법적, 직업적 책임
95진단이나 치료 계획이 틀렸을 때 책임을 지는 당사자는 내과의사의 면허와 의료과실 배상책임이다. 어떤 AI 시스템도 의사면허를 소지하거나 고소당할 수 없으므로, 어떤 도구가 추론을 만들어냈든 인간이 최종 승인을 해야 한다.
진한 칸일수록 이 직업에서 해당 지표가 높습니다.
낮음높음
내과의사는 진찰, 검사, 약물치료를 통해 질병을 진단하고 관리하며 보통 수개월에서 수년간 환자를 추적한다. 외과의사는 수술을 통해 질병이나 손상을 치료하며 대개 한 번의 명확한 진료 에피소드로 끝난다. 내과의, 가정의, 심장내과의 등 많은 내과의사는 평생 수술을 하지 않으며, 어떤 질환은 전적으로 내과의사가 처리하고 다른 질환은 내과적 치료가 한계에 이르면 외과의사에게 의뢰된다.
대부분의 나라에서 중등교육 이후 약 10~11년이 필요하다. 4~6년의 의과대학 과정을 거친 뒤 내과, 가정의학, 소아과 같은 전공에서 3년 이상의 레지던트 수련을 받는다. 영국은 의과대학을 5~6년으로 압축하지만 전공의 수련 전에 2년의 기초수련 프로그램(foundation programme)을 추가하므로 총 기간은 비슷해진다.
일상적인 표현에서 '의사'는 외과의사와 전문의를 포함한 모든 면허 의사를 가리킨다. '내과의사'는 더 정확히는 내과 또는 관련 전문 분야를 진료하는 비외과적 의사를 뜻한다. '일반의' 또는 가정의는 하나의 장기 계통이 아니라 폭넓게 훈련받은 내과의사로, 대개 환자가 가장 먼저 찾는 창구 역할을 하며 필요할 경우 어떤 전문의에게 의뢰할지 결정한다.
국가와 전문 분야에 따라 크게 다르다. 미국의 1차 진료 내과의사는 평균 연 약 22만~26만 달러를 번다. 영국 NHS의 전문의(consultant)는 약 93,666파운드에서 126,281파운드에 이르는 전국 급여표를 따른다. 독일의 봉직 내과 전문의(Facharzt)는 보통 연 9만~11만 유로를 번다. 소득 수준이 낮은 국가의 내과의사는 비슷한 훈련을 받고도 이러한 수치의 일부만 받는 경우가 많다.
진단을 위한 패턴 매칭은 거대언어모델이 가장 빠르게 발전하고 있는 바로 그 종류의 작업이며, 통제된 연구에서 이미 일부 AI 시스템이 필기 사례 시험에서 내과의사와 대등하거나 더 나은 성적을 낸 사례가 나오고 있다. 자동화하기 어려운 부분은 신체검진, 재방문 환자와 수년에 걸쳐 쌓은 신뢰, 한 사람의 전체 맥락을 저울질하는 판단, 그리고 어떤 알고리즘도 대신 질 수 없는 법적 책임이다. 그래서 일자리가 사라지기보다는 그 범위가 좁아지는 쪽에 가깝다.
내과의사는 의과대학과 레지던트 수련을 마치는데, 보통 10년 이상의 훈련을 거치며 대부분의 나라에서 성인 또는 소아 질환 전반을 독립적으로 진단·처방·관리할 수 있다. 전문간호사는 간호학 학위에 석사 또는 박사 과정을 더해 대개 총 4~6년을 훈련받으며, 미국의 여러 주에서는 1차 진료 등 더 좁은 범위 안에서 독립적으로 진료할 수 있다.
진단은 대체로 방대한 과거 사례와 발표된 문헌에 대한 패턴 매칭이며, 이는 정확히 거대언어모델이 만들어진 목적에 부합하는 작업이다. 통제된 연구에서 일부 AI 시스템은 이미 텍스트 기반 사례에서 현직 임상의보다 더 정확한 감별진단을 내놓고 있다 — 10년 전이었다면 터무니없게 들렸을 결과지만, 무시하기보다 진지하게 받아들여야 할 결과다.
이 페이지는 그것이 실제로 의미하는 바와 의미하지 않는 바를 구분한다 — 어떤 구체적인 업무가 이미 잘 자동화됐고, 어떤 업무가 훨씬 더 저항력이 강한 것으로 드러났으며, 진단 추론이 더 이상 도전받지 않는 강점이 아니게 된 내과의사에게 무엇이 달라지는지를 다룬다.
증상을 질환에 매칭하고, 약물 상호작용을 확인하고, 진료 기록과 방문 후 요약을 작성하는 등 일상적인 인지 작업의 대략 3분의 1은 이미 소프트웨어가 대등하거나 근접한 수준으로 처리하고 있다. 자동화에 저항하는 것은 그 추론을 둘러싼 모든 것 — 신체검진, 겁먹은 환자의 신뢰, 그리고 오직 면허를 가진 인간만이 짊어질 수 있는 법적 책임이다.
