｜책 소개｜

뛰어난 기술은 왜 환자 앞에서 작동하지 못하는가?

AlphaFold, 영상 판독 AI, 거대언어모델, 정밀의료 기술은 의료 혁신의 가능성을 보여주고 있지만, 실제 진료 현장에서 환자의 생명을 지키는 데 쓰이는 의료 AI는 아직 많지 않다. 뛰어난 성능을 보인 알고리즘이 왜 병원에서는 충분히 작동하지 못 할까. 이 책은 바로 그 질문에서 출발한다.

『의료 AI, 다시 설계해야 할 미래』는 의료 AI의 화려한 성취 뒤에 놓인 데이터 편향, 블랙박스 문제, 임상 검증의 한계, 규제 공백, 개인정보 보호, 공정성 실패, 모델 드리프트와 같은 현실적 쟁점을 냉정하게 짚는다. 또한 연합학습, 거대언어모델, 보건의료 데이터 거버넌스, 프라이버시 강화기술, 퀀텀 기반 의료 AI, AI 바이오와 멀티오믹스, 신뢰가능한 인공지능, One Health까지 의료 AI 생태계 전반을 폭넓게 조망한다.

이 책은 기술 중심의 AI 논의를 넘어 임상 현장과 환자, 제도와 윤리, 데이터와 사회적 신뢰를 함께 고려해야 한다고 말한다. 의료 AI가 진정으로 사람을 위한 기술이 되기 위해 필요한 것은 더 높은 정확도의 모델만이 아니라, 의료 현장에서 작동 가능한 시스템 전체의 설계이다. 

의료 AI를 연구·개발하는 연구자와 공학자, 진료 현장에서 AI를 마주하는 임상의, 보건의료 정책 입안자, 의료데이터와 디지털헬스 산업 관계자에게 이 책은 의료 AI의 현재를 점검하고 미래를 설계하기 위한 필독서가 될 것이다.

｜저자 소개｜

의료 인공지능(Artificial Intelligence, AI)이라는 단어는 이제 학술지와 진료실의 경계를 넘어, 일반 시민의 일상 언어 속에도 자연스럽게 자리 잡았습니다. AlphaFold의 단백질 구조 예측, 전문의 수준의 영상 판독 알고리즘, 거대언어모델(Large Language Model, LLM)을 활용한 임상 의사결정 보조 등 그 성취는 분명 인류 의학사의 새로운 장을 열고 있습니다. 그러나 동시에 우리는 묻지 않을 수 없습니다. 그토록 뛰어난 기술이, 왜 정작 환자 앞에서는 작동하지 않는가. 학술지에 발표된 수많은 고성능 모델 가운데 실제 진료 현장에 안착하여 매일 환자의 생명을 지키는 데 쓰이는 기술은 여전히 손에 꼽을 정도이고, 데이터 편향, 블랙박스, 규제 공백은 새로운 형태의 건강 불평등을 만들어내고 있습니다. 화려한 성과의 이면에 자리한 이 냉정한 현실을 응시하지 않는다면, 의료 AI는 혁신이 아니라 무분별한 도입의 위험으로 귀결될 수 있습니다.

본서는 바로 이러한 문제의식에서 출발하였습니다. 대한의료정보학회는 의료정보학이라는 학문이 본디 ‘데이터와 임상의 다리’를 놓는 데에서 시작되었음을 다시 한번 환기하며, 의료 AI가 한 단계 성숙한 기술이자 사회 시스템으로 자리 잡기 위해 우리가 점검해야 할 기술적, 제도적, 윤리적 과제를 한 권의 책에 담고자 하였습니다. 본서는 의료 AI를 무비판적으로 찬양하지도, 그렇다고 그 가능성을 폄훼하지도 않습니다. 다만 환상과 착시를 걷어내고, 이 기술이 진정으로 환자와 사회에 기여하기 위해 어떤 재설계가 필요한지를 차분히 묻고자 합니다.

