소프트웨어 중심사회의 Think Tank 월간 MONTHLY SOFTWARE ORIENTED SOCIETY ISSUE 미래의료를 위한 SW융합 활성화 방안 연구 Plan for Promotion Healthcare Software Convergence COLUMN 소프

Transcription

1 소프트웨어 중심사회의 Think Tank 월간 ISSUE 미래의료를 위한 SW융합 활성화 방안 연구 Plan for Promotion Healthcare Software Convergence COLUMN 소프트웨어(SW), 제4차 산업혁명 넘어 사회개혁 도구로 Software, Beyond the 4th industrial revolution as social reform tool 빅데이터를 제대로 활용하기 위한 조건 : 데이터 확보와 비즈니스 발굴 Conditions for using Big Data properly: Data acquisition and business discovery 중국 디지털게임의 부상과 한국의 대응 전략 The rise of China s Digital Game & Korea s Challenge TREND 선도적인 SW기업, 오픈소스로 적과의 동침 中 Leading software firms are sleeping with the enemy through open source 블록체인 투자 및 활용 동향 The trend of the block chain investment and use cases 자율주행자동차의 기술개발 및 업계 동향 Technology development and industry trends of autonomous vehicles 2017 August

2 월간 미래의료를위한 SW 융합활성화방안연구 Plan for Promotion Healthcare Software Convergence CONTENTS 04 칼럼 COLUMN 소프트웨어 (SW), 제 4 차산업혁명넘어사회개혁도구로 Software, Beyond the 4 th industrial revolution as social reform tool 빅데이터를제대로활용하기위한조건 : 데이터확보와비즈니스발굴 Conditions for using Big Data properly: Data acquisition and business discovery 중국디지털게임의부상과한국의대응전략 The rise of China s Digital Game & Korea s Challenge 소프트웨어산업및융합동향 TREND 18 선도적인 SW기업, 오픈소스로적과의동침中 Leading software firms are sleeping with the enemy through open source 블록체인투자및활용동향 The trend of the block chain investment and use cases 자율주행자동차의기술개발및업계동향 Technology development and industry trends of autonomous vehicles

3 32 소프트웨어산업통계 STATISTICS 국내소프트웨어생산현황 Domestic Software Production 국내소프트웨어수출현황 Domestic Software Export 36 이슈 ISSUE 미래의료를위한 SW 융합활성화방안연구 Plan for Promotion Healthcare Software Convergence 93 세미나 SEMINAR 일본 ABCI 도입배경과운영방안 Introduction background and operation plan of ABCI Japan 딥러닝기반의자연어처리기술 Deep learning based natural language processing technology 제4차산업혁명과신산업정책의과제 Tasks of the 4 th industrial revolution and new industrial policy

4 COLUMN 소프트웨어 COLUMN (SW), 제4차산업혁명넘어사회개혁도구로 소프트웨어 (SW), 제 4 차산업혁명넘어사회개혁도구로 Software, Beyond the 4 th industrial revolution as social reform tool 김명준소프트웨어정책연구소소장 KIM, Myung Joon President, SPRi 클라우스슈밥세계경제포럼회장에의하면, 나는 제 4 차산업혁명을여전히제 3 차 산업혁명의연장선으로이해하고있는일부학자와전문가 에속한다. 그런데나는그가제 4 차산업혁명이진행중이라는사실을뒷받침하는세가지근거가운데 세번째근거인 시스템충격 (System Impact) 을인정하고, 이를조금더쉽게, 교육 경제 외교 등사회전체시스템의변화라고푼다. 4

