직업인으로서 의사의 전망

대학진학을 앞둔 어느 고등학생이 제게 ‘의사라는 직업의 전망’에 대해 물어왔습니다.

저는 의사라는 직업은 하나의 단순한 잡(JOB)이 아니라 콜링(CALLING)이라고 생각합니다. 생명을 다루는 의사라는 직업은 즉 직업군인, 소방관, 종교인처럼 사명의식, 소명의식을 가져야 감당할 수 있는 직업이라는 생각입니다.

그러나 ‘직업인으로서의 의사’라는 현실적인 측면도 무시할 수 없습니다. 제게 질문을 보낸 고등학생도 그런 뜻에서 질문을 했으리라 생각합니다.

그래서 그 질문에 대한 답을 숙고해 보았습니다. 그 고등학생의 질문에 간단히 답변을 했지만, 그것으로 부족할 것 같아서 별도로 글을 올립니다.

결론부터 말씀을 드리면, 직업인으로서의 의사의 전망은 매우 어둡습니다. 지금 우리는 매우 특별한 상황에 놓여있기 때문입니다.

지금 고등학생이 의사가 되기로 진로를 정한다면, 의과대학 6년+전공의 4~5년+(남자의 경우) 군대 3년+전임의 2년=15~16년 후 전문의를 가진 의사로서 이 사회에 나오게 될 것입니다.

그 때의 의료환경은 어떻게 변해있을까요?

1. 의사의 업무는 상당부분 기계로 대체될 것입니다.

수력과 증기기관의 발명으로 시작된 18세기의 제1차 산업혁명은 사람의 수고를 덜어주었습니다. 전기동력에 의한 대량생산체제가 갖춰짐으로써 시작된 20세기의 제2차 산업혁명은 육체노동자의 일자리를 크게 위협했습니다. 사람이 하던 단순업무를 기계가 대체를 하면서 육체노동자의 일자리는 크게 위협을 받았습니다. 단순노동은 기계의 몫이 되었고, 사람은 특히 서비스 분야에서 또 다른 고부가가치의 일을 찾게 되었습니다.

산업혁명

그러나 당시에도 인간의 섬세한 손기술과 인간의 지식은 여전히 위협받지 않았습니다. 컴퓨터 기반의 자동화로 대변되는 제3차 산업혁명에서도 마찬가지였습니다. 그러나 제4차 산업혁명을 앞두고 있는 지금은 완전히 다른 상황입니다. 학습이 인간의 전유물이 아니라 기계도 인간처럼 학습을 할 수 있게됨에 따라 기계는 인간의 단순반복업무 뿐 아니라 복잡한 사고와 추리까지도 가능한 수준이 되었습니다. 많은 직업이 딥러닝을 통해 습득한 인공지능으로 무장한 기계로 대체될 것으로 전망되고 있는데, 의사도 예외가 아닙니다.

병원에서 심전도 검사를 하면 심전도 기계가 판독을 해서 함께 인쇄가 됩니다. 심전도의 초보적 판독을 기계장비가 하는 것입니다. 기초 심전도 판독을 기계가 하게 된지는 10년이 훨씬 넘었습니다. 그러나 기계의 판독수준이 아직 의사에 미치지 못하는데다가 기계는 판독행위에 대해 법적 책임을 질 수 없기 때문에 아직 심전도의 최종판독은 결국 의사가 하고 있습니다.

심전도 기계의 자동판독
심전도 기계의 자동판독

그런데 이제 이 같은 의사의 지적 능력을 대신하는 일들이 확대되고 ‘일반화’ 될 것으로 보입니다. 엑스레이 판독과 CT, MRI판독, 그리고 조직검사(병리) 판독 등 영상판독 부분은 기계학습으로 무장한 인공지능 컴퓨터로 대체될 것으로 전망되고 있습니다.

