핵심 요약: 숫자가 말하는 불균형
2026년 현재 FDA가 승인한 AI 의료기기는 1,524개를 넘어섰다. 그러나 이 중 약 76%가 방사선·영상의학 분야에 집중돼 있다. 나머지 24%가 심장학, 병리학, 종양학, 정신건강, 응급의학 등 전 임상 영역을 나눠 갖는 구조다. 승인 건수의 급증이 곧 임상 현장의 균형 잡힌 변화를 의미하지 않는다는 점을 먼저 짚을 필요가 있다.
방사선 AI 집중 현상: 왜 영상의학인가
영상의학이 AI 의료기기 승인의 압도적 다수를 차지하는 데는 구조적 이유가 있다. CT, MRI, 흉부 X선 같은 의료 영상은 라벨링이 상대적으로 용이한 대규모 디지털 데이터셋을 보유하고 있고, 모델 성능 평가 기준(예: AUC, sensitivity/specificity)이 비교적 명확하게 정의된다. 510(k) 경로를 통한 실질적 동등성 주장도 기존 영상 분석 소프트웨어 선례가 충분해 규제 진입 장벽이 다른 분야보다 낮다.
IntuitionLabs가 2026년 발표한 FDA 승인 AI 의료기기 목록 분석 보고서(“FDA-Approved AI Medical Devices List: Complete 2026 Guide”, IntuitionLabs, 2026)는 510(k)와 De Novo 경로별 승인 패턴을 상세히 검토했다. 보고서에 따르면 대부분의 영상 AI는 510(k) 경로를 통해 승인되며, De Novo 경로는 완전히 새로운 기능적 역할을 주장하는 기기에 한정된다. 이 데이터가 함의하는 바는 간단하지 않다. 빠른 승인이 곧 임상 유효성 검증의 완료를 의미하지 않는다는 것이다.
임상 검증의 공백: JAMA Health Forum이 밝힌 근거 격차
JAMA Health Forum에 발표된 연구들은 FDA 승인 AI 의료기기의 임상 근거 수준에 대해 일관된 경고를 보내고 있다. 승인 기기 상당수가 단일 기관 후향적 연구나 성능 검증에 그치고 있으며, 전향적 무작위대조시험(RCT) 수준의 임상 결과 데이터를 보유한 기기는 소수에 불과하다. 다시 말해, FDA 승인은 ‘안전하고 효과적일 가능성’에 대한 규제 기관의 판단이지, ‘실제 환자 결과를 개선한다’는 임상 증명이 아니다.
이 간극은 영상의학에서 특히 두드러진다. AI가 방사선 판독 시간을 단축하고 일부 병변 탐지 민감도를 높이는 것은 사실이나, 이것이 최종적으로 환자 생존율, 진단 오류율, 재입원율 같은 임상 결과 지표를 의미 있게 개선한다는 근거는 아직 제한적이다. 의료 AI의 성능 지표와 임상 아웃컴 지표 사이의 간격을 ‘구현 격차(implementation gap)’라고 부른다면, 방사선 AI 분야는 이 격차가 가장 가시적으로 드러나는 영역이다.
76% 집중이 만드는 임상 현장의 불균형
방사선 AI 집중 현상이 가져오는 또 다른 문제는 자원 배분의 왜곡이다. 정신건강, 1차 의료, 응급의학, 희귀질환 영역은 데이터 구조상 AI 개발이 어렵고 규제 경로도 덜 확립돼 있다. 결과적으로 AI 의료기기의 혜택이 영상 기반 진단에 집중되고, 이미 의료 자원이 부족한 분야는 AI 전환의 사각지대에 놓일 위험이 있다.
FDA의 Digital Health Center of Excellence는 디지털 헬스 기술에 특화된 규제 패러다임 재설계를 추진하고 있다. Pre-Submission 프로그램, Predetermined Change Control Plan(PCCP), Breakthrough Device Designation 등의 경로를 통해 혁신적 AI 기기의 빠른 임상 진입을 지원하는 구조다. 그러나 이 지원 구조가 영상의학 중심의 쏠림을 교정하는 방향으로 작동하고 있는지는 별개의 문제다. 2026년 7월 현재 Breakthrough Device Designation의 절반 이상은 여전히 방사선·병리 영상 분야에서 나오고 있다.