5 소프트웨어 (SW), 제 4 차산업혁명넘어사회개혁도구로 그래서제4차산업혁명을디지털탈바꿈 (Transformation) 차원에서동의하고, 더나아가사회개혁의기회로삼기위해제4차산업혁명을이용하고자한다. 제4차산업혁명을기술혁신과신산업창출의기회라고모두들강조하는데, 더나아가대한민국의국격을한단계올리는기회로도삼자고주장하고자한다. 우선공공소프트웨어 (SW) 사업의디지털탈바꿈을살펴보자. 필자가행정전산망용 주전산기 타이컴 개발에참여하던 1980 년대에수행한행정전산망구축사업은현재용어로 다시풀면전자정부사업이고그내용은결국공공행정서비스를전산화하는것이다. 사업추진방식은정부가주도하여서비스시스템을구축하고기업은공급자였다. 그결과로 아직여러문제점을안고있지만공공 SW 사업이국내 SW 산업시장을키우는마중물역할을 했다. 산업발전을위해선진국을뒤따라가는연구개발의시대를과감하게끝내고, 사회현안 문제를적극해결하면서국민의행복한삶을실현하는연구개발전략을만들어야한다. 공공 SW 사업, 제 4 차산업혁명촉발자돼야 이제공공SW 사업이제4차산업혁명의촉발자역할을할때다. 한가지조건은과거전자정부중심사업에서사회문제를해결하는 SW사업으로전환하는것이다. 예를들어미세먼지해결책, 친환경자율주행자동차, 저출산ㆍ고령화대비의료비경감, 국방ㆍ안보등이있다. 이를실현하는방법도바꿔야한다. 과거정부주도로서비스시스템을구축하고소유하는 사업형태를민ㆍ관협력사업으로바꾸고, 여러부처가함께추진해야한다. 미세먼지문제를해결하려면, 국토교통부, 환경부, 산업통상자원부, 과학기술정보통신부, 중소벤처기업부, 기상청이따로해결할수없다. 결국민간의참여를활성화시키고지속적인 사업으로추진할수있도록관련부처가범부처적으로협력하는방법밖에없다. 두번째로필자가 30여년동안일하였던연구개발분야를살펴보면, 그동안기술개발의목적은국민경제발전에이바지하기위해노력하는것이었다. 이제산업발전을위해선진국을뒤따라가는연구개발의시대를과감하게끝내고, 사회현안문제를적극해결하면서국민의행복한삶을실현하는연구개발전략을만들어야한다. 그래서헌법제 10 조본문에쓰여있는 모든국민은인간으로서의존엄과가치를가지며, 행복을추구할권리를가진다 를실현하는 SW 연구개발시대로대전환해야한다. 바로제 4 차 산업혁명을맞이하는지금이적절한시기라고본다. 월간 SW 중심사회 5

6 COLUMN 그래서대한민국의다음과같은사회현안문제가다해결되었다고가정해보자. 미세먼지, 교통체증 마비, 사교육비용, 학교폭력, 노인치매, 산업재해, 화재 재난등. 더나아가저출산, 의료비부담, 주거비부담, 자주국방과안전, 그리고청정에너지문제가 해결된다면대한민국의품격이한단계가아닌여러단계가올라간다. 국정기획자문위원회가 7 월 19 일발표한 문재인정부국정운영 5 개년계획 을보면, 제 2 대 국정목표 더불어잘사는경제 의제 4 대국정전략 과학기술발전이선도하는 4 차산업혁명 아래국정과제 33 번부터 38 번까지담겨져있다. 역시기술혁신과신산업창출과육성에초점이맞춰져있다. 37 번 친환경미래에너지 발굴 육성 만은사회문제해결형으로도볼수있다. 그리고 4대복합 혁신과제가운데 제4차산업혁명을선도하는혁신국가 의첫번째주요내용으로 8월에대통령직속 4차산업혁명위원회를신설하는조항이있다. 이위원회에서앞에서주장한범부처에걸친문제를민 관협력체제로해결하는역할을맡고, 파급효과가큰현안문제부터발굴하고추진하길기대한다. 마지막으로, SW 가제 4 차산업혁명을실현하는방법수준을넘어서서우리인류사회의 지평을넓히고새로운미래영역으로나가는문을열어젖히는열쇠라고큰소리로주장한다. 본기사는테크 M 제 52 호 (2017 년 8 월 ) 기사입니다. 6

