제안서/가격제안서 제출/접수마감일시: 2018.08.27.(월) 15:00
Global PaaS가 있다면 Local PaaS도 있지 않은가? If there is global PaaS, is there a Local PaaS? ※ 이 글은 건국대학교 소프트웨어학과 김두현 교수의 기고를 받아 작성되었습니다. 클라우드 컴퓨팅의 가치 클라우드 컴퓨팅이란 스토리지, CPU, 네트워크 등 다양한 컴퓨팅 장치를 중앙에 집적해 놓고 이용자가 필요한 자원을 요구하면 이에 맞추어 탄력적으로 자원을 분할하여 서비스해주는 컴퓨팅 기술이라 할 수 있다. 이런 클라우드 컴퓨팅은 사용자 입장에서 보면 컴퓨팅 장비나 SW의 유지 보수 경비를 최소화하면서 자신만의 특화된 응용 서비스, 즉, SaaS(Service as a Service)에만 집중함으로써 서비스 운영의 집중도를 높일 수 있다는 장점이 있다. 한편, 컴퓨팅 서비스 사업자, 즉 CSP(Cloud Service Provider) 입장에서 보면 수많은 고객들로 하여금 집적된 컴퓨팅 자원을 효율적으로 공유할 수 있도록 운영함으로써 투입된 고정경비 대비 높은 수익성을 기대할 수 있다는 장점이 있다. 이러한 양자 간의 긍정적 측면은 수익성이 생명인 민간분야뿐만 아니라 예산 절감과 양질의 대국민 서비스라는 두 마리 토끼를 잡아야 하는 공공분야에서도 커다란 기회요인으로 작용함으로써 바야흐로 클라우드 컴퓨팅은 공공 및 민간 분야에서 대부흥기를 맞이하고 있다고 해도 과언이 아닐 것이다. 각국의 정책 현황 이미 미국 정부는 2011년 클라우드 우선 도입 정책(Cloud First Policy)과 아울러 보안정책인 FedRAMP를 2012년 발표함으로써 공공부문의 민간 클라우드 이용 활성화 정책을 가동하였고, 유럽의 경우 전 유럽 클라우드 네트워크를 2단계로 나눠 1단계에는 프랑스, 스페인, 영국, 벨기에 등, 2단계에는 전 유럽으로 확대하는 ‘유로 클라우드 프로젝트’를 추진 중에 있다. 중국의 경우 세계 수준의 클라우드 실현을 위한 6대 핵심 전략(’15. 1월), 클라우드 데이터 센터를 자국 내에 두는 인터넷 안전 법 발표(’15년) 한 바 있고, 최근 들어 ‘클라우드 발전 3년 행동 계획(’17∼’19)‘을 통해 클라우드 기술역량 강화, 산업 발전(SW 기업 지원), 응용 촉진(제조 등), 안전보장, 환경개선 등 추진 중에 있다. 우리나라도 이에 뒤질세라 ｢클라우드컴퓨팅 발전 및 이용자 보호에 관한 법률｣(‘15.3)을 세계 최초로 제정하고, ｢제1차 클라우드 발전 기본계획｣을 수립한 바 있으며, 최근 들어 ｢제2차 클라우드컴퓨팅 발전 기본계획｣을 수립 중에 있는 등 지속적인 정책을 추진해 오고 있다. 중앙정부를 위한 G-클라우드 서비스 운영과 아울러 정보의 중요도에 따라 등급을 부여하고 낮은 등급 자원부터 단계적으로 민간 클라우드 이용을 확대하는 전략을 추진하는 등 다양한 노력을 기울이고 있다. 고전을 면치 못한다는 국내 상황 하지만 이러한 각고의 노력에도 불구하고, 우리나라의 클라우드 컴퓨팅 산업은 아직 고전을 면치 못하고 있는 것이 사실이다. 2017년 12월에 발간된 국회 입법조사처 자료에 따르면 OECD 33개국 종사자 10인 이상 기업의 평균 클라우드 컴퓨팅 이용률은 24%이지만, 한국 기업의 이용률은 12.9%에 불과하여 33개 국가 중에서 27위이며, 공공기관의 민간 클라우드 이용률은 약 8%에 불과하다. 한마디로 클라우드 산업 활성화의 잠재력이 부족한 상황으로 나타나고 있는 것이다. 