AI 서재
책으로 읽는 AI서재
한 권을 고르고, 목차에서 차례대로 읽을 수 있게 정리했습니다.
PDF 다운로드 책
다국어로 읽는 대학생 교양 인공지능
한국어 원문과 외국어 번역을 함께 실은 유학생용 교재입니다. 각 책 소개 페이지에서 PDF를 받을 수 있습니다.
[AI서재] 중국 병원에는 인공지능이 얼마나 들어왔나 - 목차
중국 의료 AI의 현주소
'AI 네이티브 병원'의 탄생에서 2030 국가 마스터플랜까지 — 그리고 한국은 어디에 서 있는가
Ⅰ. 세계 최초의 가상·실물 AI 병원 — 'AI 네이티브'의 등장
중국은 기존 의료 시스템에 인공지능을 단순히 덧붙이는 차원을 넘어, 병원의 설계 단계부터 AI를 기저 논리로 삼는 'AI 네이티브(AI-native) 병원' 구축을 선도하고 있습니다. 2026년 3월 26일 베이징 중관춘 세계 디지털 건강 포럼에서는 AI 병원을 국제적으로 처음 정의한 『AI 병원 지능형 연맹 국제 합의』가 발표되었고, 같은 날 하이난 보아오 러청 국제의료관광 선행구에 세계 최초의 실물 '슈퍼 AI 병원'이 문을 열었습니다.
그 출발점은 가상 세계였습니다. 칭화대학교 AI산업연구원(AIR) 류양(Liu Yang) 교수팀이 2024년 공개한 '에이전트 병원(Agent Hospital)'은 환자·간호사·의사 전원이 대형언어모델(LLM) 기반 자율 에이전트로 구현된 시뮬레이션 병원입니다. 사전 의학 지식 없이 강화학습으로 스스로 진화하는 'MedAgent-Zero' 방식을 채택하여, 인간 의사라면 2년 이상 걸릴 약 1만 명의 환자를 단 며칠 만에 진료하며 경험을 축적했습니다. 그 결과 미국 의사면허시험(USMLE) 기반 MedQA 벤치마크의 호흡기질환 서브셋에서 93.06%의 정확도를 기록, 인간 의사 평균(약 87%)을 뛰어넘었습니다.
가상에서 검증된 기술은 현실로 이식되었습니다. 보아오 슈퍼 AI 병원은 자체 개발한 '즈롄티(智聯體) MaaS(Model as a Service) 플랫폼'을 기술 토대로, ① 첨단 의학 지식그래프 ② 근거중심의학 데이터 ③ 실세계 증거(Real-world evidence)라는 3대 엔진을 통합 구동합니다. '접수는 거주지에서, 치료는 러청에서, 추적관찰은 다시 거주지에서'라는 3단계 모델로 국경과 지역의 한계를 지우며, 앱 다운로드 1,000만 회를 돌파했습니다. 모든 AI 권고는 면허를 가진 의사의 최종 확인을 거치는 4중 안전장치 위에서 작동합니다.
Ⅱ. 오픈소스 대형모델의 임상 현장 이식 — 딥시크와 인프라 혁신
오픈소스 LLM인 딥시크(DeepSeek)는 중국 의료 AI 확산의 기폭제가 되었습니다. 2025년 3월 초 기준 최소 300개 이상의 병원이 임상 진단과 의사결정 지원에 딥시크를 도입했으며(전국 단위 조사에서는 261개 병원의 배치가 확인되는 등 출처별로 260~300여 곳으로 집계), 환자 데이터 유출을 원천 차단하기 위해 병원 자체 방화벽 내부에서만 구동하는 폐쇄망 로컬 배포가 표준 방식으로 자리 잡았습니다. 출시 후 약 60일 만의 폭발적 확산에 대해 칭화의학원 황톈인 교수팀은 의학저널 JAMA에서 "너무 빠르고 성급하다(too fast, too soon)"며 임상 안전성 검증의 필요성을 경고하기도 했습니다.
