"韓 양질의 의료데이터 축적… 의료산업, AI 결합때 경쟁 우위" [fn인사이트 AI시대 한국의 전략]

작성일 08-10

<div id="layerTranslateNotice" style="display:none;"></div> 노동일 주필, 배경율 서강대 기술경영대학원 교수를 만나다 건강검진으로 집적한 데이터, AI 의료기술 경쟁력 의대 쏠림 인한 인력부족 ‘3대 강국 달성’ 큰 걸림돌 데이터센터 전력 조달엔 원전 필수… 경북 거점 활용 
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="f6Hz2w8to7">
 <figure class="figure_frm origin_fig" contents-hash="b0bb71fe9e193317266a1e28503988a552ee4801ea7fd044b6c76369143a7941" dmcf-pid="4PXqVr6Fau" dmcf-ptype="figure">
 <img alt="배경율 서강대 기술경영대학원 교수(오른쪽)와 노동일 파이낸셜뉴스 주필이 서울 서초구 파이낸셜뉴스 빌딩에서 특별대담을 하고 있다. 사진=서동일 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202508/10/fnnewsi/20250810185706861yiqs.jpg" data-org-width="800" dmcf-mid="29woc3wMAq" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202508/10/fnnewsi/20250810185706861yiqs.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 배경율 서강대 기술경영대학원 교수(오른쪽)와 노동일 파이낸셜뉴스 주필이 서울 서초구 파이낸셜뉴스 빌딩에서 특별대담을 하고 있다. 사진=서동일 기자
 </figcaption>
 </figure>
 <div contents-hash="43597a39984f55715a5d919fde7e85ca2b124d3cb28017bfe17f4f3f49c180dd" dmcf-pid="8PXqVr6FjU" dmcf-ptype="general">
 "한국이 글로벌 인공지능(AI) 경쟁력을 키우려면 우리나라가 강점이 있는 의료산업을 AI와 결합해야 한다." 글로벌 AI 패권을 쥔 미국, 중국과의 기술격차를 단기간에 좁히기는 어렵다. 한국이 AI시장에서 강점을 가지려면 선두국가의 기술을 따라잡으려는 노력뿐 아니라 특정 산업을 중심으로 AI 경쟁력을 키우는 '선택과 집중' 전략을 펴자는 것이다. 배경율 서강대학교 기술경영대학원 교수는 서울 서초구 파이낸셜뉴스빌딩에서 진행한 노동일 본지 주필과의 특별대담에서 "1위인 미국과 2위 중국의 차이도 큰데, 중국과 다른 나라 간 차이는 더 크다"며 "AI가 각 산업에 잘 스며들도록 정부 차원의 전략을 짜야 한다"고 목소리를 높였다. 
 </div>
 배 교수는 한국이 AI 경쟁 우위를 지닐 수 있는 분야로 의료산업을 지목했다. AI 경쟁력은 양질의 데이터 확보가 가장 중요한데, 한국만큼 의료정보를 잘 모은 나라는 찾기 어렵다는 분석이다. 
 그는 "2년마다 건강검진을 하면서 우리나라만큼 국민 건강 데이터를 잘 모은 나라가 존재하지 않는다"면서 "주민등록번호만으로 그 데이터를 모두 컨트롤할 수 있는 나라는 선진국 중 우리나라가 유일하다. 그만큼 의료 분야에서 가장 좋은 AI가 나올 가능성이 높다"고 강조했다. 
 배 교수는 민감한 개인정보는 비공개로 하되, 연령·성별·지역 등 그룹별 데이터만 떼어 쓰면 정보공개에 따른 불안감을 낮추면서도 AI 의료기술력을 획기적으로 높일 수 있다고 주장했다. 