510(k) vs De Novo: 승인 경로가 임상 신뢰도를 결정하는가
510(k) 경로는 기존 승인 기기와의 ‘실질적 동등성(substantial equivalence)’을 입증함으로써 시장 진입이 가능하다. 반면 De Novo 경로는 선례가 없는 새로운 기기 유형에 적용되며, 특별한 통제 조건을 새롭게 정의한다. AI 의료기기에서 이 두 경로의 선택은 단순한 규제 전략이 아니라 임상 신뢰도 수준과 직결된다.
예를 들어, 기존 컴퓨터 보조 검출(CAD) 소프트웨어를 predicate로 삼아 510(k)를 통해 승인받은 흉부 X선 AI와, 완전히 새로운 기능적 역할을 주장하며 De Novo를 통해 승인받은 뇌졸중 진단 AI는 승인 과정에서 요구된 임상 근거의 양과 질이 다르다. 소비자와 임상의 모두 승인 경로의 차이를 인식하고 기기를 평가해야 하지만, 현재 이 정보는 FDA 데이터베이스를 직접 확인하지 않으면 쉽게 접근하기 어렵다.
임계점을 넘어선 지금, 실제로 무엇이 달라졌는가
1,524개라는 숫자는 분명 하나의 임계점을 넘어섰음을 시사한다. 그러나 임상 현장에서 체감하는 변화는 이 숫자만큼 극적이지 않다. 영상의학과 레지던트가 야간에 흉부 CT를 판독할 때 AI 보조 도구를 사용하는 것은 이미 일상이 됐지만, 응급실에서 AI가 패혈증 예측 알림을 내보내는 시스템이 실제 임상 결정을 바꾸고 있다는 강력한 RCT 수준 근거는 아직 드물다. AI 의료기기의 확산과 임상 통합은 여전히 비선형적으로 진행 중이다.
국제적으로 EU MDR, Health Canada, 한국 식약처의 AI 의료기기 평가 기준이 FDA와 수렴하는 방향으로 움직이고 있다. 이는 글로벌 시장 진출을 원하는 기업에게는 규제 조화를 의미하지만, 임상의에게는 ‘어느 나라에서 어떤 기준으로 승인받은 AI 인가’를 파악해야 할 필요성이 커졌음을 뜻한다.
응급의학과 전문의의 한 마디
응급실에서 나는 매일 ‘빠른 결정’을 요구받는다. AI가 흉부 X선에서 기흉을 먼저 탐지해 알림을 보내준다면, 나는 그 알림을 한 번 더 확인할 것이다. 그것이 내 판단을 보조하는 도구로 기능한다면 환영한다. 그러나 1,524개 승인 기기 중 76%가 방사선에 몰려 있다는 사실은, 의료 AI가 가장 데이터가 풍부하고 규제 진입이 용이한 영역을 먼저 점령하고 있음을 의미한다. 임상 필요가 높은 곳, 즉 정신건강 위기 환자, 다빈도 응급 증상의 감별진단, 취약 계층 만성질환 관리 영역은 아직 AI의 사각지대다.
숫자의 증가를 의료 혁신의 증거로 읽기 전에, 그 숫자가 어디서 나왔는지, 어떤 임상 근거를 기반으로 하는지, 누구에게 어떤 이익을 주는지를 먼저 물어야 한다. AI 의료기기 승인의 시대에 임상의에게 필요한 역량은 기술 낙관주의도, 기술 혐오도 아니다. 근거를 읽는 능력, 그리고 승인과 검증을 구별하는 판단력이다.
References
- IntuitionLabs. “FDA-Approved AI Medical Devices List: Complete 2026 Guide.” IntuitionLabs, July 2026. https://intuitionlabs.ai/articles/fda-approved-ai-medical-devices-list
- IntuitionLabs. “FDA AI/ML SaMD Guidance: Complete 2026 Compliance Guide.” IntuitionLabs, July 2026. https://intuitionlabs.ai/articles/fda-ai-ml-samd-guidance-compliance
- U.S. Food and Drug Administration. “Digital Health Center of Excellence.” FDA, 2026. https://www.fda.gov/medical-devices/digital-health-center-excellence
- Skycrumbs. “FDA AI Medical Device Approvals in 2026: Tools Reshaping Clinical Practice.” July 11, 2026. https://skycrumbs.com/blog/fda-ai-medical-device-approvals-2026
- Medical AI Pipeline. “The Medical AI Pipeline — July 2026 Edition.” Substack, July 1, 2026. https://medicalaipipeline.substack.com/p/the-medical-ai-pipeline-july-2026
- Benjamens S, et al. “The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database.” NPJ Digital Medicine. 2020;3(1):118. (기초 분류 방법론 참조)