900개 승인, 그러나 임상 현장의 체감은 다르다
2026년 초, FDA가 의료 영상 분야 AI 알고리즘에 부여한 허가 건수가 900개를 넘어섰다. 전체 AI 관련 FDA 허가의 약 75%가 방사선·영상 분야에 집중되어 있다는 수치는 인상적이다. 그러나 숫자가 곧 임상 가치를 의미하지는 않는다. 허가를 받은 AI 도구가 실제로 환자 결과를 바꾸고 있는지, 의사의 판단을 어떻게 보완하는지, 그리고 오류가 발생했을 때 누가 책임지는지는 별개의 문제다.
최근 beyondtmrw.org(2026년 5월 28일)는 FDA 허가 AI 방사선 도구의 현황과 법적 책임 문제를 집중 조명했다. 이 보고서와 함께, npj Digital Medicine(2024)에 게재된 Nagendran et al.의 체계적 문헌고찰 “Artificial intelligence versus clinicians: systematic review of design, reporting standards, and claims in the medical AI literature”는 중요한 경고를 제공한다. 이 연구는 의료 AI 논문 대다수가 후향적 설계, 단일기관 데이터, 불균형한 비교군을 사용하며, 전향적 무작위대조시험(RCT)으로 임상 우월성을 입증한 사례는 극히 드물다고 지적했다.
현재 적용 수준: 허가와 실제 배포 사이의 간극
FDA의 AI 의료기기 허가 경로는 크게 두 가지다. 기존 제품과의 실질적 동등성을 기반으로 하는 510(k) 심사와, 혁신적 임상 가치를 인정받는 De Novo 및 Breakthrough Device Designation이다. 방사선 AI의 대부분은 510(k) 경로를 통해 허가를 받았다. 이는 신제품이 기존 허가 제품과 ‘실질적으로 동등하다’는 것을 보이면 되는 구조로, 독립적인 임상 우월성 데이터를 반드시 제출할 필요가 없다.
그 결과, 현재 배포된 AI 방사선 도구 중 상당수는 흉부 CT에서 결절을 감지하거나, 유방촬영에서 병변을 표시하거나, 두개내출혈 여부를 스크리닝하는 수준의 ‘보조 도구’로 작동한다. 단독으로 진단을 내리는 구조가 아니라, 의사의 판독을 돕는 CAD(Computer-Aided Detection) 레이어로 기능하도록 설계된 것이다. 문제는 임상 현장에서 이 도구들이 어떤 방식으로 의사 판단에 영향을 미치는지, 즉 ‘자동화 편향(automation bias)’이 발생하는지 여부가 충분히 연구되지 않았다는 점이다.
의료적 의미: 속도 향상과 감지율 개선 — 그리고 그 이면
AI 방사선 도구의 실질적 임상 이점으로 가장 자주 언급되는 것은 두 가지다. 첫째, 판독 우선순위(worklist prioritization) — 응급 소견이 의심되는 영상을 자동으로 큐 상단으로 올려 판독 지연을 줄이는 기능이다. 둘째, 미세 병변 감지율 향상 — 인간 판독자가 놓칠 수 있는 소결절이나 초기 골절을 표시해주는 기능이다. 이 두 가지는 특히 영상의학과 의사의 업무 부하가 극심한 환경, 예를 들어 야간 당직이나 단독 판독 상황에서 실질적인 안전망 역할을 할 수 있다.
그러나 임상적 시사점은 더 복잡하다. AI가 ‘양성 신호’를 더 많이 포착하는 것이 반드시 환자 결과를 개선한다는 의미는 아니다. 위양성(false positive)의 증가는 불필요한 추가 검사, 침습적 조직검사, 환자 불안을 초래한다. 2023년 Radiology: Artificial Intelligence에 게재된 Larson et al.의 연구에서도 AI 보조 유방촬영 판독이 감지율을 높이는 동시에 재촬영 권유율도 유의하게 증가시켰음을 보고했다. 이는 AI가 민감도를 높이는 대신 특이도를 희생할 수 있다는 trade-off의 전형적 사례다.
책임과 규제: 오류 발생 시 누가 답하는가
900개 허가 이후 법조계와 의학계가 공통으로 주목하는 쟁점은 ‘책임 귀속’이다. AI 도구가 병변을 놓쳤을 때, 또는 잘못된 경보를 발생시켜 치료 결정에 영향을 미쳤을 때, 법적 책임은 제조사인가, AI를 도입한 의료기관인가, 최종 판독을 서명한 영상의학과 전문의인가.
