의료 AI 기관 단위 수가 구상, 병원 행정이 미리 볼 것
2026년 10월 학술대회에서 논의된 의료 AI 기관 단위 수가 구상을 정리합니다. 사용 횟수가 아닌 지표 개선을 보상한다는 방향이 병원 행정에 주는 숙제를 짚습니다.
AI 의료기기를 도입해도 병원이 그 비용을 어떻게 돌려받을지는 아직 정해지지 않은 경우가 많습니다. 이 문제를 놓고 2026년 10월 23일 대한의료인공지능학회 학술대회에서 보건복지부와 의료계, 산업계가 의견을 나눴고, 메디칼타임즈가 10월 26일 이를 보도했습니다. 아직 확정된 제도가 아니라 논의 단계의 구상이라는 점을 먼저 밝혀 둡니다. 그래도 예산과 도입 계획을 맡은 행정 담당자라면 방향을 미리 알아 둘 만합니다.
정부가 밝힌 구상: 사용 횟수가 아니라 성과
기사에 따르면 보건복지부 담당 과장은 제품별 임상 지표를 기준으로 의료기관에 보상하는 ‘기관 단위 수가’ 구상을 소개했습니다. 환자 한 명에게 AI를 몇 번 썼는지를 따지는 것이 아니라, 기관이 AI를 쓸 준비를 갖췄는지와 진료 결과가 나아졌는지를 본다는 설명입니다.
평가 요소로 언급된 것은 세 가지입니다.
- 보안·표준화 같은 기본 인프라를 갖췄는지
- 기관 안에 AI를 관리하는 내부 체계(거버넌스)가 있는지
- 제품별로 정한 임상 지표가 나아졌는지
기관이 목표 지표를 올리겠다는 계획을 미리 내고, 달성하면 보상받는 방식이라고 합니다. 평가 기간은 가능한 한 줄이고 짧은 기간에 확인되는 지표를 쓰겠다고 했습니다. 다만 정식 수가를 만들기 전 단계에서 환자 본인부담금을 활용하는 방안이 언급되었을 뿐, 구체적인 수가와 비용 부담 방식은 정해지지 않았다고 기사는 전합니다.
의료계가 짚은 현실
같은 자리에서 학회장은 건당 보상하는 방식(행위별 수가)만으로는 한계가 있다고 지적했습니다. 기사가 전한 수치는 다음과 같습니다.
- 국내 AI 기반 의료기기는 약 550개이고, 이 가운데 45개가 수가를 적용받는 단계입니다.
- 설문에서 의사의 97%가 AI를 써 본 적이 있다고 했지만, 소속 기관이 AI 의료기기를 활용한다는 응답은 20% 미만이었습니다.
- 쓰이는 AI의 83%는 영상 판독에 몰려 있었습니다.
영국 연구도 인용되었습니다. 흉부 엑스선 AI를 도입한 뒤 판독 보고서를 쓰는 시간은 47시간에서 34시간으로 줄었지만, 폐암 진단과 치료까지 걸리는 시간은 의미 있게 줄지 않았다는 내용입니다. “일이 빨라졌다”와 “환자 결과가 나아졌다”는 별개라는 뜻입니다. 학회 쪽은 효과가 확인되지 않은 제품을 시장에서 내보내는 체계도 보완해야 한다고 제안했습니다.
병원 행정이 미리 할 수 있는 준비
구상이 현실이 된다면 병원에는 이런 질문이 생깁니다. 아래는 기사 내용을 바탕으로 한 제 정리이며, 제도로 정해진 사항이 아닙니다.
- 기본 인프라와 내부 체계는 어디까지 갖췄나요? 보안 점검 기록, AI 도입을 심의하는 담당자와 절차가 있는지 확인해 둘 만합니다.
- 도입하려는 제품의 지표는 무엇인가요? 제안서에서 “처리 시간 단축”만 내세운다면, 환자 결과와 이어지는 지표가 있는지 업체에 물어볼 수 있습니다.
- 현재 상태를 기록하고 있나요? 지표가 나아졌는지 보려면 도입 전 수치가 필요합니다. 도입 전에 기준값을 남겨 두면 나중에 성과를 설명하기 쉽습니다.
- 알림 대응 인력은 어떻게 잡나요? 예측형 AI는 경고를 더 많이 띄울 수 있어, 그 대응은 간호 현장의 업무로 이어집니다.
핵심 요약
- 2026년 10월 23일 학술대회에서 정부는 AI 사용 횟수가 아닌 인프라·내부 체계·제품별 임상 지표 개선을 보상하는 기관 단위 수가 구상을 밝혔습니다.
- 구체적인 수가와 비용 부담 방식은 아직 확정되지 않았습니다.
- 국내 AI 의료기기 약 550개 중 45개가 수가 적용 단계이며, 기관에서 실제 활용한다는 응답은 20% 미만이었습니다.
- 병원은 도입 전 기준값 기록, 거버넌스 정비, 제안서의 지표 확인부터 준비해 볼 수 있습니다.
출처
본 사이트의 콘텐츠는 일반적인 정보 제공과 연구·교육 목적이며, 특정 환자에 대한 의학적 진단이나 조언을 대신하지 않습니다.