인프라 차원의 실증 사례도 뚜렷합니다. 1931년 설립된 3급 갑등 병원인 저장성 중의원은 2024년 여름 한약 처방 '우메이탕(오매탕) 2.0'이 젊은 층의 차 음료 대유행을 일으키며 하루 신규 온라인 등록 56만 명, 단일 처방량 1,200만 첩이라는 초유의 트래픽을 경험했습니다. 병원은 화웨이의 초융합 인프라 FusionCube 1000으로 연산·스토리지·네트워크를 단일 플랫폼에 통합한 디지털 저변을 구축, 이를 인체의 경락에 빗대 '숫자 경락(數字經絡)'의 재구성이라 명명하고 OA·HIS 등 핵심 시스템의 무중단 연속성을 확보했습니다.
행정·안전 영역에서는 저장성 타이저우 언쩌(恩澤) 의료센터가 저장대 컴퓨터혁신기술연구원과 공동 개발한 '불량사건 보고 지능체'를 2025년 10월 공식 발표했습니다. 20여 년간 축적한 10만 건 이상의 의료 안전사고 데이터로 구축된 이 지능체는 투약 오류·낙상 등 잠재 위험을 실시간 자율 감지하여, 사후 수동 보고 체계를 능동적 사전 감시 체계로 전환시켰습니다.
Ⅲ. 전통 중의학(TCM)의 데이터 현대화
수천 년간 축적된 주관적·파편적 경험의학인 중의학은 두 갈래 경로로 '계산 가능한 디지털 자산'으로 전환되고 있습니다. 첫째는 인프라입니다. 저장성 중의원은 '숫자 경락' 위에서 불합리한 처방을 실시간 경고하는 중약 스마트 처방 심사, 빅데이터 기반 임상 병력 스마트 질 관리, 그리고 노장 명의의 임상 비법을 후학에게 전수하는 명의 학술사상 스마트 전수 시스템을 가동하고 있습니다.
둘째는 언어모델 최적화입니다. 영어 중심 범용 LLM은 '당뇨병(糖尿病)' 같은 중국어 의학용어를 의미 없는 하위 단어로 쪼개는 '토큰 파편화'로 의미를 훼손해 왔습니다. 국제학술지 사이언티픽 리포트(Scientific Reports)에 게재된 연구는 BPE 알고리즘으로 12,000개의 의료 특화 '임상 토큰(Clinical Tokens)'을 추출하고 이를 LLaMA2 토크나이저와 병합하여 총 42,780개 토큰의 전용 어휘사전을 완성했습니다. 이를 통해 글자당 토큰 소모율을 낮춰 유효 컨텍스트 창을 대폭 확장하고 파인튜닝 시간을 절반 수준으로 단축했으며, 이렇게 탄생한 Medical-LLaMA는 임상 질의응답·의학 개체명 인식 등 다운스트림 과제 전반에서 기존 중국어 확장 모델을 앞서는 성능을 입증했습니다.
Ⅳ. 국가 수준의 전략과 시한별 목표
개별 병원의 혁신을 국가 시스템 개조로 격상시키는 것은 강력한 시한별 마스터플랜입니다. 베이징시 위생건강위원회는 2025년 12월 30일 『베이징시 의료건강 분야 인공지능 응용 발전 지원 행동계획(2026-2027년)』과 『지원 조치』를 발표하고 "16+15"의 핵심 과제를 배치했습니다. 모델 학습을 위한 300P 이상의 의료 전용 천카(千卡)급 GPU 클러스터를 구축하고, 2026년 말까지 시내 2급 이상 전 의료기관의 외래·입원 전자의무기록과 의료영상을 전민건강정보플랫폼에 전면 연동하며, 원본 데이터 유출 없이 AI를 훈련하는 신뢰 데이터 공간을 조성합니다. 동시에 "AI가 의료인의 전문적 판단을 완전히 대체하는 행위를 금지"하여 최종 의사결정 주체가 인간임을 명확히 했습니다.