한편, AWS, MS Azure, IBM 등은 국내에 리전을 설치하고 국내 SI 사업자들과의 전략적 제휴를 맺으며 약진을 벌이고 있는 형국으로, 클라우드 산업 실태조사에 따르면 국내 클라우드 관련 기업 숫자가 ‘16년 535개 사에서 ’17년 700개로 늘어났고, 매출액도 ‘15년 7,663억 원에서 ’17년 15,134억 원으로 크게 늘어났지만, 이는 AWS 한 사업자의 국내 매출에도 미치지 못하는 실적으로 추정된다. 전문 인력 면에서 볼 때 클라우드컴퓨팅연구조합의 '17년 클라우드 인력양성 보고서에 따르면 클라우드 인력 수요가 ‘21년까지 약 6만 7천 명으로 ‘18년 대비 약 3배 이상 증가할 것으로 전망되고 있어 심각한 인력 부족을 겪게 될 것으로 보인다. 기술 수준면에서 볼 때도 미국(100%) > 유럽(85.9%) > 중국(81.5%) > 일본(80.4%) > 한국(75.1%)으로 5위 수준에 머무르고 있다. 중국은 1년 사이에 미국과의 기술격차를 1.5년에서 1.2년으로 단축하고 있는 반면 우리나라는 답보상태에 머물고 있는 상황이다. 한 마 다로 시장 잠재력 부족과 다국적 기업의 약진이라는 협공 속에서 국내 전문 중소 업체들 기술과 인력 부족, 수익 악화로 고전하며 공공시장이라도 만개하기를 애타게 기다리고 있는 형국이라 할 수 있겠다. 세계 시장의 추세는 우리의 그것과 다르다. 우리나라의 클라우드 컴퓨팅 산업이 이렇듯 한계성을 드러내고 있는 원인을 한 가지만 생각해 본다면, 우리나라 클라우드 산업의 포커스가 세계적 추세와 격차가 있다는 점을 들을 수 있겠다. 인공지능, 빅데이터, IoT, 블록체인 등의 신기술들이 각광을 받으면서 기존 글로벌 사업자들은 이미 이러한 기술로 차별화된 플랫폼 서비스를 신무기들로 선보이고 있다. AWS의 경우 머신 러닝 이미지뿐만 아니라 AWS IoT를 이미 제공하고 있으며, MS는 AI 지원뿐만 아니라 기존의 오피스 경쟁력을 발판으로 비즈니스용 SaaS 개발에 특화된 플랫폼을 제공하고 있다. 구글 또한 머신 러닝 전용 칩인 TPU를 장착한 인공지능 클라우드 서비스는 물론 최근 보도에 따르면 블록체인 서비스를 GCP(Google Cloud Platform)에서 연동하여 제공할 계획이라 한다. 클라우드 초기에는 세계 시장이 IaaS를 중심으로 형성되었으나, IDC에 따르면 현재 IaaS의 비중은 19.2%로 낮아지고, SaaS가 최대 비중(67.7%)을 차지하고 있으며, PaaS의 비중은 13.4%로 낮은 반면 가장 높은 성장률(36%, IDC)을 보이고 있다. PaaS 시장 쟁탈전이 물밑에서 치열하게 벌어지고 있다는 것이다. 반면 우리나라는 기업 숫자 면에서 SaaS 기업의 비율이 높지만 중소기업 이상의 경우 IaaS 기업의 비율이 41.9%로 매우 높은 것으로 나타나 글로벌 시장의 구조와 차이를 보이고 있으며 PaaS를 주무기로 하고 있는 이렇다 할만한 토종 강자는 분명치 않은 상황이다. 한편 미국 대비 상대적 기술격차도 응용 서비스가 1.5년인 반면, 플랫폼 기술은 2.0년으로 플랫폼 기술이 더 뒤처져 있는 상태인 점(IITP, 2017)에 주목할 필요가 있다. 클라우드에도 플랫폼 논리가... 글로벌 기업들이 시장 규모 상에서 비중이 높지 않은 PaaS에 포커스를 맞추고 있는 것은 플랫폼이 갖는 Lock-In 효과에 기반을 두고 있다는 것은 주지의 사실이다. 이미 데스크톱에서의 윈도나 모바일폰에서의 안드로이드 사례를 통해서 우리가 학습한 바와 같이 글로벌 클라우드 기업들이 PaaS에 집중할수록 앞으로 IaaS나 SaaS의 지배력은 더욱더 공고해질 것은 분명하다. 