'진료맥락 임베딩'과 판단 근거를 설명하는 AI 적용…올해 1분기 3조 원대 적자 속 재정 관리 도구로 주목, 실제 현장에서의 정확도는 과제

[한국프라임저널 최여진 기자] 환자가 진단을 받고 치료와 처방을 거치는 동안 쌓이는 수많은 기록에서, 흔한 진료 흐름과 다른 신호를 인공지능(AI)이 먼저 찾아낸다면 환자 안전과 건강보험 재정에 어떤 변화가 생길까. 국민건강보험공단(이사장 강청희)은 직접 개발한 의료이용 이상징후 탐지 AI 모델로 '2026 공공기관 AI 혁신 챌린지' 실증·개념검증(PoC) 부문 최우수상을 받았다고 29일 밝혔다.
재정경제부와 과학기술정보통신부가 주최하고 한국지능정보사회진흥원(NIA)이 주관한 이번 대회에 공단은 'AI 기반 의료이용 이상징후 탐지를 통한 건강보험 재정 및 환자 안전 보호'를 주제로 참가했다. 이 기술이 왜 지금 중요한지는 재정 상황을 보면 알 수 있다.
국회에 제출된 공단 자료에 따르면 건강보험은 올해 1분기에만 수입 22조 4,416억 원, 지출 26조 3,405억 원으로 3조 8,989억 원의 당기수지 적자를 냈다. 2021년부터 이어지던 흑자 흐름이 끊긴 것이다. 흑자 규모도 2023년 4조 1,276억 원에서 2024년 1조 7,244억 원, 2025년 4,996억 원으로 해마다 줄어들어 왔다.
고령화로 의료 이용은 계속 늘어날 수밖에 없는 상황에서, 새는 돈을 미리 찾아내는 일은 보험료를 올리지 않고 재정을 지킬 수 있는 몇 안 되는 방법이다. 공단 모델의 핵심은 직접 개발한 '진료맥락 임베딩' 기술이다. 수억 건의 의료기록에서 진단과 치료, 의약품 처방이 서로 어떻게 연결되는지를 AI가 배워서 숫자로 바꿔 표현하는 방식이다.
지금까지 심사가 진료기록을 한 건씩 따로 보는 데 머물렀다면, 이 기술은 한 환자의 진료 과정 전체를 이어서 본다는 점이 다르다. 예를 들어 진단명과 잘 맞지 않는 처방이 반복되거나, 비슷한 환자들과 전혀 다른 경로로 진료가 이어지는 경우를 찾아낼 수 있다. 공단은 AI가 어떤 진료를 왜 이상징후로 판단했는지 근거를 보여주는 설명가능 인공지능(XAI) 기술을 함께 적용했다.
또 의료 전문가가 분석 결과가 임상적으로 타당한지 직접 검증했다. 데이터는 개인을 알아볼 수 없도록 가명처리한 건강보험 데이터를 썼으며, 데이터 구축부터 모델 개발과 검증까지 모두 공단이 자체적으로 진행했다. 다만 짚어야 할 점도 있다. 진료가 흔한 흐름과 다르다는 사실만으로 그 진료가 잘못됐다고 볼 수는 없다. 희귀질환자나 여러 질환을 함께 앓는 고령 환자는 원래 진료 경로가 복잡할 수밖에 없기 때문이다. AI가 이상하다고 표시한 결과를 곧바로 부당청구로 단정하면 의료기관과 환자 모두 불필요한 부담을 지게 된다. 그래서 판단 근거를 공개하고 전문가가 검토하는 절차가 기술만큼 중요하다.
엄호윤 국민건강보험공단 기획상임이사는 "건강보험 빅데이터와 자체 AI 기술을 결합해 의료이용 분석의 새로운 가능성을 제시했다"라며 "전문가들과 긴밀히 협력해 AI 기술의 신뢰성과 정확성을 높이고, 국민의 건강과 지속가능한 건강보험제도를 함께 지켜나가겠다"라고 말했다
공단은 앞으로 분석 대상을 여러 진료 분야로 넓히고 모델의 정확도와 활용성을 높여갈 계획이다. 이번 상은 실증 단계에서 기술적 가능성을 인정받은 것인 만큼, 앞으로는 정상 진료를 이상으로 잘못 판단하는 비율을 얼마나 낮출 수 있는지, 그리고 의료계와 판단 기준을 어떻게 합의해 나갈지가 실제 현장 적용의 관건이 될 전망이다.
공공 분야 AI 교육이나 데이터 활용 교육을 맡고 있는 강사와 교육 종사자라면, 판단 근거를 설명할 수 있는 AI와 사람의 검증을 함께 묶은 이번 사례를 공공 AI 윤리 교육의 실제 사례로 활용해 볼 만하다. 사업에 관한 문의는 국민건강보험공단 고객센터(1577-1000)로 하면 된다.
최여진 기자 goalf0303@naver.com
※ 타 언론사에 공유 및 한국프라임저널 사용 외에 무단 복제를 금지합니다.