직함이 아니라 업무 단위로 산정했다. 낮을수록 안전하다.
AI가 대체하지 못하는 직업 →진단이나 치료 계획이 틀렸을 때 책임을 지는 당사자는 내과의사의 면허와 의료과실 배상책임이다. 어떤 AI 시스템도 의사면허를 소지하거나 고소당할 수 없으므로, 어떤 도구가 추론을 만들어냈든 인간이 최종 승인을 해야 한다.
만성질환 관리는 수년에 걸쳐 쌓은 관계에 의존한다 — 약 복용을 중단했다는 사실을 인정하거나, 그렇지 않으면 대수롭지 않게 넘겼을 증상을 언급하는 것은 매번 새로운 인터페이스가 아니라 이미 신뢰하는 내과의사에게 하는 일이다.
복부를 촉진하거나 특정 심잡음을 듣거나 보행의 미묘한 변화를 알아차리는 일은 원격 소프트웨어는 물론 지금의 대부분 로봇 기술도 병상에서 재현할 수 없는 손의 기술과 상황적 판단을 요구한다.
실제 환자는 여러 질환이 겹치고 병력이 불완전하며 어떤 교과서 사례에도 깔끔히 들어맞지 않는 증상을 안고 온다. 어렵고 비전형적인 발표 사례로 시험된 AI 시스템은 여전히 상당 비율로 올바른 최우선 진단을 놓친다.
환자에게 진단이 심각하다고 말하거나, 두려워하는 치료를 받아들이도록 설득하는 일은 의학적으로 옳은 문장을 생성하는 것이 아니라 그 방의 그 한 사람의 두려움과 가치관을 읽어내는 협상에 달려 있다.
텍스트 기반 사례 요약과 모의 환자 면담에서 AI 시스템은 이미 시험 대상이었던 임상의들과 대등하거나 이를 능가했다. 2024년의 한 연구에서는 AI 시스템이 전문의가 판정하는 모의 진료에서 초년차 1차 진료 의사와 전문간호사보다 더 나은 성적을 냈다.
진료 대화를 듣고 진료 기록 초안을 작성하는 앰비언트 AI 스크라이브는 이미 많은 병원 체계에서 사용되고 있으며, 내과의사가 오랫동안 집에서 차트를 마무리하는 데 써온 '파자마 타임'을 줄여주고 있다.
소프트웨어는 이미 환자의 전체 약물 목록을 상호작용과 최신 치료 지침에 대해, 기억이나 빠른 수기 확인에 의존하는 내과의사보다 더 빠르고 철저하게 대조 확인한다.
알고리즘은 들어오는 검사 결과, 영상 판독, 원격 모니터링 데이터에 대한 1차 검토를 점점 더 많이 맡으며, 사람이 모든 수치를 순서대로 검토하는 대신 정상 여부와 내과의사의 주의가 필요한 부분을 표시하고 있다.
내과의사의 진단 추론은 점점 더 홀로 진행되기보다 소프트웨어가 생성한 두 번째 의견과 나란히 진행되며, 핵심 역량은 처음부터 감별진단을 만드는 것에서 모델이 이미 작성한 초안을 비판적으로 평가하고 수정하는 것으로 옮겨가고 있다.
앰비언트 스크라이브 도구는 내과의사와 의무기록의 관계를 진료 중이나 이후 타이핑하는 방식에서 AI가 생성한 초안을 검토하고 고치는 방식으로 바꾸고 있으며, 실제 진료 시간의 더 많은 부분을 화면 대신 환자를 보는 데 쓸 수 있게 해준다.
원격 모니터링, 원격진료, 소매형 클리닉이 더 가벼운 급성 질환을 흡수하면서, 내과의사의 시간은 더 단순한 프로토콜로는 안전하게 다룰 수 없는 판단이 필요한 복잡하고 여러 질환이 겹친 환자에게 점점 집중되고 있다.
독립 개원에서 병원·기업 고용으로의 오랜 이동 — 2022년 기준 미국 내과의사의 거의 4분의 3 — 은 자율성과 급여 구조를 어떤 AI 도구보다 더 빠르게 바꾸고 있으며, 내과의사가 자신의 일상 일정에 대해 갖는 통제력을 재편하고 있다.
전자의무기록, AI 진단 도구, 임상 의사결정 지원 소프트웨어가 병원 체계 안에서 실제로 어떻게 구축되고 배치되는지를 감독하는 내과의사-기술자 혼합 역할로, 점점 그 자체로 이사회 공인 세부 전문 분야가 되고 있다.
배치 전후로 AI 진단·분류 도구를 검토하고 감사하며 그 결과를 실제 결과와 대조 확인한다 — 10년 전만 해도 거의 존재하지 않았던 역할로, 소프트웨어의 실수에 책임질 면허 있는 인간이 필요하기 때문에 정확히 존재하게 된 자리다.