글로벌 기업들이 이제 인프라 서비스 경쟁을 넘어 첨단 기술을 내재한 플랫폼 경쟁에 몰두하고 있는 상황에서 국내 이용자나 SaaS 개발자들이 인프라 서비스 이상의 강점을 보이지 못하는 토종 클라우드를 이용할 가능성은 높지 않을 것이라는 점은 명약관화한 일이라 하겠다. 한국에 특화된 분야별 PaaS로 승부하자. 그렇다면 우리나라도 뒤늦었지만 PaaS에 집중해야 한다는 것인가라는 질문이 자연스럽게 고개를 든다. 필자는 이에 대하여 조심스럽게 예스라고 답하고 싶다. 단, 치밀한 전략을 갖고 접근할 필요가 있다. 전략의 구심점으로 데이터와 전통 산업들을 주목할 필요가 있다. 데이터는 기본적으로 지역적 특성을 내포하고 있다. 우리의 데이터는 우리 땅에서 만들어졌고, 우리나라 기업이 가장 많이 갖고 있으며, 우리 기업들이 가장 잘 다룰 가능성이 높다. 또한, 제조업, 물류, 교육, 의료, 금융, 에너지, 통신 등 전통적으로 우리나라 산업체가 주도권을 갖고 있는 분야일수록 천금을 주고도 얻을 수 없는 국보급 데이터들을 보유하고 있을 가능성이 매우 높다. 더욱이 공공기관이 보유한 데이터들이야 두말할 필요가 없다. 이러한 토종 데이터와 토종 산업 노하우를 PaaS에 내제 시켜 각 도메인에 특화된 Localized PaaS, 즉, 일명 Local PaaS를 만들어 중소업체와 개발자들에게 놀이터로 제공하여 4차 산업혁명에 걸맞은 창의적 상상력을 클라우드 상에서 실현할 수 있도록 하는 것은 어떨까 싶다. 물론 이는 매우 이상적인 제안으로 풀어야 할 숙제가 한둘은 아닐 것이다. 우선 데이터에 담겨있는 개인 정보의 보호 이슈가 있을 수 있다. 데이터 자체를 유통하는 것이 아니라 API를 통해 통계적 인사이트만을 제공한다 하더라도 도메인 별로 혹은 부처별로 예상치 못한 디테일한 규제들이 발목을 잡을 수도 있다. 또한, 재원 조성, 개발자 확보 등 다양한 이슈가 있을 수 있을 것이다. 하지만, 우리나라가 클라우드 산업을 위한 견실한 토대를 마련하려면 좀 더 긴 호흡이 필요하다. 당장 독창적인 SaaS를 보유한 십수 개의 기업체가 존재한다 하여 위안을 삼는다면, 정부와 공공기관에 클라우드가 도입되는 것으로 위안을 삼는다면, 클라우드 산업이라는 큰 그림에서는 글로벌 플랫폼 종속이라는 보다 근본적이고 장기적인 문제를 미리 해결해 놓을 기회를 놓치고 말 것이다. 이제라도 늦지 않았다고 본다. 글로벌 기업들이 Global PaaS로 승부한다면 이에 대한 역발상으로 Local PaaS에 시선을 돌려, 공공과 민간이 도메인 별로 보유한 토종 데이터와 산업 노하우를 정점으로 하여 인력양성 전략, 기술 개발 전략, 산업체 육성 전략, 플래그십 전략, 규제 개선 전략 등을 하나의 실에 꿰어 큰 그림의 한판 승부를 벌여보길 기대해 본다. 김두현 교수 / 건국대학교 소프트웨어학과 Kim, Doohyun Professor / Konkuk University, Department of Software
SW가 제4차 산업혁명 시대를 이끄는 동력으로 부상하면서, SW인재양성의 산실(産室)인 대학의 중요성이 증대하고 있다. 본고에서는 글로벌 10대 SW 공과대학들의 연구협력 네트워크를 분석하였다. (후략)
2006년 아마존이 EC2라는 인프라형 서비스를 출시하면서 본격적으로 등장한 클라우드는 정보자원의 소유로부터 서비스로의 이용이라는 패러다임 전환을 가 능하게 하였고, 지금까지 전세계에서 급속하게 확산되고 있다.
