 있다는 이유만으로 신뢰할 수 없는 세입자 취급을 받았습니다. 겨우 집을 구했을 때 느낀 것은 안도감보다 상실감이었습니다. 제 가족인 강아지가 누군가에게는 '재산 가치를 떨어뜨리는 존재'로 여겨진다는 사실이 더 마음 아팠습니다. 해결책은 생각보다 가까운 곳에 있다고 봅니다. 정부가 '반려동물 표준 임대차 특약(標準...
자세한 내용 보기

촉법소년 연령 하향 (현장 배경, 시스템 분석, 향후 전망)

경찰 앞에서 "우리 촉법소년인데 어쩔 거냐"고 비웃는 영상이 퍼졌을 때, 솔직히 저도 멍했습니다. 법이 아이들을 보호하는 게 아니라, 아이들이 법을 방패 삼아 피해자를 비웃는 장면이었으니까요. 촉법소년 연령 하향 논의가 이달 말 마무리를 앞두고 있습니다. 숫자 하나를 바꾸는 문제가 아니라, 우리 사회가 소년 범죄를 어떻게 다뤄야 하는지에 대한 근본적인 질문입니다. 법의 테두리 뒤에 숨은 아이들, 현장에서 목격한 현실 촉법소년(觸法少年)이란 범죄를 저질렀지만 형사 처벌을 받지 않는 만 10세 이상 14세 미만의 청소년을 뜻합니다. 현행 소년법 체계에서 이들은 형사 피고인이 아닌 보호 처분 대상으로 분류되며, 검찰 송치나 전과 기록 없이 가정법원의 판단을 받게 됩니다. 이 기준이 처음 만들어진 건 1958년입니다. 그 이후 60년이 넘도록 기준선은 그대로입니다. 제가 커뮤니티와 교사 지인들로부터 직접 들은 이야기들은 꽤 구체적이었습니다. 무인 점포에서 수백만 원어치를 파손하고 금고를 털어도, 가해자가 만 13세라는 이유로 형사 처벌이 불가능합니다. 피해 소상공인은 민사 소송을 걸어도 미성년자 부모와의 지루한 싸움을 감수해야 하고, 실제 배상을 받기까지 수개월이 걸리는 경우도 허다합니다. 법이 가해자의 갱생을 위해 설계됐다는 건 이해합니다. 그런데 피해자는 갱생 대상도 아니고, 배상 대상도 아닌 상황이 반복되고 있는 겁니다. 이재명 대통령이 지난 2월 국무회의에서 두 달 안에 결론을 내자고 제시하면서, 성평등가족부 주도로 사회적 대화 협의체가 꾸려졌습니다. 1차 공개 포럼 이후 전문가·현장 관계자 논의가 이어졌고, 200명 규모의 시민 참여단 토론도 예정돼 있습니다. 형사미성년자(刑事未成年者)란 형법상 책임 능력이 없다고 간주되어 형사 처벌을 면제받는 연령의 사람을 가리킵니다. 현재 논의의 핵심은 이 연령 기준을 14세에서 13세로 낮출 것인지 여부입니다. 저는 이 논의가 7, 8년 전부터 사회적으로 반복됐다는 사실이 더 씁쓸합니다. 사...
자세한 내용 보기