본서는 의료정보학·의학·공학·정책 분야에서 의료 AI를 둘러싼 가장 첨예한 질문들과 씨름해 온 국내 최고 전문가들이 각자의 자리에서 길어 올린 통찰을 한자리에 모은 결과물입니다. 1999년 초판 이래 우리 학회가 발간해 온 『보건의료정보학』 교과서가 의료정보학의 기초와 학문적 정체성을 다져왔다면, 본 단행본은 그 토대 위에서 의료 AI라는 시대적 과제에 학회의 시각으로 응답하고자 하는 시도입니다. 따라서 본서는 의료 AI를 처음 접하는 학생과 임상의에게는 비판적 시각의 길잡이가, 연구자와 개발자에게는 자신의 작업을 되돌아보는 거울이, 정책 입안자와 산업계에게는 제도 설계의 참고서가 되기를 바랍니다.

의료 AI는 분명 우리 의료의 미래입니다. 그러나 그 미래는 저절로 오지 않습니다. 더 정확한 모델을 만드는 것을 넘어, 임상 현장의 목소리에 귀 기울이고, 제도를 정비하며, 윤리적 원칙을 함께 세워 나갈 때 비로소 우리는 ‘다시 설계된 미래’를 맞이할 수 있을 것입니다. 본서가 그 여정의 작은 이정표가 되기를 기대합니다.

대한의료정보학회 간행위원회

머리말

PART 1. 의료 AI 시대의 도래와 착시

Chapter 1. 의료 인공지능의 환상과 착시

1. 의료 인공지능이 ‘혁신으로 인식되는 근본 원인

2. 실제 임상에서 AI가 실패하는 지점들

3. 과도한 기대와 현실 사이의 간극

4. 데이터 중심 의료 패러다임의 변화

5. 나가며: 혁신과 착시를 구분하는 안목

Chapter 2. 보건의료 데이터 활용의 현실과 한계

1. 서론

2. EMR 데이터 개요

3. EMR 데이터 활용과 관련된 주요 쟁점

4. 보건의료 인공지능의 현황과 관련된 이슈

5. 정보보호 및 보안

6. 소결

PART 2. 의료 AI의 기술적 문제들

Chapter 3. 연합학습의 한계

1. 서론

2. 데이터 이질성의 심층 분석

3. 일반화 실패와 분포 이동

4. 보안·프라이버시·통신의 삼중 딜레마

5. 병원 현장의 현실적 장벽

6. 극복 전략과 미래 방향

7. 결론

Chapter 4. 의료 AI 공정성(Fairness) 실패

1. 서론

2. Healthcare AI에서 공정성의 개념과 중요성

3. 편향(Bias)의 유형

4. 공정성 관련 예시 사례

5. AI 공정성 평가 요인

6. 공정성을 해결하기 위한 방안들(Mitigation)

7. Regulation 관련 이슈들

Chapter 5. 거대언어모델의 위험한 양날의 검

1. 서론: 거대언어모델(LLM)이 가진 5가지 위험성과 나아갈 길

2. 환각(Hallucination): 그럴듯한 거짓 정보의 함정

3. 학습 데이터의 편향: 특정 환자에게는 편파적인 AI

4. 개인정보 유출: 나의 민감한 의료기록이 AI의 학습 데이터로?

5. 외부 공격의 취약성: 악의적인 조작에 따른 오작동 가능성

6. 책임 소재의 불분명성: 의료사고 발생 시, 누구의 책임인가?

7. 결론: 신뢰할 수 있는 의료 LLM을 향하여

Chapter 6. AI 모델의 지속 불가능성

1. 서론

2. 데이터 드리프트

3. 업데이트의 경제학

4. 똑똑한 AI를 혼란에 빠트리는 임상 워크플로우의 역설

5. 현실 세계의 증거(Real World Evidence, RWE)