요구명세(SRS; Software Requirement Specification)는 SW프로젝트의 과업, 비용, 기간을 정량화한 후 합의하여 향후 분석․설계․구현․개량 전 과정에서 의사결정의 주요 판단기준이 된다.
2017 소프트웨어산업 연간보고서
2017 WHITE PAPER OF KOREA SOFTWARE INDUSTRY
현대 인공지능은 유례가 없을 정도로 빠르게 진화하고 있다. 이러한 속도 때문에, 많은 전문가들은 인공지능이 사람을 지배할 것이라는 예측을 내놓고 있다. (후략)
지금 전 세계는 디지털 탈바꿈(Digital Transformation)으로 산업 간 경계가 사라지고 융합이 일어나는 제4차 산업혁명의 시대를 맞이하고 있다. 이러한 제4차 산업혁명 시대의 핵심 경쟁력으로써 산업과 사회 전면에 새로운 서비스와 가치를 창출하는 SW 중요성이 강조되고 있다. (후략)
요즘은 어떤지 잘 모르지만, 필자가 대학을 다니던 1990년대 중후반, 평일 대낮에 신촌이나 종로 한복판을 지날 때면 낯선 이들이 어디선가 나타나 반색을 하며 붙잡아 세우는 일이 종종 있었다. 이들은“도를 아십니까?”라는 아리송한 화두를 던지곤 했는데, 생면부지의 사람과(후략)
한국에서 의료정보가 중요하고, 의료정보 교류 공유가 중요해진 이유? * 이글은 신현묵 (케이랩스(굿닥) CTO)님의 기고를 받아 작성된 글입니다. 장기적으로는 의료정보를 기반으로 장기간의 수련과정을 통해서 만들어지는 의료기술의 기능적인 부분을 담당할 수 있는 약인공지능에 해당되는 의료 서비스를 대체할 수 있는 인공지능 의사의 등장을 예측할 수 있다. 단기적으로는 의료정보를 기반으로 공유하면서 얻어지는 이익으로는 의료전달체계에서 의료서비스의 질 관리와 의미 있는 의료보험제도에 영향을 주는 것이다. 두가지 관점에서 의료정보의 중요성과 공유의 중요성에 대해서 이야기해보자. 장기적인 관점을 살펴보려면, 의학(medicine)은 경험적인 방법을 위주로 증상을 판단하는 전문가들인 의사들의 경험적 지식을 바탕으로 변화됐다는 것을 주목해야 한다. 그중 가장 중요한 것은 서구사회의 변화였던 경험적 방법, 과학적 방법, 자연과학의 발전과 데이터 과학의 발전을 통한 4가지의 변화를 학문의 관점으로 잘 받아들여서 가능했던 것이다. (경험, 의료영상기기의 발전 등을 포괄한다. ) 특히, 데이터와 근거를 중심으로 한 사실적인 통계를 의학에서는 언제나 기본적으로 다루고 있으며, 한의학에서 이야기하는 인간의 전체적으로 아우리는 시선을 갖추기 시작했다. 현대의 헬스케어는 총론적으로 인간을 살펴보는 관점을 사용하여 개인화된 생체정보들로부터 운동정보, 식습관 및 주변의 사회적인 관계형성까지 폭넓은 시선으로 데이터를 수집, 분석하는 과정을 모두 포괄하기 시작했다. 분명한 것은 대형 병원들도 의료데이터를 기반으로 인공지능에 대한 연구나 의료전달체계의 1차 스크리닝을 위한 기술이나 서비스를 개발하기 위한 노력을 시도하고 있다. 몇 개의 병원들간에도 클러스터 형태의 구축을 통하여 데이터를 구축, 공유하는 노력들도 같이 시도 중이다. 많은 시도와 접근을 통해서 환자들에게는 비용적인 재검사 이슈를 줄이고, 의료서비스 향상을 위한 시도들은 계속 시도되고 있다. 데이터를 기반으로 강인공지능으로 만들어진 범용적인 인공지능이 만들어진다는 가정을 한다고 해도 실제 의사를 정말 대체할 수는 없다. 