[덕규의 AIway] 수익성 개선 난항 의료AI, 대책은 없을까

의료 인공지능(AI) 업체들을 돌아다니다 보면, AI 기술을 활용해 진단 고도화나 다른 방면에 활용하겠다는 소식들이 많이 들려옵니다. 산업이 전환점을 맞이하고 있다는 뜻처럼 들립니다. 의료AI는 앞으로 어떻게 변화를 맞이하고 어떤 움직임을 보일지, 한번 살펴봤습니다.

◇의료AI, 수익성 개선 난항

우선 의료AI 기업들이 어떠한 기술들을 가지고 있는지 살펴보겠습니다. 이들의 기술들은 대체로 영상의학과 깊은 관련이 있습니다. X선 촬영(X-Ray), 전산화단층촬영(CT), 자기공명영상(MRI) 등 병변이 위치하거나 의심이 가는 부분을 촬영하고, 그 촬영본을 인간 의사가 진단을 하는데 보조하는 역할을 주로 합니다. 폐 CT나 뇌 MRI 촬영본에서 폐질환이나 뇌졸중을 비롯한 여러 질병들의 병변이 의심되는 부분에 표시를 해주거나, AI가 판별한 내용을 의사에게 전달해 진단 시간 감축과 피로도 감소 등을 기대할 수 있게 합니다.

의도는 타당합니다. 인력난과 고령화로 진단을 필요로 하는 인구는 많아지지만, 의사와 진단할 수 있는 기기를 비치한 대형 병원 등은 한정적이기 때문에 AI 솔루션으로 더 많은 환자를 진단할 수 있게 하는 것입니다. 다만 이러한 기술이나 솔루션들을 개발하는 업체들은 여전히도 적자를 벗어나거나 개선하는 것은 많이 힘들 것으로 보입니다.

◇ 직면한 문제는 무엇일까

이들이 직면한 문제는 명확합니다. 기술은 계속해서 발전해 왔고 앞으로도 발전할 테지만 돈을 벌며 수익성을 개선하는 구조를 만들지 못했기 때문입니다. 일각에서는 보험 적용이 되지 않고, 진단 수가가 제한적이라고 분석합니다. 다만 저는 근본적인 궁금증이 생겼습니다. 과연 ‘보험이 적용되고, 수가가 오른다고 해서 의료AI 기업들이 직면한 수익성 구조가 개선될까?’라는 질문입니다.

의사와 병원, 환자들은 의료AI에 대해 “정확도는 높지만, 비용 대비 효과가 의심된다”는 견해가 여전히 존재합니다. 비슷한 솔루션들을 출시하는 업체는 늘며 가격 경쟁은 심화되고, 차별화는 적어집니다.

데이터 문제도 많습니다. 일부 의료AI 기업들은 데이터를 구하기 위해 병원들을 돌며 데이터를 구하려고 하지만 요새는 쉽지 않다는 고충을 내놓습니다. 심하면 “일부 병원에서는 데이터 제공 조건으로 투자나 지분 참여를 요구하기도 한다”는 요청을 받기도 합니다. 초점을 수익성 개선이 아닌 ‘수익성 확보’ 그 자체가 난제였다는 생각이 드는 이유입니다.

◇ 더 큰 밸류체인을 찾아야

수익성 확보가 어렵다면 더 큰 물로 나가야 합니다. 해외에서는 이미 진단 AI를 발판으로 고부가가치 산업으로 확장하는 사례가 늘고 있습니다. 미국의 의료AI 기업인 템퍼스AI(Tempus AI) 는 유전체와 임상 데이터를 기반으로 한 정밀의료 플랫폼을 운영하며, 진단을 넘어 치료 선택과 신약개발 지원 영역으로 사업을 확장하고 있습니다. 미국의 병리 AI 기업인 패스AI(PathAI) 는 병리 이미지 분석 기술을 토대로 바이오마커 탐색과 제약사와의 임상 협력을 강화하고 있으며, 프랑스의 바이오테크 AI 기업인 오킨(Owkin) 은 글로벌 제약사 사노피(Sanofi) 와 협력해 암 치료제 연구개발과 임상시험 최적화 과정에 AI를 적용하고 있습니다.

이 기업들의 행보는 AI 기술을 기반으로 치료나 신약 개발과 같은 더 높은 영역으로 자연스럽게 사업을 확장해 나갔다는 점에서 주목해야 합니다. 의료AI에 관해 여러 병원 관계자나 이용하게 될 환자들에게 견해를 물어보면 다들 ‘정확성’과 ‘오판으로 인해 생길 책임’에만 궁금해 합니다. 기업들 또한 진단 정확성과 그것을 검증하는 논문, 인증을 획득하는데 열을 올리고 있다고도 보입니다. 진단 정확성과 신뢰도 확보도 중요합니다.

다만 우리는 의료·제약·바이오·AI의 인프라가 유기적으로 연결되며 생길 혁신들과 비즈니스 기회, 더 큰 밸류체인 등 모두를 날리는 것은 아닐지 걱정이 앞섭니다.