현재 FDA의 입장은 명확하다. FDA가 허가한 AI 도구를 사용하더라도, 최종 임상 판단의 책임은 의사에게 있다. AI는 ‘의사의 결정을 지원하는 도구’이지, 독립적인 진료 행위자가 아니다. 그러나 현실에서는 응급실 세팅처럼 판독 시간이 수 분에 불과한 환경에서, AI 알림에 의존하는 구조가 암묵적으로 형성될 수 있다. 이 구조에서 AI가 오류를 범했을 때 의사가 ‘합리적으로 검토했는가’를 판단하는 기준은 아직 법적으로 확립되지 않았다.
FDA는 2025년 발표한 AI/ML 기반 SaMD 행동계획(Action Plan)에서 ‘지속적 학습(Continuous Learning)’ 모델에 대한 규제 프레임 강화를 예고했지만, 구체적인 사후 시장 감시(post-market surveillance) 의무화 기준은 여전히 정비 중이다.
한계: 900개가 채우지 못한 것들
현시점의 AI 방사선 도구가 갖는 근본적 한계는 세 가지로 정리할 수 있다.
- 분포 이동(Distribution Shift): 단일 기관 또는 특정 장비 조건에서 학습된 모델이 다른 기관, 다른 장비, 다른 인구집단에서 동일한 성능을 보이지 않는 현상이다. 많은 AI 도구가 허가 시 제출한 데이터와 실제 배포 환경 간에 상당한 차이가 있다.
- 결과 지표의 대리성: 대부분의 AI 방사선 연구는 ‘감지 정확도(detection accuracy)’를 주요 지표로 사용한다. 그러나 환자의 생존율, 재원 기간, 합병증 발생률 같은 ‘경성 결과(hard outcome)’를 직접 측정한 전향적 연구는 드물다.
- 형평성 문제: 다수의 FDA 허가 AI 도구는 훈련 데이터의 인종·성별·연령 구성이 편향되어 있어, 특정 집단에서 성능이 저하되는 것으로 보고되고 있다.
응급의학과 전문의의 한 마디
응급실에서는 영상 판독이 치료 결정의 핵심 분기점이 된다. 두개내출혈인가 아닌가, 대동맥 박리인가 아닌가, 폐색전증인가 아닌가 — 이 판단이 분 단위로 이루어진다. AI가 이 과정에서 스크리닝 보조 역할을 한다면 분명한 실용적 가치가 있다. 나는 그것을 부정하지 않는다.
그러나 900개라는 숫자가 만들어내는 신뢰 과잉이 오히려 위험하다. FDA 허가는 시장 진입 허용이지, 임상적 우월성의 증명이 아니다. 응급실에서 AI 알림을 받아들일 때 의사는 여전히 “이 알고리즘이 우리 기관의 환자군에서 실제로 검증되었는가”, “이 도구의 위양성률은 얼마인가”, “내가 이 신호를 무시할 근거가 있는가”를 동시에 물어야 한다. 도구가 진보할수록, 도구를 사용하는 인간의 비판적 사고가 더 정밀해져야 한다. 그것이 900개 승인 시대가 의사에게 요구하는 역량이다.
References
- beyondtmrw.org. “AI Radiology FDA Approved: Cleared Tools & Liability.” May 28, 2026. https://beyondtmrw.org/article/ai-assisted-radiology-fda-cleared-tools-and-liability
- Nagendran M, et al. “Artificial intelligence versus clinicians: systematic review of design, reporting standards, and claims in the medical AI literature.” BMJ. 2020;368:m689. doi:10.1136/bmj.m689
- Larson DB, et al. “Performance of a Deep-Learning Neural Network Model in Assessing Skeletal Maturity on Pediatric Hand Radiographs.” Radiology: Artificial Intelligence. 2023.
- U.S. Food & Drug Administration. “Artificial Intelligence/Machine Learning (AI/ML)-Based Software as a Medical Device (SaMD) Action Plan.” January 2021. FDA.gov
- FDA. “FDA Expands AI Capabilities and Completes Data Platform Consolidation.” Press Announcement. June 5, 2026. https://www.fda.gov/news-events/press-announcements/fda-expands-ai-capabilities-and-completes-data-platform-consolidation