알파고와 같은 딥러닝으로 훈련받은 인공지능이나 왓슨은 아직은 강인공지능이라고 평가를 받을만한 테스트나 검증 절차를 보여주지는 않았다. 다만, 인공지능 연구자들이 간과한 것은 생각보다 소프트웨어의 높은 가용성과 클라우드와 같은 서비스, API로 연동되는 네트워크 모델들이 매우 효용성이 높은 소프트웨어 기술의 가능성에 대해서는 크게 생각하지 못한 듯한다. 현재에 만들어진 대부분의 인공지능들은 말 그대로 자아가 없는 약인공지능에 해당한다. 의사를 모사할 수 있는 것은 분명하다. 하지만, 이렇게 모사되는 약인공지능이라고 하더라도 실제 의료계 현장에서는 매우 적극적으로 활용할 가능성이 높다. 우리가 알고 있는 병원이라는 공간은 '수련'을 받는 공간을 의미하며, '수련의'들이 '의사'와 '의료진'으로써 의료소비자들에게 '서비스'를 제공하고 있다. 이러한 데이터와 정보들은 정말 매우 유용하며, 의미 있는 정보들이다. 매우 훌륭한 '명의'를 모사하는 '약인공지능의 의사'는 수련 받는 의사보다 더 정확한 확률로 진단을 할 가능성이 높다. 의료기관에서는 인건비를 줄이기 위해서 이런 '약인공지능의 의사'에 대해서 매우 반가워할 것이다. 의료기관이라고 하고 병원이라고 읽지만, 냉정하게 자본주의 생태계에서는 '기업'의 한 형태를 띨 수밖에 없다. 미국과 같은 경우는 영리화된 상태로 극도로 강하게 움직이고 있는 상황이고, 사회주의 국가인 중국의 경우에는 대국민 보건의료 시스템을 포기하고 민영화를 선언한 셈이나 다름없다. 영국과 같은 보건의료 시스템에서는 최소 인원의 환자만 진료하는 식의 의료서비스를 제공하지 않는 극도로 공무원화 된 보건의료 서비스들을 생각한다면, 현재의 기술력과 트레이닝 방법으로 만들어진 '약인공지능 의사'에 대해서는 매우 흥미로운 관심 이상의 것을 보인다. 오히려, '약인공지능'은 자아가 없기 때문에 '의료 서비스' '의료 노동'을 제공하는 서비스의 환경에서는 더 잘 어울린다. '강인공지능'이라면 반복된 일에 스트레스를 받을 가능성을 상당히 내포하고 있기 때문이다. 현실적으로 '약인공지능'은 인류가 추구하는 구체적인 '노예와 같은 의미의 로봇'과 같은 형태로 사용된다. 냉정하고 객관적이며, 그 사람의 소득 수준이나 정신상태, 정치적인 성향 등을 모두 무시한 매우 객관적인 '의사'의 역할을 하려면 '약인공지능 의사'의 형태가 오히려 명확하다고 생각한다. 그리고, 현재의 빅데이터 처리 기술과 클라우드의 극대화된 실용화된 기술들은 충분하게 트레이닝된 약인공지능의 의사에게 1차 진료나 환자를 처음 스크리닝 하는 영역에서 매우 효과적으로 활용될 것이다. 또한, 국가의 재정이나 보험의 재정을 관리하고 있는 집단에서는 이렇게 쉬지 않고, 자아도 없으며, 정해진 규칙에 따라서 진료를 진행하는 '약인공지능 의사'에게 기본적인 보건의료의 최말단을 전담하게 할 가능성이 크다. 보험회사에서 해당 서비스를 기본적으로 제공하면서 해당 환자가 실제 의사를 만날 필요가 있는지, 필요가 있다고 하더라도, 전문의를 만나야 하는지? 어떤 과를 가야 하는지에 대해서 상당 부분 레포팅을 하고, 조절할 가능성이 있다. 더군다나, 자본 중심의 기업과 정부에서 원하는 것은 어느 정도 '컨트롤'이 가능한 약인공지능의 의사가 트레이닝 관점이나 움직임의 관점에서 더 목표에 정확하다 하겠다. 