7 빅데이터를제대로활용하기위한조건 : 데이터확보와비즈니스발굴 COLUMN 빅데이터를제대로활용하기위한조건 : 데이터확보와비즈니스발굴 Conditions for using Big Data properly: Data acquisition and business discovery 안성원소프트웨어정책연구소선임연구원 AHN, Sung Won Senior Researcher, SPRi swahn@spri.kr 빅데이터 (BigData) 는제4차산업혁명의핵심요소기술중하나로사물인터넷 (IoT), 인공지능 (AI) 과동반성장하는생태계에속해있다. 지난기고에서언급한것처럼 IoT-BigData- AI로이어지는기술체인은상호보완적이고필요충분조건하에있기때문에, 이들이발전하기위해서는각각의기술모두가서로에게갖춰져야한다. 빅데이터는기업들이새로운가치를창출할수있는재료이자, 갚진보석을발견할수있는원석과같은존재이다. 근래에빅데이터를이용하여새로운서비스를찾고가치를창출하는기업들이업종을막론하고늘어나고있으며, 산업과사회전반에걸쳐 데이터를활용한가치창출 이이루어지고있다. 월간 SW 중심사회 7

8 COLUMN 기업들은각자의목적에맞는빅데이터를수집하고분석하는것으로새로운서비스를제공하고, 기존의업종들은이를통해디지털전환 (Digital Transformation) 을진행하고있다. 새로운가치를창출한다는것은결국생성된빅데이터를필요한목적에맞게가공하고분석하여새로운결론을얻어내고, 이를통해최적의답안을제시하는것을말한다. 이는기존현상에대한패턴을분석해서향후에일어날현상과상태를예측하고대응하는것이다. 빅데이터를활용하여새로운가치를창출하는대표적인사례를각분야별로몇가지살펴보자. 먼저기업들중에서는, 전통적인제조기업에서 SW 및데이터분석기업으로전환을선언한 GE는자사에서생산중인비행기엔진 (Genx) 에센서를부착하였다. 그리고이센서로부터수집된빅데이터를자사의클라우드인공지능플랫폼인 Predix 에서분석한다. 이를통해실시간엔진상태점검, 정비시기알림제공, 비행경로관리, 비행시간단축및연료절감등항공기유지보수비용감소와안전보장서비스를고객 ( 항공사등 ) 에게제공한다. 스마트공장을실현한지멘스 (Siemens) 는자사의공장설비에센서를부착하고네트워크연결을통해 IoT를구현하였다. 이스마트공장에서생산되는모든제품과생산공정은실시간으로수집된데이터를기반으로제어된다. 제품품질상태및생산공정간의오류등의데이터를분석하여관리감독함으로써불량률을기존의 2.5% 수준으로낮추었다. 공정상의오류와불량품에대한롤백 (Roll back) 을획기적으로줄이게되면서, 공장을가동하는데필요한에너지또한기존의 70% 수준으로절감했다. 유통업체인아마존 (Amazon) 은자사의온라인쇼핑몰에서행해지는고객들의쇼핑관련정보를수집한다. 이렇게수집된데이터를분석해서고객의쇼핑패턴을알아내고, 고객이원하는상품또는곧구입할상품을예측하여근처의지점으로미리배송해놓음으로써배송시간을획기적으로단축시켰다. 동시에유통과물류에소비되는비용또한감소시킬수있었다. 인공지능으로잘알려진 IBM 의왓슨 (Watson) 은의료분야에서도빅데이터를활용한괄목할 성과를보이고있는데, 환자의의료빅데이터를분석해서의사에게정확한처방을추천해주고, 200 종이상의의학저널등에서관련임상실험결과와논문등의자료까지찾아준다. 중장비제조업체인캐터필러 (Caterpillar) 는자사가제조및판매하는중장비에센서를부착하여실시간으로데이터를수집, 자사의 IoT 네트워크인 CAT CONNECT 에서분석하여장비의상태를체크하고부품교환가이드를제공한다. 이를통해장비가공사장에서고장나멈춰있는시간을기존의 10% 수준으로단축시키고작업의효율성을증가시키는서비스를실현했다. 빅데이터의활용사례는정부기관이나각종연구소에서도매우활발하게진행되고있는데, 일본이화학연구소 (RIKEN) 는 30 초단위로기상데이터를수집하고빅데이터를분석하여 10 분 뒤의강수확률을정확하게예측하는 3 차원현재예보 (nowcasting) 서비스를구현했다. 일본 8