대부분 또는 전적으로 화상과 메시징 플랫폼을 통해 진료하는 역할로, 코로나19 팬데믹 기간 크게 확대되었고 완전히 대면 진료로 되돌아가기보다 영구적이고 독립된 경력 경로로 남았다.
한 번에 한 환자가 아니라 보건 체계나 보험사 수준에서 일하며, 데이터를 활용해 예방과 만성질환 프로그램을 인구 집단 전체를 대상으로 겨냥한다 — 일대일 임상 진료를 대체하는 것이 아니라 이를 보완하며 성장하는 분야다.
세 가지 가역 렌즈: 업무 보조, 일부 대체, 새 틈새. 교육용이며 예측이 아닙니다.
역할은 유지하고 AI가 초안·분류·조사를 빠르게 하며 판단과 책임은 사람이 집니다.
좁은 작업 묶음(템플릿·초안·반복 채점)이 먼저 줄어들고 인접 숙련은 커질 수 있습니다.
규제 환경에서 AI 출력을 신뢰해야 하는 감독·통합·도메인 QA 역할이 생길 수 있습니다.
AI의 진단 능력은 지금 정확히 가장 중요한 지점에서 가장 취약하다 — 어렵고 비전형적인 실제 사례에서다. 널리 인용되는 2023년의 한 연구는 GPT-4가 의도적으로 어렵게 만든 발표 사례 문제에서 정확한 최우선 진단을 맞힌 비율이 39%에 불과했다고 밝혔다. 물론 여러 가능성을 나열하도록 허용했을 때는 더 나은 성적을 냈다. 유망한 통제 실험 결과와 지저분한 실제 진단 사이의 그 간극이 바로 내과의사의 판단이 여전히 제 몫을 하는 지점이다.
이 직업에 대한 더 큰 단기적 위협은 자동화가 아니라 공급 부족이다. 세계보건기구는 2030년까지 전 세계적으로 약 1,000만 명의 보건인력 부족을 예상하며, 주로 빈곤국에 집중되어 있다. 반면 미국만 해도 2030년대 중반까지 수만 명의 내과의사 부족을 겪을 수 있다. AI가 궁극적으로 무엇을 자동화하든, 대부분의 보건의료 체계는 앞으로 10년간 내과의사가 남아도는 것이 아니라 부족한 상황에 시달릴 것이다.
같은 분야만이 아니라 여섯 점수 프로필이 가까운 직업입니다.
컴퓨터, 휴대폰, 무기 등 거의 모든 전자기기 내부의 트랜지스터를 설계하고 제조하며, 지구상 극소수 공장만이 다룰 수 있는 초정밀 장비를 다룬다.
AI 내성 60 🧠약물치료와 정신치료로 정신질환을 진단하고 치료하며, 위기 상황의 환자를 법적 권한으로 강제 입원시킬 수 있는 몇 안 되는 의료 전문분야 중 하나다.
AI 내성 73 🧫임상, 시험 및 건강 시스템 데이터를 사용하여 보다 안전한 치료, 연구 및 운영 결정을 위한 신뢰할 수 있는 증거를 생성합니다.
AI 내성 68 🦾물리적 세계를 감지하고 판단하고 행동하는 기계를 설계하는 사람으로, 진짜 난제는 지능이 아니라 언제나 세계 그 자체였다.
AI 내성 65 🔐디지털 공격을 찾아내고 예방하며 대응함으로써 시스템, 데이터, 사람을 지킨다.
AI 내성 63 🌬️재생 가능한 자원을 신뢰할 수 있는 전기로 전환하는 풍력, 태양열, 저장 및 그리드 시스템을 설계, 구축 및 개선합니다.
AI 내성 72메스로 병을 고치는 의사. 수슈루타의 고대 코 재건술부터 오늘날의 로봇 수술실까지, 수술대 위의 결정은 언제나 홀로 내려야 한다.
AI 내성 92 💉의료 분야 최대 직군: 스쿠타리의 등불에서 중환자실 모니터까지, 다른 모든 이가 퇴근한 뒤에도 여전히 병상을 지키는 사람.
AI 내성 91 💊모든 처방전 뒤에 있는 약의 전문가 — 바그다드 최초의 약국과 약제사의 절구에서 모르핀, 아르테미시닌, 오늘날의 조제실까지.
AI 내성 58 🐾금붕어부터 말까지, 증상을 말로 표현하지 못하는 환자를 치료하며, 안락사로 그 고통을 끝낼 법적 권한까지 지닌 직업.
AI 내성 78 🧠약물치료와 정신치료로 정신질환을 진단하고 치료하며, 위기 상황의 환자를 법적 권한으로 강제 입원시킬 수 있는 몇 안 되는 의료 전문분야 중 하나다.
AI 내성 73 🧬유전 질환, 검사 선택과 그 결과를 이해하도록 돕는 사람으로, 유전체 과학과 비지시적이고 공감적인 상담을 결합한다.
AI 내성 72