그러므로, 현재의 기술적인 완성도와 준비상태는 정부의 보건의료 1차 말단과 보험회사의 서비스로써 충분한 '지적능력'을 갖춘 약인공지능 의사의 출현을 가능케 한다. 이것이 장기적인 관점에서 의료기관의 의료정보를 통해서 얻을 수 있는 가치이며, 대한민국 의료전달체계의 관점에서 생각해 본다면, 이러한 의료정보의 교류는 많은 산업적인 구성을 효과적으로 만들 수 있게 한다. 그렇다면, 단기적인 관점에서 의료정보를 공유하면서 얻을 수 있는 이익은 무엇일까? 그리고, 한국의 현 시점에서 의료계와 병원은 의료정보를 공유하지 못하고 있는 이유는 무엇일까? 데이터 활용을 통한 의료 서비스를 강화하기 위한 시도는 이미 많은 나라에서 시도 되고, 시행되고 있는 내용이다. 가장 커다란 성과를 가시적으로 보여주고 있는 것은 미국에서 재향군인들을 대상으로 한 의료정보 다운로드 서비스인 블루버튼 서비스를 가장 크게 예를 들 수 있다. 이미 2010년에 시행을 시작하여, 2012년부터는 미국내의 모든 환자를 대상으로 확대 적용하고 있다. 영국의 경우에도 2011년에 정부주도로 시작한 오픈데이터 정책도 흥미롭다. 데이터의 생산, 유통, 활용과 이에 대한 ‘기반’의 생태계 전반적으로 포괄하여 구성되고 있으며, 물론, 이러한 영국의 오픈데이터 정책은 ‘영국 역사상 가장 투명한 정부를 만들고, 데이터를 활용한 혁신 기반 경제 성장을 도모’하기 위한 정책에서 시작되었다. 건강, 교육, 범죄 및 정의, 운송을 포함한 주요 공공서비스의 데이터 공개가 모두 진행되었다. 영국의 경우는 2000년 11월에 ‘정보자유법(Freedom of Information Act 2000)을 제정하고, 2005년 1월에 발효된 것으로, 공공기관이 소유하고 있는 기록정보를 누구나 요청할 수 있는 권리와 국민의 접근성을 보장한 것에 해당된다. 특히, 의료정보의 공유는 정말 의미가 있다. 크게는 데이터는 질병 발생 가능성 예측 모델에 대한 기대를 높여 준다. 현재까지는 위험도 계층화(Risk stratification)를 구성하는데 효과적이라고 예측되고 있다. 바로, 사망이나 사건, 질병 발생 위험에 따른 환자군을 분류하는 기준에 해당한다. 환자의 위험도에 따라서 현재의 치료 방침을 결정할 때에 부작용의 가능성이 높기는 하지만 강한약을 사용하는 것을 추천하는 모델에는 상당히 유용하다. 보통 위험도 계층화는 장기간에 걸친 관찰과 검토를 통하여 데이터를 얻고, 이를 회귀 분석을 통하여 분석한 결과들이며, 이런 결과를 얻기 위한 지표의 추적에 대한 연구도 같이 되어야 좋은 의미를 얻을 수 있다. 스웨덴도 유사한 의료공공기관인 inera를 통해 의료정보 포털을 만들고, 개인이 의료정보에 직접 접근하는 서비스를 제공하고 있다. 보건의료 분야에서 개인정보의 활용은 개별 개인동의, IRB(생명윤리위원회)를 통한 피험자 동의, 보건의료 빅데이터의 비식별화 및 익명화등의 3가지 방안의 접근이 가능하다. 최근에는 보건의료 분야에서의 데이터 구축과 활용을 위한 사회적 논의를 통해서 환자 진료기록 중심의 보건의료빅데이터에 초점을 맞추고 있다. 현행 개인정보보호법의 테두리에서 의료기관과 보건의료산업체 간 데이터 구축과 활용을 위해 정부는 병원마다 다른 포맷의 데이터를 표준화 하는 공통데이터모델(CDM)을 통한 분산형 바이오헬스 통합 데이터 망등을 추진하고 있다. 