이번 연구의 가장 큰 의의는 의료AI의 성능이 아니라 가명정보의 안전성에 대한 기존의 전제를 다시 생각하게 했다는 점이다. 연구는 멤버십 추론 공격(Membership Inference Attack, MIA)을 통해 AI 모델만 접근할 수 있어도 특정 환자의 데이터가 학습에 사용되었는지를 높은 정확도로 추론할 수 있으며, 특히 희귀질환자나 소수 집단처럼 데이터가 적은 보건 약자일수록 이러한 위험이 더 커질 수 있음을 실증적으로 보여주었다. 무엇보다 이 연구는 의료영상, 심전도, 전자의무기록(EHR) 등 실제 임상데이터를 활용하여 개인 수준과 집단 수준을 모두 분석하고, 다양한 의료AI 모델에서 일관된 결과를 제시했다는 점에서 모범적인 증거 기반 연구라고 평가할 수 있다.

 

이는 현재 우리나라에서 논의 중인 디지털헬스법에서 가명정보 활용을 확대하려는 정책에도 중요한 시사점을 제공한다. 다만 이 연구를 의료데이터 활용을 위축시키거나 가명정보 활용을 제한해야 한다는 주장으로 해석하는 것은 바람직하지 않다. 의료AI 산업은 양질의 데이터가 축적되고 공유될 때 발전할 수 있으며, 과도한 규제는 오히려 혁신을 저해할 가능성이 있다. 중요한 것은 가명정보를 사용할 것인가 말 것인가의 문제가 아니라, 어떻게 안전하게 활용할 것인가이다.

 

따라서 앞으로의 정책은 모든 의료AI에 동일한 규제를 적용하는 방식이 아니라, 위험 기반(risk-based) 접근으로 전환할 필요가 있다. 예를 들어 희귀질환 데이터나 소수 집단처럼 재식별 가능성이 높은 경우에는 보다 강화된 보호조치를 적용하고, 상대적으로 위험이 낮은 경우에는 데이터 활용을 적극 지원하는 차등적 거버넌스가 필요하다. 또한 정부의 역할도 단순히 동의 절차를 강화하거나 사후 제재를 확대하는 데 그쳐서는 안 된다. AI 모델이 MIA와 같은 공격에 얼마나 취약한지를 개발 단계에서부터 지속적으로 점검하는 프라이버시 감사(privacy audit)와 사전 위험평가(prebunk) 체계를 제도화하는 것이 더욱 효과적이다.

 

한편, 이번 연구는 주로 북미와 유럽의 의료 데이터를 기반으로 수행된 것으로 생각한다. (논문에서 정확한 데이터의 출처를 찾지 못했다.) 따라서 그 결과를 한국 의료 환경에 그대로 일반화하는 데에는 신중할 필요가 있다. 한국은 단일 건강보험체계, 높은 의료 데이터베이스 인프라, 상대적으로 동질적인 인구 구조 등 서구와 다른 특성을 가지고 있다. 따라서 국내 의료 데이터를 활용하여 가명정보의 재식별 위험과 MIA 취약성을 검증하는 한국형 후속 연구가 반드시 필요하다. 이러한 연구 결과가 축적될 때 비로소 디지털헬스법도 이념이나 추상적 원칙이 아니라 객관적 증거에 기반한 시장친화적이고 신뢰 중심의 규제 체계로 발전할 수 있을 것이다. 이는 개인정보 보호와 의료AI 산업 경쟁력을 동시에 달성하는 현실적인 정책 방향이라고 생각한다.

한국과학기술미디어센터는 근거 기반의 과학 정보를 언론에 제공하는, 과학계와 미디어 사이의 다리 역할을 하는 독립 비영리 조직입니다. 잘못된 정보와 가짜 뉴스가 넘쳐나는 세상에서, 제대로 된 전문가의 해설과 의견을 빠르고 다양하게 기자들에게 제시하고 이를 체계적으로 아카이빙하는 역할을 합니다.

2025년 7월 이사회를 구성하고(이사장 노정혜 전 한국연구재단 이사장) 센터장(이근영 전 한겨레 과학전문기자)을 선임했으며, 같은해 9월 개소식을 열며 활동을 시작했습니다.

*참고 기사: 

SMCK는 세 분야 전문가인 과학자, 기관 커뮤니케이터(홍보팀), 기자에게 구체적인 도움을 드리고자 설립됐습니다. 각각 아래와 같습니다.

SMCK는 이를 통해, 궁극적으로 근거에 기반해 사안을 합리적으로 판단하고 이것이 정책에까지 반영되는 사회를 만드는 데 기여하고자 합니다.

사이언스미디어센터(SMC)는 2002년 영국에서 최초로 설립됐고 현재 호주와 뉴질랜드, 독일, 스페인, 대만, 아일랜드 등으로 확장됐습니다. 한국은 2025년 12월, 7번째 센터로 합류했습니다. 글로벌 네트워크에 포함된 8개 조직은 엄격한 독립성과 신뢰성이라는 가치를 공유하고 있으며 협력을 통해 주요한 국제 과학 이슈에 공동 대응하고 있습니다.