임상 문제: 경험적 항생제의 구조적 한계
중환자실에서 패혈증 환자가 들어오면 가장 먼저 하는 일이 혈액 배양 채취와 광범위 항생제 투여다. 문제는 배양 결과까지 평균 48~72시간이 걸린다는 점이다. 그 사이 임상의는 정확한 병원체 정보 없이 처방을 유지하거나 확장한다. 결과적으로 실제로 필요하지 않은 광범위 항생제가 수일간 지속되고, 이것이 내성균 선압의 주요 동인으로 작용한다.
2026년 현재 항생제 내성균 감염은 국내에서 연간 4만 5천 건을 돌파하여 역대 최고치를 기록했다. WHO는 AMR(항생제 내성)을 세계 10대 건강 위협으로 지정한 바 있으며, IDSA 2026 AMR Guidance는 ESBL 생성 장내세균, AmpC 베타-락탐분해효소 생성균, 카바페넴 내성균 등 고위험 병원체에 대한 항생제 선택 기준을 전면 업데이트했다. 그러나 가이드라인이 아무리 정교해져도, 실제 현장에서 병원체를 빠르게 동정하지 못하면 처방의 정밀도는 올라가지 않는다. 이 구조적 공백을 메우는 것이 바로 AI 기반 항생제 스튜어드십과 신속 분자진단의 역할이다.
최신 권고 및 연구 결과
IDSA 2026 AMR Guidance 5.0 핵심 업데이트
2026년 IDSA가 발표한 AMR Guidance 5.0(IDSA AMR Guidance Update, idsociety.org, 2026)은 그람음성균 감염 치료 전략에서 몇 가지 중요한 변화를 담고 있다. 첫째, ESBL 생성 장내세균(ESBL-E) 혈류감염에서 카바페넴 단독 요법의 우선성은 유지되지만, 환자의 중증도와 감수성 결과에 따라 경구 전환 시점을 보다 빠르게 가져갈 수 있다는 근거가 추가되었다. 둘째, 카바페넴 내성 장내세균(CRE) 치료에서 ceftazidime-avibactam의 1차 선택 지위가 명확히 자리를 잡았으며, 이는 직전 발행된 GAME CHANGER 시험 결과와 일치한다. 셋째, CLSI 2026 breakpoint 업데이트가 반영되어 일부 그람음성균에 대한 내성 판정 기준이 조정되었다.
이 가이드라인이 임상적으로 의미 있는 이유는 단순히 약제 목록이 바뀌어서가 아니다. 핵심은 ‘언제 de-escalation을 결정할 것인가’라는 문제를 감수성 데이터 없이 결정해야 하는 현실의 한계를 명확히 인식했다는 점이다. 바로 이 지점에서 신속 진단 기술과 AI 스튜어드십이 연결된다.
AI 기반 항생제 스튜어드십: Clinical Microbiology and Infection 2026 리뷰
2026년 Clinical Microbiology and Infection에 게재된 “Artificial Intelligence in Antimicrobial Stewardship: Prediction, De-escalation, and Prioritization”(CMI, 2026, S1198-743X(26)00399-X)은 AI가 스튜어드십 프로그램(ASP)의 각 단계에서 어떤 역할을 할 수 있는지를 체계적으로 분석했다. 이 논문의 핵심 주장은 다음과 같다: AI는 치료 단계에서 ① de-escalation 결정 지원, ② 정맥-경구 전환 타이밍 예측, ③ 치료 기간 재평가, ④ 스튜어드십 검토 우선순위 지정의 네 가지 영역에서 임상 결정을 보조할 수 있다.
특히 주목할 점은 AI 모델이 배양 결과, 임상 파라미터(PCT, CRP, 체온 추이), EHR 기반 항생제 노출 이력을 통합 분석하여 ‘de-escalation 가능 시점’을 예측하는 방식이다. 단순히 배양 감수성 결과가 나왔다고 de-escalation을 권고하는 것이 아니라, 환자의 면역 상태, 감염 소스 컨트롤 여부, 임상 안정성 지표를 함께 고려한 개인화된 판단을 지원한다는 점에서 기존 규칙 기반 시스템과 차별화된다.
이 리뷰는 또한 AI 스튜어드십이 특히 효과적인 세팅으로 ICU, 종양 내과, 이식 병동을 꼽았다. 이 세 세팅의 공통점은 광범위 항생제 노출이 길고, 내성균 발생 위험이 높으며, 임상의의 스튜어드십 부담이 과중하다는 것이다.
항생제 선택·기간 핵심: 2026 기준선 정리
IDSA 2026 AMR Guidance와 AI 스튜어드십 연구를 종합하면, 현재 임상에서 가장 중요한 항생제 전략 결정 포인트는 세 가지로 압축된다.
- ESBL-E 혈류감염: 카바페넴(meropenem, ertapenem) 1차 선택 유지. 감수성 확인 후 OPAT(외래 비경구 항생제 요법) 또는 경구 전환 가능 조건이 확대되었으나, ICU 환자에서는 임상적 안정 이전 전환 자제.
- CRE 혈류감염: Ceftazidime-avibactam 1차 선택. NDM 생성균에서는 aztreonam-avibactam 또는 ceftazidime-avibactam + aztreonam 병합 고려.