디지털 기술의 발달로 보건의료빅데이터뿐 아니라, 유전체데이터, 라이프로그 등의 개인 중심의 새로운 개인건강기록 데이터들이 생성되고 축적되는 형태에서 새로운 시장의 수요도 크게 예측된다. 매우 당연한 데이터처리를 위한 가이드라인이나 논의, 사전동의 제도 등도 중요한 상황이다. 하지만, 국내의 상황은 해외에서 이야기되는 이런 기본원칙과는 좀 다른 이유를 가지고 있다. 첫째. 정부와 의료계의 신뢰관계가 완전하게 무너진 상태 원격 모니터링, 의약품 배송, 원격 진료 등에 대한 논란과 의약품분업, 의료계의 파업 등을 거치면서 정부가 무언가 보건의료체계에 대해서 논의를 하려고 하는 경우에 정부의 로드맵이나 방향성에 대해서 의료계에서는 이야기의 찬반여부를 떠나서 구체적인 토의를 풀어내는 신뢰 그 자체가 무너져있는 상황이다. 둘째. 개원가와 상급병원의 보건의료체계에서 병원 서열화의 우려 데이터가 공유되고, 이를 통하여 의료 서비스의 향상은 분명하게 효과를 볼 것이지만, 이 효과의 대부분이 상급병원에 국한되면서 개원가는 데이터를 제공하는 역할 밖에 못하면서 해당 데이터 제공행위를 왜 해야 하는 가에 대한 구체적인 수익모델이나 제공 방법에 대한 토의도 부족한 상태이다. 심지어 수가에 신 의료기기하나 추가하기 위해서 비급여로 몇 년 추진하다가 NECA에서 하나 만들어 넣기도 어려운 것이 현실이며, 냉정하게 동네의원의 숫자가 너무도 많은 한국의 특성상 의약품배송에 대한 이야기를 해야 하는데, 의료기관접근성이 너무도 좋은 한국에서 아직도 구태의연한 원격모니터링과 원격의료에 대한 이야기로 시간을 낭비하고 있다. 셋째. 의료정보 공유는 기술적인 이슈가 아니다. 의료정보를 공유하거나 협업은 지금에도 가능하지만, 기술적인 이슈가 아니라, 해당 정보를 제공함으로써 제공하는 의료기관이 얻을 이익이나 부가적인 수익에 대한 아무런 협의나 논의과정이 없다. 단편적으로 데이터 공유에 대한 의료수가를 인정하는 것부터 시작해야 한다. 어떤 방법으로 어떻게 줄 것인지에 대해서 이야기가 나오지 않는 다는 것은 이 방법을 사용하지 않겠다는 것과 똑같다. 넷째. 의료정보는 환자 개인의 정보와 의료기관 고유의 술기가 같이 담겨 있다. 공유가 되어야하는 정보는 분명하지만, 이를 분기하기 위한 절차나 이슈에 대해서는 논의가 되어야 하며, 그 구분 방법에 대해서도 충분한 공감과 동의를 얻어야 한다. 이는 첫번째, 신뢰관계에 대한 해결부터 먼저 되어야 한다. 다섯째. 환자 리퍼(refer)의 이슈도 문제 개원한 병원이 고립되기는 쉽다. ‘환자를 다른 병원으로 많이 보내야, 환자가 늘어나는 것’에 대한 한국적인 접근이 필요하다. 하지만, 이런 연구들 대부분이 한국하고 맞지 않고 있다. 선진 연구들은 대학병원 수준의 수술을 전문으로 하는 상급병원에서 수술을 마친 환자를 지역의 로컬병원으로 리퍼를 하고, 기본적인 팔로업(follow-up)을 할 수 있는 형태로 진행이 되어야 하는데, 이런 시스템이 동작하고 있지 못하고 있다. 개원가나 2차진료기관은 상급병원에서 리퍼를 받고 있지 못하고 있다. 선순환적인 리퍼의 핵심은 상급병원에서 기본적인 팔로업을 로컬로 내려주는 것부터 시작해야 하며, 이런 의료수가 체계가 정비되면서, 의료기관간 공유에 대한 신뢰가 확보되어야 한다. 여섯째. 