전국 단위로는 국가위생건강위원회 등 5개 부처가 2025년 11월 발표한 『"인공지능+의료위생" 응용 발전 촉진·규범화 실시의견』이 시간표를 제시합니다. 2027년까지 고품질 데이터셋과 전문과목 수직 대형모델을 구축해 기층 스마트 진료 보조를 광범위하게 보급하고, 2030년까지 기층 진료 스마트 보조의 전면 커버리지를 기본 달성하며 2급 이상 병원의 의료영상 AI 보조진단을 보편화한다는 것입니다. 그 위에 국무원이 2026년 7월 반포한 『국민건강 "15.5(제15차 5개년)" 규획』은 2030년까지 평균 기대수명을 80세로 높이고(2025년 79.25세), '치료 중심'에서 '건강 중심'으로 의료 패러다임을 전환하는 24개 중점 과제를 배치했습니다.
Ⅴ. 한국의 대응 — 'AI 기본의료 전략'과 남은 병목
한국도 국가 단위 전략을 본격 가동했습니다. 정부는 2026년 8월 6일 국무총리 주재 제12차 국가정책조정회의에서 보건복지부·국가AI전략위원회·과학기술정보통신부 합동의 범정부 『AI 기본의료 전략』을 확정했습니다. '생명을 지키는 AI, 모두가 누리는 의료혁신'을 비전으로 3대 전략·12대 중점과제를 담았으며, 핵심 방향은 중국과 정확히 같은 문제의식 — 즉 수도권 쏠림과 지역·필수·공공의료 공백의 해소에 AI를 투입한다는 것입니다. 전국 보건소와 취약지 일차의료기관에 영상판독·진료기록 자동화·만성질환 관리를 보조하는 AI 진료지원 패키지를 보급하고, 응급환자 이송부터 병원 선정까지 실시간 지원하는 응급이송 AI 플랫폼을 구축하며, 2027년부터는 한국형 소버린 의료 AI 개발에 착수합니다. 임상 현장에서도 영상 판독 보조, 생성형 AI 기반 의무기록 초안 자동 작성, 중환자 악화·재입실 위험 예측 등이 이미 상급종합병원을 중심으로 작동하고 있습니다.
산업의 체력도 만만치 않습니다. 국내 1세대 의료 AI 기업 루닛은 2025년 매출 831억 원(역대 최대) 중 92%를 해외에서 창출했고, AI 바이오마커 플랫폼 '루닛 스코프'가 이끄는 종양학 부문 매출은 전년 대비 159% 급증했습니다. 뷰노(딥카스)·제이엘케이(뇌졸중 통합 진단 플랫폼) 등도 글로벌 시장을 겨냥하고 있습니다. 식약처의 2025년 AI 의료기기 허가·인증은 153건으로 전년 대비 41.6% 증가했고 이 중 국내 제조가 77.7%(119건)이며, 디지털치료기기는 누적 14건 전부가 국내 제조 품목입니다. 세계 최초의 생성형 AI 의료기기 허가도 한국에서 나왔습니다.
그러나 최대 병목은 건강보험 수가입니다. 대한의료인공지능학회 분석에 따르면 식약처 허가 AI 의료기기는 누적 549건에 달하지만 건강보험이 적용되는 기기는 정식 급여 28건과 한시적 급여 21건을 합쳐 49건(8.9%)에 불과합니다. 91%가 넘는 500건이 허가를 받고도 보험 체계 밖에 머무는 것입니다. 정부는 2026년 1월 26일 '시장 즉시진입 의료기술 제도'를 시행하여 혁신 의료기기의 현장 도입 기간을 최장 490일에서 최단 80일로 단축하고 디지털 113개를 포함한 199개 품목을 첫 대상으로 지정했지만, 한시적 진입 이후 신의료기술평가를 통한 정식 등재 여부가 여전히 관건입니다. 제도 정비도 병행 중입니다. 2025년 12월 2일 비대면진료 제도화 의료법 개정안이 15년 만에 국회를 통과하여 2026년 12월 24일 정식 시행을 앞두고 있고, 디지털헬스케어법 제정과 의료 AI 윤리 가이드라인 마련이 추진되고 있습니다.