- 치료 기간: 복잡하지 않은 그람음성균 혈류감염에서 7일 요법이 14일에 비해 열등하지 않다는 근거가 축적됨. 단, MRSA 균혈증·심내막염·이식 환자에서는 단축 금지.
AI 스튜어드십 도구는 이 세 가지 결정 포인트 모두에 개입할 수 있지만, 현재 대부분의 상용 시스템은 de-escalation 권고와 치료 기간 알림 기능에 집중되어 있다. 초기 경험적 항생제 선택까지 AI가 주도하는 단계는 아직 검증이 부족하다.
실제 적용 시 주의점
AI 기반 스튜어드십 도구의 가장 큰 함정은 ‘알림 피로(alert fatigue)’다. 임상 현장에서 AI 권고가 너무 자주, 너무 낮은 특이도로 발생하면 의료진은 이를 무시하게 된다. CMI 2026 리뷰에서도 이 문제를 별도로 언급하며, AI 스튜어드십의 임상 적용 시 알림 정확도(positive predictive value) 최소화가 아닌 최적화가 중요하다고 강조했다.
또한 AI 모델의 훈련 데이터가 국내 내성균 역학을 반영하지 않은 경우, 실제 처방 환경에서 오작동할 가능성이 있다. 예를 들어 국내 요양병원·장기요양시설 기반 CRE 감염은 해외 모델이 학습한 병원 내 CRE 패턴과 다를 수 있다. 도입 전 기관별 내성균 감시 데이터를 기반으로 모델을 검증하는 절차가 필수적이다.
운영 측면에서는 스튜어드십 약사와 감염내과 전문의가 AI 권고를 공동으로 검토하는 거버넌스 구조가 선행되어야 한다. AI가 권고를 내리더라도 최종 처방 결정은 임상의에게 있으며, 이 구조가 무너지면 책임 소재가 불분명해진다.
미해결 과제
현재 AI 기반 항생제 스튜어드십에서 가장 해결되지 않은 영역은 ‘예측 정확도의 외부 검증(external validation)’이다. 단일 기관 또는 특정 EHR 시스템에서 개발된 모델이 다른 병원 환경에서도 동일하게 작동한다는 근거는 아직 드물다. CMI 2026 리뷰도 이 점을 명시하며, 다기관 전향적 RCT가 필요하다고 결론지었다.
추가적으로, AI가 de-escalation을 권고했으나 임상의가 이를 따르지 않을 때의 결과를 추적하는 데이터도 부족하다. 즉, AI 권고를 무시하는 것이 실제로 더 나쁜 결과를 초래하는지, 아니면 임상의의 직관이 AI를 능가하는 상황이 있는지에 대한 체계적 분석이 필요하다. 이 질문에 답하기 전까지, AI 스튜어드십은 ‘결정 지원 도구’이지 ‘결정 대체 도구’가 아니다.
임상 현장에서의 시사점
응급실에서 패혈증 환자를 처음 접하는 순간, 나는 항상 이 딜레마와 마주한다. 너무 좁게 처방하면 치료 실패의 위험이 있고, 너무 넓게 처방하면 내성균 선압과 부작용 위험이 올라간다. 결국 경험적 처방은 역학적 추정에 근거한 확률 게임이다.
AI 스튜어드십이 의미 있는 이유는 이 확률 게임의 판돈을 낮춰준다는 점이다. 신속 분자진단(ddPCR, mNGS)으로 병원체를 6~12시간 내에 동정하고, AI가 감수성 패턴·임상 파라미터를 통합 분석하여 de-escalation 시점을 제안한다면, 처방의 정밀도는 분명히 올라간다. 그러나 현재 국내 대부분의 병원에서 이 인프라는 갖춰지지 않았다.
가장 현실적인 첫 걸음은 기술 도입 이전에 스튜어드십 거버넌스를 먼저 구축하는 것이다. AI 도구가 없어도, 감염내과 협진 체계와 72시간 항생제 검토 루틴이 제도화된 병원은 그렇지 않은 병원에 비해 항생제 소비량과 내성균 발생률이 낮다는 근거는 이미 충분하다. AI는 이 거버넌스 위에 올라타야 효과를 발휘한다. 거버넌스 없이 AI만 도입하면, 빠른 알림 피로와 함께 스튜어드십 신뢰도 자체가 무너질 위험이 있다.
References
- IDSA. IDSA AMR Guidance Update 5.0: Treatment of Antimicrobial Resistant Gram-Negative Infections. Infectious Diseases Society of America. 2026. Available at: https://www.idsociety.org/practice-guideline/amr-guidance/
- Dönmez E, et al. Artificial intelligence in antimicrobial stewardship: prediction, de-escalation, intravenous-to-oral conversion, duration-of-therapy reassessment, and prioritization of stewardship review. Clinical Microbiology and Infection. 2026;S1198-743X(26)00399-X.
- CLSI. Clinical and Laboratory Standards Institute Susceptible Breakpoints for Select Gram-Negative Organisms, as Suggested in the 2026 IDSA AMR Guidance Document. 2026.