이미 여러 회사들의 인공지능 컴퓨터들이 영상진단 분야에 대한 학습을 시작했다는 소식이 그런 전망을 뒷받침 합니다. 처음에는 의사의 판독을 보완하는 업무로 시작하겠지만, 점차 의료소비자들이 사람의사보다 기계(인공지능 컴퓨터)를 더 신뢰하는 일이 벌어질 것입니다. 의사의 판독 결과에 대해 “인공지능 컴퓨터로 확인을 해보았느냐”는 질문과 요구가 이어지는 날이 오게 될 가능성이 높습니다.

우리나라에서는 이세돌을 바둑으로 이긴 알파고가 유명하지만, 2011년 IBM의 인공지능 컴퓨터인 왓슨(Watson)이 미국의 유명퀴즈쇼 제파디(Jeopardy)에서 인간 챔피언을 물리침으로써 큰 사회적 반향을 일으켰었습니다. 왓슨은 인터넷에 연결되지 않은 상태에서 사람과 똑같이 자연어로 이 퀴즈에서 경쟁을 해서 인간 챔피언을 이김으로써 충격을 주었었습니다. 이후 왓슨은 헬스케어 분야에 진출하여 의료현장에서 ‘consultant’로 일을 하거나 신약개발에 참여하는 등 활발한 활동을 펼치고 있습니다.

최근 조지아 공과대학의 조교로 일을 시작하기도 한 왓슨은 머지 않아 의사의 일을 보조하게 될 것입니다. 그리고 어느 순간, 의사의 영역을 침투하는 날도 올 수 있다는 우려가 있습니다.

이러한 기계학습을 통한 인공지능 컴퓨터의 개발은 미국에서만 일어나고 있는 것이 아닙니다. 일본·중국 등 다른 나라에서도 인공지능 컴퓨터의 개발에 박차를 가하고 있으며 사람의 지적 사고 능력에 근접하고 있습니다.

사람의 지적 사고 능력에 근접하고 있는 인공지능 컴퓨터들은 의학분야에서는 의사의 지적 사고 능력에도 근접하게 되고, 2011년 퀴즈쇼 Jeopardy에서 74연승을 한 인간 챔피언을 이긴 것처럼 의사의 지적 능력을 넘어서게 될 것으로 전망됩니다.

2. 환자의 자가진단이 늘어나게 될 것입니다.

그동안 의학지식은 비의료인들에게 지식의 장벽으로 존재했습니다. 그러나 의학지식에 대한 용이한 접근성 대문에 이 의학지식의 장벽은 빠르게 허물어져가고 있습니다. 특히 질병의 진단 분야는 깊이 있는 의학지식과 숙달된 경험의 기반이 함께 필요한 고도의 기술적 과정이 필요한 분야여서 기계를 이용한 진단의 자동화가 매우 어려운 분야로 여겨졌습니다만, 이 역시 기계학습으로 무장한 컴퓨터에 자리를 내어줄 전망입니다.

진공채혈튜브(vacuum tube)

지금까지는 환자의 문진(병력과 가족력 등), 이학적 검사(신체검사), 혈액검사 결과와 영상검사 결과 등을 종합하여 의사가 진단을 내렸지만 이러한 진단의 과정은 이제 의사의 전유물로부터 기계로 넘어갈 가능성이 매우 커졌습니다. 환자는 이제 “질문하면 답해주는” 인공지능 컴퓨터의 도움을 받아 자가진단이 가능해지는 날을 맞게 될 수 있다는 뜻입니다. 인공지능 컴퓨터환자가 자신의 병력과 검사정보 등의 데이터를 입력한 후 인공지능 컴퓨터에 진단을 물어보는 것을 의사에게 진단명을 물어보는 것보다 더 신뢰할 수도 있습니다.

나라마다 이런 자가진단 행위에 대한 법률적 제약이 만들어지겠지만, 국경이 없는 IT세상에서 어디에선가 이런 서비스가 개방된다면 법률적 제약은 무용지물이 될 것입니다. 인공지능 컴퓨터의 진단은 환자에게 적합한 처방까지 제시할 수 있습니다. 그런 일이 벌어진다면 의사의 역할과 입지는 계속 축소될 것입니다.

