핵심 요약: 2025년 전국 10개 국립대병원을 대상으로 진행된 국립대병원 AX 성숙도 평가에서 거버넌스·인력 부문은 88.2%로 높게 나왔지만, 개인 건강 데이터 접근과 진료팀 연계 자기관리 지원 등 개인맞춤 부문은 평균 20.0%에 그쳤다. ICD·SNOMED CT 같은 국제표준 의료용어 활용 항목은 평균 26%대, 일부 세부 항목은 최고·최저 기관 간 격차가 100%포인트까지 벌어져 병원 간 편차도 컸다. 연구진은 “데이터는 있으나 AI가 읽을 수 없는” 공공의료의 구조적 문제로 규정하고, 정부의 공공의료 AI 고속도로 정책과 연결해 상·하위 기관 멘토링과 차등 지원책을 제안했다.
평가는 어떻게 진행됐을까
이번 국립대병원 AX 성숙도 평가는 미국 보건의료정보관리시스템학회(HIMSS, Healthcare Information and Management Systems Society)의 디지털헬스 지표를 바탕으로 거버넌스·인력, 상호운용성, 환자 중심 건강관리, 예측분석 등 4개 영역 124개 항목을 점검한 것입니다. 조사 대상에는 건보공단 일산병원, 분당서울대병원, 강원대병원, 충남대병원, 전북대병원, 전남대병원, 화순전남대병원, 경북대병원, 부산대병원, 제주대병원 등이 포함됐습니다. 서울 권역 외 지방 국립대병원이 다수 포함된 만큼, 환자 데이터가 수도권과 지방에서 어떻게 다른 방식으로 저장·활용되는지를 동시에 들여다본 셈이죠.
국립대병원 AX 성숙도, 어떤 영역이 가장 높고 가장 낮았나
거버넌스 및 인력 부문 AX 달성률은 88.2%로 가장 높았고, 환자 중심 건강관리는 69.5%로 가장 낮았습니다. 4개 영역 모두 일정 수준의 준비는 돼 있지만, 환자 개인의 데이터 접근성과 진료팀 연계 자기관리 지원 영역이 가장 약했습니다. 환자 중심 건강관리 영역의 표준편차는 28.4%포인트로 병원 간 격차가 다른 영역보다 컸고, 같은 영역 안에서도 기관별로 편차가 두드러졌습니다.
왜 개인맞춤 건강관리는 평균 20%에 그쳤을까
개인 건강 데이터 접근, 진료팀 연계 자기관리 지원 등이 포함된 개인맞춤 부문은 10개 병원 평균 달성률이 20.0%에 불과했습니다. 한두 기관의 문제가 아니라 10개 병원 모두에서 공통적으로 낮은 수치를 기록한 만큼, 개별 병원의 투자 부족이 아니라 제도와 시스템 차원의 구조적 취약점으로 해석됩니다. 124개 평가 항목 중 12개(10%)는 조사 대상 병원이 공통으로 취약한 분야로 분류됐고, 이 가운데 상당수가 환자 자기관리·예방적 건강관리와 관련된 항목이었습니다.
의료데이터 표준화는 왜 26~40.7%에 멈춰 있을까
이번 국립대병원 AX 성숙도 평가에서 의미론적 상호운용성 세부 분야 평균 달성률은 40.7%였고, ICD·SNOMED CT·LOINC·RxNorm 등 국제표준 의료용어 관련 7개 공통 취약 항목의 평균 달성률은 26%였습니다. 상호운용성 영역은 달성률이 가장 높은 기관이 89.1%, 가장 낮은 기관이 56.4%로 나타났으며, 일부 세부 항목에서는 최고·최저 기관 달성률 차이가 100%포인트까지 벌어졌습니다. 전자 의무기록에 데이터가 입력돼 있어도 표준 코드로 의미가 연결돼 있지 않으면 AI가 이를 활용할 수 없는 형태이기 때문에, 연구진은 이를 “데이터는 있으나 AI가 읽을 수 없는 공공의료의 현실”이라고 정리했습니다.
정부 정책은 이 격차를 어떻게 좁히려 할까
정부는 공공병원 전면 AI 전환, 스마트 응급실 구축, AI 건강비서 도입 등을 핵심으로 하는 AI 전략을 추진한다고 밝혔다. 예산 측면에서는 1조 2천억 원 규모의 지역필수의료 특별회계를 신설하고, 연 4천억 원 규모의 지역수가를 지원하겠다고 발표했다1. 구체적으로는 권역·지역 책임의료기관을 시작으로 2029년까지 전국 72개 책임의료기관을 연결하는 ‘공공의료 AI 고속도로’를 구축해, 표준화된 임상데이터 기반 AI 서비스를 단계적으로 지원할 방침이라고 전해졌다2. 연구진은 성숙도 상위 기관과 하위 기관을 잇는 멘토링 구조 검토와, 기관 간 편차가 큰 항목에 대한 역량 수준별 차별 지원 정책 마련을 함께 제안했습니다.
용어 한 번에 정리해 봅시다
- AX(AI Transformation): 인공지능 전환. 조직의 업무·서비스 전반에 AI를 도입해 생산성과 품질을 높이는 변화를 가리킵니다. 이번 평가의 ‘AX 달성률’은 각 평가 항목 기준을 충족한 정도를 비율로 나타낸 값입니다.
- HIMSS 디지털헬스 지표: 미국 보건의료정보관리시스템학회(HIMSS)가 개발한 의료기관 디지털 역량 평가 도구. 거버넌스, 인력, 상호운용성, 환자 중심 건강관리, 예측분석 등 영역에서 항목별 성숙도를 측정합니다.
- 상호운용성(Interoperability): 서로 다른 의료정보 시스템이 데이터를 주고받고 해석할 수 있는 능력. 표준 의료용어·코드 체계로 의미가 일치해야 AI가 데이터를 활용할 수 있습니다.
- 의미론적 상호운용성(Semantic Interoperability): 단순히 데이터 형식뿐 아니라 데이터의 의미까지 시스템 간에 동일하게 이해할 수 있는 수준을 말합니다. ICD, SNOMED CT 같은 국제표준 용어 사용이 핵심 조건입니다.
- ICD·SNOMED CT·LOINC·RxNorm: 질병·증상·검사·약물을 표현하는 국제 표준 의료용어 체계. 전자 의무기록의 데이터를 AI가 분석하려면 이 표준 코드로 의미가 연결돼 있어야 합니다.
한 번 더 생각해볼 부분
- 이번 국립대병원 AX 성숙도 평가에서 10개 병원 모두 공통 취약 항목으로 분류된 12개 항목이 구체적으로 어떤 내용인지, 그 항목들이 단순히 예산 부족 때문인지 아니면 표준화 시스템 자체의 부재 때문인지는 후속 데이터 공개를 통해 구분할 필요가 있습니다.
- 상호운용성 영역에서 일부 항목의 최고·최저 기관 차이가 100%포인트에 달한다는 점이 제시됐는데, 같은 국립대병원 체계 안에서 이런 격차가 발생하는 원인이 인력·예산 차이인지, 시스템 도입 시점 차이인지에 따라 실질적 지원책의 설계가 달라집니다.