 배 교수는 "정부가 개인정보를 일률적으로 암호화하기보다 항목별로 따로 취급할 필요가 있다"며 "전 세계에서 의료정보를 가장 잘 집적한 나라가 우리나라인데, 주요 선진국만큼 잘 활용하지 못하는 게 안타깝다"고 말했다. 이어 "개인정보 보호만 생각한다면 AI에 아무것도 활용할 수 없다"면서 "법적·제도적 뒷받침이 되지 않고는 AI 산업에서 절대 앞서갈 수가 없다"고 강조했다. 
 <figure class="figure_frm origin_fig" contents-hash="7df260303d6e77ba669749d26a843381d5e04c195a4368e7a2e018c361a91062" dmcf-pid="yYosSVWAkt" dmcf-ptype="figure">
 <img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202508/10/fnnewsi/20250810185707056utqf.jpg" data-org-width="800" dmcf-mid="VrJ4MSJqjz" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202508/10/fnnewsi/20250810185707056utqf.jpg" width="658">
 </figure>
 <div contents-hash="a17f001504e726f4edf2091962ded9c5d3ab2050d322e0d667b397ad4dcf11b4" dmcf-pid="WGgOvfYco1" dmcf-ptype="general">
 배 교수는 AI 데이터센터 구축과 안정적 전력 조달 중요성도 역설했다. 배 교수는 "태양광·풍력 등 신재생에너지로는 AI 데이터센터 운영은 어림도 없다"며 "원자력발전소 없이는 데이터센터 전력 조달은 불가능하다"고 강조했다. 그는 전국 25기 원자력발전소 중 12기를 보유한 경상북도를 AI 산업 거점으로 적극 활용해야 한다고 강조했다. 
 </div>
 ―한국의 경제활력이 떨어지는 상황에서 AI가 돌파구가 될까. 
 ▲AI에서 가장 앞서는 나라가 미국과 중국이다. 1위인 미국과 2위 중국의 차이도 큰데, 중국과 다른 나라 간 차이는 더 크다. AI 산업에서 3위는 큰 의미가 없을 수 있다. 지금 당장 AI로 성장률 둔화를 돌파하기 힘들지만, AI의 여러 컴포넌트(구성요소)를 찾아낸다면 성장동력으로 만들 수 있다. 
 ―AI 3대 강국 달성의 가장 걸림돌은. 
 ▲가장 큰 문제는 인력 부족이다. 고등학교에서 성적이 제일 좋은 학생들은 의대를 간다. 국내 AI 연구인력이 많지 않을 뿐 아니라 다른 나라에 인력을 많이 뺏기고 있다. 우수한 인력들이 어느 분야로 주로 가는지 생각해서 그 인재들을 활용해 AI를 발전시킬 수 있는 전략을 찾아야 한다. 
 ―국가 AI 전략을 어떻게 설계해야 하나. 
 ▲AI가 각 산업에 잘 스며들도록 정부 차원의 전략을 짜야 한다. AI만 먼저 육성한 뒤 다른 산업에 접목하는 방식으로는 다른 나라에 비해 뒤처진 AI 경쟁력을 따라잡을 수 없다. 특히 우리나라가 강점이 있는 의료 산업을 AI와 결합하는 게 중요하다. 2년마다 건강검진을 하면서 우리나라만큼 국민 건강 데이터를 잘 모은 나라가 존재하지 않는다. 주민등록번호만으로 그 데이터를 모두 컨트롤할 수 있는 나라는 선진국 중 우리나라가 유일하다. 그만큼 의료 분야에서 가장 좋은 AI가 나올 가능성이 높다. 위험성도 있지만, 편리성이 어마어마하게 높다. 
 ―AI로 활용하려면 데이터 공개가 중요한데, 의료 데이터는 민감정보여서 공개가 어렵지 않나. 
 ▲주민등록번호나 이름 등 일부 개인 데이터를 암호화하면 연령, 성별, 지역 등만 알아도 활용법은 무궁무진하다. 그룹별 데이터만 참고하고, 개인 데이터는 치료 등 필요할 때만 쓰는 식이다. 정부가 개인정보를 일률적으로 암호화하기보다 항목별로 따로 취급할 필요가 있다. AI 경쟁력은 양질의 데이터가 제일 중요하다. 전 세계에서 의료 정보를 가장 잘 집적한 나라가 우리나라인데, 주요 선진국만큼 잘 활용하지 못하는 게 안타깝다. 