3. 인공지능 컴퓨터와 수술

위에서 전술한 것처럼 인공지능 컴퓨터는 영상의학과의사, 병리과의사, 내과의사의 영역을 침투할 것으로 예상되고 있습니다. 상대적으로 외과의사의 영역은 인공지능 컴퓨터의 위협에서 자유로울 것으로 전망되었습니다. 그러나 최근 미국 Children’s national Health System에서 연구한 ‘Smart Tissue Autonomous Robot(STAR)을 이용한 생물체의 연조직 봉합수술에 관한 연구’를 보면 꼭 그렇지만도 아닌 것 같습니다. 관련 자료를 인용해봅니다.

최근 다빈치 등의 기기를 이용한 로봇 수술(robot-assisted surgery, RAS)가 증가하고 있음에도 여전히 연조직(soft tissue) 수술은 조직의 변화 예측이 어려워서 자동화가 어려웠다고 합니다. 하지만 이 연구에서 개발한 STAR 는 NIRF 마커와 3D vision 을 통해서 soft tissue의 3차원적인 움직임을 인식하고, 일종의 인공지능 알고리즘을 통해서 수술 계획을 스스로 세울 뿐 아니라, 수술 도중에도 연조직의 역동적인 움직임에 맞춰서 수술 계획을 실시간으로 수정해나가도록 디자인 되었습니다.

연구진은 이 STAR 기술의 효과성을 증명하기 위해 죽은 돼지의 조직을 문합하는 것(ex vivo)과 살아있는 돼지(in vivo end-to-end)의 위장 문합술에 대해서 경험 많은 외과의사가 손으로 문합하는 것(OPEN), 복강경 수술(laparoscopy, LAP), 그리고 다빈치를 이용한 RAS 의 세 가지 기존 수술법과 비교했습니다.

그 결과 ex vivo와 in vivo end-to-end의 경우 모두 STAR 는 기존의 수술 방법들에 비해 대부분 더 나은 성과를 보였습니다. 비교 기준은 봉합한 공간의 일관성(spacing), 얼마나 압력을 가했을 때 복강경이 새어 나오는가(leak pressure), 조직에서 바늘을 제거하는 것이 필요했던 실수의 횟수(number of mistakes), 총 수술 시간(completion time), 내강의 수축 여부(lumen reduction) 등이었습니다. 수술 시간의 경우 사람이 손으로 하는 것이 더 빠르긴 했지만, LAP, RAS에 비해서는 STAR가 큰 차이가 없었습니다.

문합이라고 하는 비교적 단순 반복적이고 간단한 수술입니다만, 그동안 로봇으로 자동화하는 것이 어려웠던, 예측할 수 없는 soft tissue의 변화에 실시간으로 대응하며 사람의 손의 개입이 전혀 없이, 기존의 (사람이 손을 써야 했던) 수술법과 비교 가능할 정도의 성과를 내었다는 것이 이번 연구의 성과라고 할 수 있겠습니다.

연구진은 이런 기술은 외과의사를 대체하기 위한 것은 아니며, 좀 더 나은 시야와 민첩함 등을 통해서 인간 의사의 능력을 확장할 수 있을 것이라고 강조하고 있습니다. 이번 연구에서는 연조직에 대한 자동 수술의 가능성을 보기 위해서 비교적 큰 동물을 대상으로 했지만, 기기를 소형화 한다면 향후 최소 침습 수술(minimally invasive surgery) 접근도 가능할 것으로 보고 있습니다. 이와 같이 인공지능과 로봇 공학의 접목이 향후 외과의사들의 수술에도 영향을 미칠 수 있을 것 같습니다.