한중을 비교하면 구도가 선명해집니다. 중국이 국가 주도의 인프라·데이터 강제 연동과 행정 시한(300P 클러스터, 2026년 말 EMR 전면 연동, 2030년 기층 전면 커버)으로 '속도'를 밀어붙이는 반면, 한국은 기업의 글로벌 경쟁력과 규제 정합성(허가 체계, 수가·급여, 입법)을 축으로 움직입니다. 중국의 병목이 임상 안전성 검증("too fast, too soon")이라면, 한국의 병목은 허가와 급여 사이의 간극입니다. 양국 모두 'AI는 의료인을 보조하되 대체하지 않는다'는 원칙을 명문화했다는 점은 공통되며, 결국 승부는 기술이 아니라 데이터 거버넌스와 지불 제도의 설계 속도에서 갈릴 것입니다.
결론적으로 중국의 의료 AI 전략은 '100배속 가상 병원'으로 진단 지능을 진화시키고, 실물 AI 네이티브 병원으로 이를 현실에 이식하며, 초대형 전용 연산망과 데이터 강제 연동, 그리고 '기층 전면 커버리지'라는 행정 시한을 수단 삼아 의료 자원의 심각한 왜곡을 교정하려는 유기적인 국가 재분배 시스템으로 작동하고 있습니다. 같은 문제를 마주한 한국은 'AI 기본의료 전략'으로 방향을 잡았으나, 549건의 허가와 49건의 급여 사이에 놓인 간극을 좁히는 일이야말로 한국 의료 AI의 다음 승부처입니다.
📖 함께 읽기 — 『중국 병원에는 인공지능이 얼마나 들어왔나』
이 글에서 다룬 중국 의료 AI의 현장을 한 권으로 깊이 들여다보고 싶은 분께는 필자의 신간 『중국 병원에는 인공지능이 얼마나 들어왔나 — 진료실부터 행정실까지, 중국 의료 AI 현장 리포트』를 권합니다. 국가 정책, 의료 대형모델, 임상 의사결정 지원, 영상판독, 병원 정보과, 중의학, AI 네이티브 병원, 환자 경험, 환각과 책임, 규제와 돈의 문제까지 전 12장으로 다루었고, 말미에는 중국 주요 지침과 위생건강업계 84개 응용 시나리오의 원문·한국어 번역·요약을 붙였습니다. kimkj.com AI서재에서 목차를 열람하고 PDF 전문을 무료로 다운로드하실 수 있습니다.
이 책을 준비하며 중국 정부·병원·업계 자료와 강연 영상 154개 소스를 한곳에 모은 공개 NotebookLM 노트 'Health Industry AI Application in CHINA'도 함께 공개합니다. 진단·영상, 건강 예측과 정밀 돌봄, 대형언어모델, 병원 정보시스템, 데이터 비식별화와 보안, 환자 서비스, 병원 행정, AI 거버넌스에 대해 자유롭게 질문하고, 출처를 열어 기관별 사례를 직접 비교할 수 있습니다. 연구자, 의료인, 정책 담당자, 병원 경영자, 헬스케어 기업 모두에게 열려 있습니다. ▶ 공개 노트 열기
※ NotebookLM의 답변은 연구의 출발점이며 의료 판단이나 진료 지침을 대신하지 않습니다. 중국 정부·의료기관의 원문, 학술자료, 현행 규정과 대조해 주십시오.
