인공지능(AI)에 의한 의사 대체는 3개 층으로 분류해 볼 수 있다. 

AI 진단능력과 로봇에 의한 기술에 해당하는 ‘기술 병목’, 규제와 법률, 보험, 책임에 속하는 ‘시스템 병목’, 환자들이 AI 의사를 어떻게 받아들일까에 해당하는 ‘심리적 병목’이다.

여기에 더해 ‘의사집단 정치경제학’이 전 층에 걸쳐 대체 시점을 조절하는 변수로 작용한다.

기술 병목 — AI는 이미 진단하고 있다

특정 데이터 안에서 패턴을 찾는 AI는 이미 기술적으로 달성됐다. CT만 보고 진단하는 AI, 혈액검사 수치만 보고 위험도를 계산하는 AI, 녹음만 듣고 우울증을 예측하는 AI 등이 이에 해당한다. 

여러 검사와 상황을 동시에 종합하는 AI는 현재 진행 중이다. 이러한 기술 병목이 해소되는 과정 자체가 나머지 층들의 역학을 변화시킨다. 

AI 진단 우월성에 대한 데이터가 축적될수록 심리적 병목은 비합리적으로 보이기 시작할 것이고, 규제가 환자의 안전을 오히려 해치는 것으로 프레이밍될 수 있다.

시스템 병목 — 책임·규제·수가라는 3개의 벽

책임 귀속 문제의 경우 자율주행 자동차가 책임 문제를 어떻게 통과했는지를 참고할 수 있다.

규제의 경우 현재 FDA의 체계는 완성된 제품을 승인하는 방식에서 계속 배우는 AI를 안전하게 허용 및 관리하는 방식으로 전환을 시도하고 있다. 

다만 AI 독립 진료에 대한 포괄적 수가체계는 아직 존재하지 않는다. 수가 문제가 가장 오래 갈 병목으로 보인다. 현재 CPT 코드 체계는 의사의 행위에 돈을 매기는 구조이기 때문이다.

심리적 병목 — 기계에 생사를 맡길 수 있나

환자가 AI 의사를 거부하는 심리에는 여러 겹이 있다. 가장 표면적인 것은 정확성에 대한 불신이며, 이는 데이터 축적으로 비교적 빠르게 침식된다.

가장 깊은 층은 존재론적 불안이다. ‘기계에게 내 생사를 맡긴다’는 감각은 합리성 문제가 아니라 인간 조건의 문제이며, AI의 성능과 무관하게 가장 오래 남을 것이다.

의사 집단 정치경제학 — 영원하지 않은 방어선

의사집단은 강력한 방어 메커니즘을 갖고 있다. 첫째, ‘환자 안전’이라는 프레이밍으로 AI 도입을 통제할 수 있다. 둘째, 현재 수가가 ‘의사 행위’에 매겨져 있어 AI를 보조로 위치시킬 수 있다.

그러나 이 방어 구조에는 내부로부터 균열이 생길 수 있다. AI에 직접 위협받는 과는 저항하지만 AI로 생산성을 높이는 과는 환영하며, 세대 간 이해관계 충돌이 응집력을 약화시킨다. 

외부 압력도 거세다. 비용 위기, 국제 경쟁, DTC 우회 경로의 확산이 방어선에 균열을 만든다. 

특히 의사집단이 ‘환자 안전’ 프레이밍을 잃는 순간이 결정적이다. 그 순간 남는 것은 ‘기득권 방어’라는 프레이밍뿐이고, 사회적 동정이 사라진다.

주인공 오류 — 보험사·기술 복합체

그렇다면 이 대체의 실질적 주도력은 어디에서 나오는가. AI가 의사를 대체한다는 논의는 대체로 하나의 서사를 공유한다. 

실리콘밸리의 빅테크가 의료에 진입하고, 의사집단이 저항하며, 결국 기술이 승리한다는 구도다. 이 서사는 주인공을 잘못 캐스팅했을 가능성이 크다.

빅테크 의료 진입 역사는 실패에 가깝다. IBM Watson Health는 2022년 매각됐고, Google Health는 축소와 재편을 반복했으며, Amazon Haven은 3년 만에 해산했다. 

기술적 우월성만으로는 현장에서 채택이 일어나지 않는 의료 특수성을 빅테크가 과소평가한 것이다.

의사를 실질적으로 대체할 힘은 의료 시스템 내부에서 이미 가장 큰 권력을 쥐고 있는 보험사-기술 복합체에서 나올 가능성이 높다. UnitedHealth Group과 자회사 Optum이 대표적이다.

질(質) 다른 데이터

빅테크가 가진 건강 데이터는 대부분 소비자 측 데이터다. Apple Watch의 심박수, Fitbit의 수면 패턴. 양은 방대하지만 임상적 깊이가 얕다. 