 ―AI 활용을 위해 개인정보보호법 등 법 개정을 해야 하나. 
 ▲정부의 역할이 중요하다. 개인정보 보호만 생각한다면 AI에 아무것도 활용할 수 없다. 법적·제도적 뒷받침이 되지 않고는 AI 산업에서 절대 앞서갈 수가 없다. 
 ―AI 인프라 구축 중요성은. 
 ▲정보기술(IT) 분야의 통신망처럼 AI는 데이터센터가 인프라다. AI 경쟁에서 앞서려면 최소 아시아권에선 데이터센터 영역을 꽉 잡고 있어야 한다. 데이터센터를 하나 지으려면 엄청난 양의 전력 조달이 필요하다. 원자력발전소가 풍부한 경상북도를 AI 데이터센터 거점으로 적극 활용할 필요가 있다. 
 ―원자력발전소가 AI 산업에 있어 얼마나 중요한가. 
 ▲태양광·풍력 등 신재생에너지로는 AI 데이터센터 운영은 어림도 없다. 답은 정해져 있다. 원전 없이는 데이터센터 전력 조달은 불가능하다. 원자력발전소에서 거리가 멀면 멀수록 전력 활용에 한계가 있다. 원자력발전소 바로 옆에 데이터센터를 짓는 게 가장 좋다. 데이터센터를 운영할 인력 자원이 필요한 만큼 젊은 사람들이 와서 즐길 수 있는 문화권 안에 들어가야 한다. 
 ―미국·중국과 AI 기술격차가 나는 상황에서 독자 AI 모델을 만들 필요가 있나. 
 ▲챗GPT로 대표되는 범용 거대언어모델(LLM)은 소버린AI가 필요하지 않다. 그러나 독자 AI 모델을 만들어야 하는 분야는 따로 있다. 우리가 궁극적으로 가야 하는 소버린(주권)AI에서 가장 중요한 분야가 국방이다. 문화 산업도 소버린 AI가 필요하다. 
 ―피지컬AI 경쟁력 확보 전략은. 
 ▲피지컬AI의 가장 핵심은 렌즈다. 자율주행차는 바퀴 달린 로봇이다. 테슬라 자동차는 8개 렌즈를 탑재했고, 웨이모도 29개의 렌즈와 40개의 센서로 자율주행을 한다. 로봇은 AI의 LLM이 뒷받침하는 가운데 렌즈로 직접 보고, 분석함으로써 엄청난 양의 데이터 학습과 패턴 분석이 가능하다. 어떤 상황인지 스스로 설정을 한다. 로봇이 할 수 있는 일이 무궁무진하게 많아지는 것이다. 렌즈로 보는 패턴들을 LLM과 결합해 학습·결정·추론을 반복할 수 있다. 제조업은 피지컬AI를 활용하기 가장 좋은 산업이다. 공간과 작업 형태가 정형화돼 있어 AI가 패턴화하기 쉽다. 
 ―피지컬AI가 결국 인력을 대체할 것으로 보나. 
 ▲결정이나 판단 개입이 필요한 분야에선 인력의 중요성이 훨씬 크다. 사람이 하는 일을 모두 로봇이 하는 것이 아니라 둘이 병행할 수 있는 시스템을 만드는 것이 필요하다. 'AI를 적용하지 않는 기업은 망할 수 있다'는 말도 맞지만, 한편으로는 인력이 따로 해야 하는 일이 있는지 평가하는 작업이 요구된다. 
 ―청년들의 창업 의욕을 높이려면 어떻게 해야 하나. 
 ▲창의적 교육을 하지 못하는 교육 시스템부터 개선해야 한다. 대학에서 강의를 하다 보면 창의적 교육은 잘 이해하지 못하고, 시험에 나오는 분야만 관심이 있다. 초등학교부터 대학교까지 모두 다 바꿔야 한다. 초등학교부터 AI를 통한 창의적 교육을 시작하는 게 방법이 될 수 있다. 단순히 '2 더하기 2'의 답을 물어보기보다 어떻게 해서 4라는 답이 도출됐는지 끊임없는 물음과 답을 통해 최종 결과를 찾아가는 교육을 해야 한다. 안경과 빵의 관계처럼 전혀 관계없는 것들에 대한 답을 논리적으로 풀어낼 수 있는 훈련도 필요하다. 하드웨어적 생각에서 소프트웨어적 생각으로 빨리 전환을 해야 한다. 
 정리= 
 mkchang@fnnews.com 장민권 기자
 </section> 
 </div> 
 Copyright © 파이낸셜뉴스. 무단전재 및 재배포 금지.

등록된 댓글이 없습니다.

로그인한 회원만 댓글 등록이 가능합니다.

먹튀폴리스

"韓 양질의 의료데이터 축적… 의료산업, AI 결합때 경쟁 우위" [fn인사이트 AI시대 한국의 전략]

멤버랭킹

관련자료

멤버랭킹