• Agent Hospital 논문 (칭화대 AIR, arXiv, MedAgent-Zero·93.06% 원출처): arxiv.org/abs/2405.02957
• 보아오 슈퍼 AI 병원 개원·국제 합의 (CGTN, 2026.3.27): news.cgtn.com (2026-03-27)
• 슈퍼 AI 병원 운영 현황·4중 안전장치 (CGTN, 2026.4.22): news.cgtn.com (2026-04-22)
• 슈퍼 AI 병원·MaaS 플랫폼 3대 엔진 (인민망 건강, 2026.5.3): health.people.com.cn
• 딥시크 300개 이상 병원 도입·JAMA 경고 (SCMP, 2025.5): scmp.com
• 딥시크-R1 병원 로컬 배포 전국 조사 (261개 병원, medRxiv): medrxiv.org
• 저장성 중의원 화웨이 FusionCube 1000·'숫자 경락' (大数据在线, 2026.4): dobigdata.cn
• 우메이탕 트래픽 (일 등록 56만·처방 1,200만 첩, 텐센트뉴스): news.qq.com
• 언쩌 불량사건 보고 지능체 V1.0 발표 (중국의원협회 CHIMA, 2025.10.31): chima.org.cn
• 임상 토큰 42,780개 어휘 확장 논문 (Scientific Reports): nature.com/articles/s41598-026-37438-6
• 베이징 의료 AI 행동계획(2026-2027) 원문 (베이징시 위건위, 2025.12.30): wjw.beijing.gov.cn
• 5부처 "AI+의료위생" 실시의견 (신화망, 2025.11.5): news.cn
• 국무원 『국민건강 "15.5" 규획』 전문 (2026.7): mee.gov.cn (국무원 문건)
[한국 관련]
• 범정부 'AI 기본의료 전략' 확정 (병원신문, 2026.8.6): khanews.com
• AI 기본의료 전략 3대 전략·12대 과제 (약사공론, 2026.8.6): kpanews.co.kr
• 식약처 2025년 AI 의료기기 153건 허가·DTx 누적 14건 (뉴시스, 2026.4.30): newsis.com
• AI 의료기기 허가 549건 vs 급여 49건 (데일리메디, 2026): dailymedi.com
• 수가 병목 심층 분석 (한국데이터경제신문, 2026.4): dataeconomy.co.kr
• 시장 즉시진입 의료기술 제도 시행, 490일→최단 80일 (보건복지부 보도자료, 2026.1.26): mohw.go.kr
• 비대면진료 의료법 개정안 15년 만에 국회 통과 (보건복지부, 2025.12.2): mohw.go.kr
• 비대면진료 2026.12.24 시행 (데일리팜, 2026.1): dailypharm.com
• 루닛 2025년 매출 831억·해외 92%·종양학 159% 성장 (루닛 공식 발표, 2026.1.30): lunit.io
※ 검증 메모: ① 자가진화 방식의 공식 명칭은 논문 원문상 'MedAgent-Zero'임. ② 93.06%는 MedQA 전체가 아닌 주요 호흡기질환 서브셋 기준 정확도임. ③ 딥시크 도입 병원 수는 조사 시점·기준에 따라 261~300여 곳으로 집계가 상이함. ④ 2030년 기층 커버리지 목표의 공식 표현은 '기본적 전면 커버(基本实现全覆盖)'임. ⑤ 한국 'AI 기본의료 전략'의 공식 비전은 '생명을 지키는 AI, 모두가 누리는 의료혁신'이며 구성은 3대 전략·12대 중점과제임(일부 보도의 '10대 과제'는 오기). ⑥ 시장 즉시진입 제도 시행일은 2026년 1월 26일, 비대면진료 정식 시행일은 공포(2025.12.23) 1년 후인 2026년 12월 24일임.
• 공개 NotebookLM 노트 'Health Industry AI Application in CHINA' (154개 소스): notebook.google.com — 누구나 접속 가능한 공개 노트북으로, 질문 언어에 제한이 없습니다. 한국어로 물으면 한국어로, 영어로 물으면 영어로, 중국어를 비롯한 다른 언어로 물어도 해당 언어로 답변을 받을 수 있어 국내외 연구자 누구든 원문 소스와 함께 활용할 수 있습니다.