심박수가 높다는 것은 알 수 있지만 그것이 부정맥 때문인지, 어떤 약을 썼을 때 어떤 결과가 나왔는지까지는 알 수 없다.

Optum이 보유한 데이터는 질적으로 다른 차원에 있다. 보험 청구 데이터는 어떤 환자가 어떤 진단을 받고 어떤 치료를 받았으며 결과가 어떠했는지를 기록한다. 

Optum Rx를 통한 처방 데이터는 약물 사용 패턴과 부작용을 추적한다. Optum Health 소속 의사들의 직접 진료 데이터는 이 모든 것을 임상 현장의 맥락과 연결한다. 

가치 기반 진료 인프라를 통해 수 백만명의 환자를 위험 기반 모델로 관리하고, 수만 명 규모의 소속 또는 제휴 의사 네트워크를 운영하고 있다.

결정적인 것은 이 데이터들이 분리돼 있지 않다는 점이다.

환자가 UNH에 보험을 가입하고, Optum 소속 의사에게 진료받고, Optum Rx에서 약을 타고, 그 결과가 다시 보험청구로 돌아오는 전체 사이클이 하나의 데이터 생태계 안에 있다. 

AI 의료의 핵심 병목 중 하나가 ‘진단-치료-결과’를 이어서 추적할 수 있는 데이터인데, Optum은 보험-진료-약국을 수직 통합하고 있기 때문에 이 데이터를 하나의 흐름으로 보유하고 있다. 

이 폐쇄 루프는 빅테크가 아무리 자금을 투입해도 복제하기 극도로 어렵다.

안쪽에서부터의 잠식

Optum은 2025년 AI Marketplace를 출시해 빅테크가 Optum 플랫폼 위에서 운영되는 입점 업체가 되는 구조를 만들었다. 

Optum은 의사를 대체한다고 말하지 않는다. ‘돕는다’고 말한다. 행정 부담을 줄여주고, 진단 정확도를 높여주고, 환자 데이터를 정리해준다. 

그러나 이 ‘보조범위’가 점진적으로 확대되면 의사결정 주체가 사실상 AI로 이동한다.

이 프레이밍은 의사집단 저항을 무력화하는 데에도 효과적이다. 의사집단이 ‘환자 안전’을 내세워 AI를 저지하려 할 때, Optum은 자체 소속 의사를 통해 ‘의사도 지지하는 AI’라는 내러티브를 만들 수 있다. 

가치 기반 진료 모델에서는 AI를 활용한 효율적 진료가 경제적으로 보상받으므로, AI 의존을 심화시키는 인센티브 구조가 이미 작동하고 있다.

다만 UNH는 현재 미국 법무부의 반독점 조사를 받고 있으며, 강제적인 구조 분리가 일어나면 데이터 폐쇄 루프가 끊어지고 주도권이 분산될 수 있다. 

어느 시나리오든 전환의 방향 자체는 바뀌지 않을 가능성이 높다. 속도와 경로만 달라질 뿐이다. 가장 개연성 높은 구도는 대결이 아니라 분업일 수 있다. 

보험사-기술 복합체가 데이터 인프라와 수가 구조를 장악하고, 빅테크가 기초 AI 모델과 소비자 접점을 제공하며, 이 둘이 결합해 의사의 역할을 재정의하는 구조다.

연쇄 붕괴와 탈숙련화

세 층의 붕괴가 점진적으로 진행될 것이라고 가정하면 안된다. 잠복기에는 표면적으로 안정적이지만 AI 진단 우월성 데이터 축적, DTC 등 규제 밖 우회 경로 확산, 비용 압력이 동시에 쌓인다. 

촉발 사건 하나가 발생하면 규제 완화 → AI 데이터 급증 → 여론 전환 → 추가 완화 피드백 루프가 작동한다. 원격의료가 20년간 막혀 있다 팬데믹 선언 2주 만에 풀린 게 이 패턴 전례다.

동시에 탈숙련화가 잠복기부터 조용히 진행된다. AI가 진단 대부분을 처리하면 의사의 연습 기회가 감소하고, 판단력이 퇴화하며, AI 판단을 뒤집을 의지가 감소한다. 

AI가 더 정확하다는 통념이 확립되면 AI 없이 진단하는 ‘연습’은 환자에게 열등한 진료를 제공하는 것이 돼 윤리적으로도 허용되지 않는다.

‘AI를 감독하는 의사’라는 포지션은 과도기적이며 자기소멸적이다. 댐은 반드시 터진다. 문제는 언제 터지는가가 아니라 터질 때 어디에 서 있는가다.

다음 편에서는 외과 수술과 임상 연구에서 AI 구조적 한계를 분석해 보겠다.