6. 결론

PART 3. 기술 이외의 의료 AI의 문제들

Chapter 7. 의료 AI, 기술만으로는 풀 수 없는 것들

1. 서론

2. 상관관계의 제국, 인과의 그림자

3. 데이터에 없는 환자: 서사, 가치, 맥락

4. 책임 없는 지능: 윤리와 법의 장벽

5. 편향된 세계에서 학습된 의사

6. 고통과 공감: 알고리즘이 모르는 것

7. 사회적 합의의 영역: 기술이 개입할 수 없는 공간

8. 결론

Chapter 8. 규제와 표준화의 역설

1. 의료 AI 규제의 공백과 불확실성

2. 거북이와 아킬레스: 기술 진화와 규제 속도의 비대칭

3. 글로벌 규제 파편화: 국경 없는 기술, 국경 있는 법

4. 미래 전망: 규제 혁신 없이는 기술 혁신도 없다

5. 결론: 규제는 활주로가 되어야 한다

Chapter 9. 보건의료데이터 거버넌스의 복잡성

1. 서론: 의료 데이터의 거버넌스, 잠재력과 한국의 현실

2. 국내 의료기관 중심의 데이터 거버넌스와 Real-World Evidence 현실

3. 국가 및 다기관 차원의 Real-World Evidence 현실

4. RWE 성공 사례 및 국내 상황의 비교

5. 데이터 거버넌스 개선과 협력적 생태계 조성을 위한 제언

PART 4. 새로운 미래 기술

Chapter 10. 프라이버시 강화기술(PET)의 진짜 역할

1. 서론

2. 생성형 AI가 초래한 새로운 위협

3. 생성형 의료AI의 4대 핵심 위협모델

4. 프라이버시 강화 기술(PET)

5. 프라이버시 강화 기술(PET)의 시대적 진화: 하이브리드 PET

6. 제로 트러스트 아키텍처

7. 결론

Chapter 11. 퀀텀 기반 의료 AI

1. 서론: 의료 AI가 직면한 계산적 도전 과제

2. 고전 컴퓨팅의 근본적 한계: 왜 기존 AI로는 불가능한가?

3. 양자 컴퓨팅의 핵심 원리: 다섯 가지 기둥

4. 양자 컴퓨팅의 종류와 하드웨어 플랫폼: 서사적 기술 진화

5. 의료 AI를 위한 양자 도구: 알고리즘의 확장

6. 양자 이득(Quantum Advantage): 이론에서 실증으로

7. 불가능을 가능하게 한 실제 사례: 심층 분석

8. 결론 및 향후 전망: 양자 의료 시대의 도래

Chapter 12. AI 바이오와 멀티오믹스의 미래

1. 서론: 왜 지금 AI 바이오와 멀티오믹스인가?

2. 멀티오믹스 혁명: 생명 데이터의 폭발

3. 생명의 운영체제: 바이오 파운데이션 모델의 등장

4. AI Co-Scientist: 과학자 동료의 등장

5. 임상, 신약, 예방의학의 재설계

6. 윤리, 신뢰, 거버넌스 그리고 기회

7. 결론

Chapter 13. 신뢰가능한 인공지능

1. 서론

2. 의료 AI assurance의 Core principles

3. 주요 AI 보증 프레임워크 개요

4. 연구 설계부터 배포까지: AI 보증의 통합적 접근

5. 결론 및 미래 방향성

Chapter 14. 반려동물과 의료정보, One Health

1. 원헬스(One Health) 구현을 위한 데이터 표준화와 상호운용성

2. 인간-동물 통합 데이터를 활용한 비교의학 및 공중보건 감시: 데이터 연계를 통한 질병 정밀 분석과 원헬스 위험 탐지의 새로운 지평

3. 의료 AI 시대를 이끄는 수의사의 새로운 자격: 수의정보학 핵심 역량(Minimal Competency Set)의 재정의와 교육 혁신

4. 멀티모달 데이터 통합을 통한 수의 의료 AI의 확장성: 파편화된 진료 기록을 넘어 데이터 기반 수의 정밀 의료(Precision Medicine)로의 도약

PART 5. 의료 AI의 재설계

Chapter 15. 의료 AI를 다시 설계한다.

1. 기술 중심에서 임상 중심으로: 패러다임의 전환

2. 정책·표준화·데이터 거버넌스의 재정렬

3. 지속 가능한 AI 생태계를 위한 원칙

4. 한국이 선도할 수 있는 전략 영역

5. 결론: 다시 시작하는 마음으로

찾아보기

배송안내

배송비 안내

반품안내

반품절차