개인적 생각으로는 위에서 제시한 연구에도 불구하고 외과수술의 영역은 쉽사리 인공지능 컴퓨터로 옮겨갈 것으로는 생각하지 않습니다. 지식을 전달하는 인공지능 컴퓨터는 쉽게 만나고 이용할 수 있는 반면, 외과수술을 하는 인공지능 컴퓨터를 이용하기란 만나기도 어렵고 신뢰하기도 어려울 것으로 생각하기 때문입니다. 외과수술의 영역은 보조영역으로 남아있을 것으로 전망합니다.

4. 인구 절벽과 의사 숫자 급증

대한민국에 인구절벽이 도래하고 있음은 매일매일 강조되고 있습니다. 우리나라는 전세계 224개 국가중 출산율이 220위입니다. 혹자는 본격적인 인구 감소가 시작되는 2030년 이전까지 고령인구의 비율이 급속히 늘어나기 때문에 의료수요가 늘어날 것을 예견하기도 하지만 고령인구의 급격한 증가는 곧 생산인구의 급격한 감소를 의미하며, 이로 인한 경제난은 의료수요를 감소시킬 가능성이 높습니다.

수요는 줄어드는데 공급은 지속적으로 늘어나고 있습니다. 대한민국의 의사 증가속도는 OECD 34개 국가 중 1위입니다. 지난 30여년간, 의사의 증가속도는 인구증가속도의 약 20배를 기록했습니다.

우리나라는 이렇게 의사숫자가 가장 빠르게 늘어나는 국가인데 선진국이 의사의 질 관리를 위해 의사배출 숫자를 줄이는데 반해 우리나라는 그런 계획을 전혀 갖고 있지 않습니다.

대다수 OECD국가들의 1000명당 활동의사 숫자의 증가율이 1% 미만에 머물고 있는 반면 우리나라는 4%를 상회하고 있습니다.

심장전용 Angio-CT 장비를 통해 환자를 시술하는 모습
심장전용 Angio-CT 장비를 통해 환자를 시술하는 모습

5. 미래뿐 아니라 현재도 어둡습니다.

미래만 어두운 것이 아닙니다. 현재도 어둡습니다.

5-1. 의사는 공무원이 아니지만, 국가에 고용되어 있습니다. 국가와 강제계약을 해야 하기 때문입니다. 모든 의료기관은 정부가 운영하는 건강보험공단과 강제계약을 해야 하고, 보건소의 통제를 받아야 합니다. 합리적인 계약관계라면 좋은 일이지만, 정부기관과의 계약은 매우 불평등하고 불합리한 계약관계입니다. 예를 들어 의료수가(급여수가) 인상분을 매년 계약하는데, 정부가 제시하는 정부안을 거절하는 경우 페널티를 받게 됩니다. 계약 거부란 있을 수 없고, 계약의 해지도 불가능합니다.

5-2. 건강보험공단에서 보험료(이것을 급여라고 합니다)를 지급하는 항목에 대해서는 그 가격을 정부가 결정하는데 원가의 약 80% 수준입니다.(응급실·중환자실의 경우 40~80%) 부족한 부분은 각종 다양한 방법을 동원해서 환자로부터 직접 받아내야 합니다. 이 때문에 국민으로부터 신뢰를 잃게 되었고, 의사들의 사회적 입지는 더욱 약해졌습니다.

5-3. 우리나라 국민은 평균수명 80세 이상인 국가 중에서 가장 적은 의료비를 쓰는 반면(OECD 평균의 약 2/3) 의료비 때문에 가정이 파탄나는 비율도 OECD국가 중에서 1위입니다. 그 이유는 의료비를 국가의 재원(국민의 세금)에서 마련하지 않고 건강보험료를 다른 나라보다 상대적으로 적게 거두고 또 그보다 더욱 적게 의료기관에 지급하면서 부족한 부분은 환자로부터 직접 받아내도록 하고 있기 때문입니다. 우리나라는 OECD 34개 국가 중에서 개인의 호주머니에서 가장 많은 의료비를 부담하는 5번째 나라입니다.