대통령이 관심을 가져도 의료수가 조정은 어려울 것이다. 지난 19일 문재인 대통령께서 의료기기 산업의 조속한 방법으로 안전성이 검증된 의료기기에 대한 규제혁신에 대해서 강하게 언급이 된다. 물론, 그 동안의 관점에서 생각해본다면 엄청난 변화라고 볼 수 있다. 하지만, 한국내의 의료보험제도의 근본적인 이슈인 급여항목의 수가로 해당 의료기기의 행위내용들에 대해서 산업적인 의미를 가질 수 있느냐에 대해서는 그 어느 곳에서도 언급이 되지 않았으며, 보건복지부는 같이 나왔으나, 정작 의료기기 인증에 중요한 역할을 담당하는 식약처는 그 자리에 나타나지 않았다는 점이다. 의료기기는 특성상 만들어진 국가에서 적극적으로 사용되면서 그 효용가치가 증명되어야 하는데, 한국 의료제도의 특성상 의료수가를 받지 못한다면 그 산업적인 환경은 만들어질 수 없다는 것을 잊으면 안된다. 물론, 제도가 바뀌고, 신속한 진행은 환영하고, 의미 있다고 하겠다. 그렇지만, 정말 중요한 의료수가에 대한 구체적인 언급이 없는 한, 데이터 공유나 의료기기의 산업화와 관련된 목표는 도달하기 어려운 목표가 될 것이라고 단언하겠다. 단지 안전성 갖췄다면 신의료기술 선도입 후평가 하겠다는 이야기는 비급여로서 2~3년 후에 NECA에서 판단 후에 급여화 수가를 정하겠다는 뜻인데, 그 시기에 과연 해당 의료기기가 충분한 산업적 의미를 보여줄 수 있을 것 인지에 대해서 의료에 대해서 아는 사람들은 대부분은 우려의 목소리가 높다. 마지막으로 한국의 의료환경은 의료산업이라는 측면은 거의 없으며, 대부분은 의료복지의 형태로 사회에서 받아들여지고 있다. 복지는 대부분 재정적인 이익과 폭넓은 범위의 서비스를 안정적으로 운영하는 것을 목표로 한다. 한국의 의료서비스는 많이 아프거나, 소수의 환자군들에게는 그다지 효과적인 의료제도라고 볼 수 없다. 해외 유수의 의료기관이나 의료를 연구하는 연구자들이 한국을 찾았다가 실망하도 돌아가는 이유도 그 때문이다. 우리 사회는 고민해야 한다. 과연 우리가 생각하는 의료전달체계의 핵심은 무엇인가? 의료산업을 위해서라면 싼 의료서비스보다는 단계별이고, 부자들이 편리하게 접근하는 의료서비스들이 늘어날 것이고, 의료복지를 위해서라면 현재 정부에서 추진하고 있는 것처럼 비급여를 대부분 제거하고 급여화하고 가격을 더더욱 통제한 다음에 비싼 약을 안 쓰는 형태로 진행되면 된다. 만일 후자의 의료복지의 개념이라면, 해당 관점의 선택은 현재의 의료정보 공유로도 충분할 것이다. 하지만, 의료산업을 생각하고 있다면 단순한 의료정보를 교류하는 것에도 가치부여가 될 것이며, 의료서비스는 복잡하고 가격이 상승하는 형태로 진행될 것이며, 그 형태는 지금보다는 좀더 활발한 새로운 서비스들을 기대할 수 있을 것이다. 과연, 우리는 어떤 의료전달체계를 원하는 것인가? (신현묵 / 케이랩스(굿닥) CTO)
경기도 성남시 분당구 대왕판교로 712번길 22 글로벌 R&D센터 연구동 B 4층 개인정보처리방침
Copyright © 2014-2021 By Software Policy & Research Institute.
All rights reserved.
|
|
| 항목 | 수집목적 | 보유기간 |
|---|---|---|
| 이메일 | SPRi 뉴스레터 발송, 신규 콘텐츠, SPRi 소식 등 제공 | 수신거부 시 까지 |
|
|