5-4. 이런 상황에서도 의사들은 정부기관인 건강보험공단과 진료비 청구를 심사하는 건강보험심사평가원의 감시 아래 살며, 정부기관들은 혹시 의사가 허위로 진료비 청구를 하지 않았는지 수시로 환자들에게 진료사실을 확인합니다.

5-5. 이 뿐이 아닙니다. 중환자를 진료하다가 환자가 사망하거나(이런 일은 다반사입니다) 의식불명 등 중한 상태에 빠지게 되면 환자가 의료분쟁조정원에 10년 이내에 신청만 하면 강제로 조정이 개시되고 이것을 거부할 수 없습니다.

5-6. 의사의 급여는 매년 낮아지고, 의사가 갈 곳은 좁아지는 것이 현재의 상황입니다. 다만, 병원들이 인건비 지출을 줄이기 위해 지속적으로 더 젊은 의사를 채용하고 있으므로 다른 직종에 비해 취업은 수월합니다. 그러나 ‘젊은’ 동안에만 누릴 수 있는 혜택입니다.

6. 결론

의과대학생이라는 신분만으로 어깨에 힘을 주던 시절이 있었습니다. 의사라는 신분만으로 존경과 대우를 받던 시절도 있었습니다. 그래서 힘겨운 전공의 시절을 버텨냈고, 또 그러기를 강요한 시절도 있었습니다. 그러나 지금은 달라졌습니다.

앞으로 의사는 ‘인술을 베푸는 의사’라기보다 ‘의학을 공부한 사람’으로 인정받을 것입니다. 지식의 차별과, 기술의 차별화는 더 이상 의료인과 비의료인을 나누는 장벽이 되기 힘들게 되었습니다. 의학지식에 대한 접근성이 더욱 용이해졌고, 기술 역시 지식의 일부라고 사람들은 인식합니다.

사람의 생명을 다루는 의학이라는 심오하고 신비한 학문은 그 자체로 매우 흥미롭습니다. 그리고 다양한 바이오헬스케어 산업의 분야에 그 전문성은 쓰임새가 많습니다. 따라서 의대를 졸업해서 임상의사가 되겠다는 생각을 고집하지 않고, 의학을 전공한 사람으로서 다양한 길을 선택할 수 있는 유연성을 갖고 계시다면 의대에 진학하는 것이 괜찮습니다.

그리고 임상의사가 되어 의료의 혜택을 받지 못하는 오지에서 봉사를 하거나, 죽을 때까지 풍족한 삶보다 보람있는 삶으로 만족할 생각을 갖고 계시다면 의대에 진학하시는 것을 독려합니다.

그러나 임상의사가 되어 ‘돈’과 ‘명예’를 누리겠다는 생각을 가지셨다면, 절대 의대에 진학하지 마십시요. 귀하의 앞길은 가시밭길이 분명할 것입니다. 저는 그것을 장담할 수 있습니다.

끝으로, 만일 임상의사가 된다면 내과보다 외과의 전망이 보다 밝다고 생각합니다. 설사 인공지능 컴퓨터가 수술을 사람 의사보다 더 잘 하는 날이 온다고 하더라도, 수술을 할 수 있는 인공지능 컴퓨터는 그 가격이 엄청나서 많은 사람들은 여전히 값싼(?) 사람 의사에게 수술을 받게 될 것이니까요.

한편 묻고 답하는 인공지능 컴퓨터는 소형경량화되어 머지 않아 스마트폰에 들어가게 될 것이라고 합니다. 내과컴퓨터의사는 손쉽게 만날 수 있는 반면, 외과컴퓨터의사를 만나기는 힘들다는 뜻입니다.

향후 인간 vs. 컴퓨터의 대결에서 지식의 대결보다는 손기술의 대결이 사람에게 수월할 것입니다. 씁쓸하지만, 이것이 향후 15~20년 후 미래의 모습이 될 것 같습니다.