9 빅데이터를제대로활용하기위한조건 : 데이터확보와비즈니스발굴 간사이지방을대상으로하는이시스템에서는매 10~30 초마다 60km 범위의 100 개각도로 비구름의위상을측정한데이터를분석한다. 세계자본이동의현황을파악하는미재무부산하금융범죄단속반 (FinCEN) 은실시간으로수집하는금융정보빅데이터와인공지능을활용해불법자금의흐름이나테러관련자금을파악한다. 우리나라또한이를벤치마킹하여금융위원회산하금융정보분석원 (FIU) 에서금년 60억원규모의 인공지능기반차세대자금세탁방지분석시스템 을구축하고있다. 입자가속충돌시험으로잘알려진유럽원자핵공동연구소 (CERN) 은매실험마다초당 1페타바이트 (PetaByte, PB) 1 의데이터가쏟아져나온다. 모든데이터를저장할수없어꼭필요한극히일부의데이터만을수집및저장하고있는데도, 최근축적한데이터가 200PB 를넘겼다고한다. 그야말로빅 (Big) 데이터이다. 금융권도빅데이터를활용해서새로운비즈니스아이템을활발하게발굴하는대표분야인데, 국내의은행및카드사들은빅데이터분석을통해서고객의연령, 성별대별로라이프스타일을파악하고각각의관심사에맞는금융상품을설계하고출시하고있다. 보험사들도마찬가지이다. 그간의보험사례빅데이터를분석하여임산부나어린자녀를둔부모가사고를적게낸다는사실을발견하고관련상품개발에응용했다. 이처럼빅데이터를활용하는사례는점차늘어나고있다. 중국의거대유통기업인알리바바의 CEO 마윈은 앞으로데이터를활용해돈을버는일이미래의핵심가치가될것 이라고언급하기도했다. 정확하게맞는말이다. 빅데이터의활용이늘어남에따라시장또한가파르게성장세이다. 시장조사기관인 IDC는빅데이터시장이 2015 년이후연평균 11.3% 이상의높은성장세를이어가며 2020년에는 2,100억달러까지성장할것이라고전망했다. 당장올해만빅데이터분석시장은 1,500 억달러를넘어설것이라고한다. 빅데이터가제4차산업혁명시대를현실로만들어주는중요한요소기술로자리잡은가운데, 비교적최근인지난 16년조사자료에따르면, 국내기업의빅데이터도입률은전체기업기준으로약 4.3% 에불과한것으로나타났다. 2 국내기업의빅데이터활용성장률은중대형업체의경우 20~25% 수준이고, 중소업체의경우는더낮은 5~8% 수준이다. 반면, 외국계 IT 기업은 30% 수준이상의도입률로가파른성장세를보이고있는것으로조사되었다. 국내기업의향후빅데이터수요는전체기업의 30.2% 수준으로예측되며, 기업들이빅데이터도입을고려하는시기는 2018~19 년이후가많은것으로파악되었다. 왜많은기업들의빅데이터활용률이이렇게저조할까? 세계각국이제 4 차산업혁명 시대의도래와함께빅데이터의중요성을강조하고, 유수기업들이적극적인투자와새로운 1 1PetaByte = 1024TeraByte 2 한국정보화진흥원 (NIA), 2015년빅데이터시장현황조사, 자료참조. 월간 SW 중심사회 9

10 COLUMN 사업을발굴해나가는데, 조사자료에의하면우리기업들의다수는아직제자리걸음이다. 물론 조사당시는 2015 년을기준으로했기때문에, 최근에는빅데이터의확산이좀더증가했을 것으로예상되지만, 아직우리기업들의현장에서빅데이터활용률은저조한것이사실이다. 빅데이터의활용을위해서는크게두가지측면이전제되어야한다. 첫번째는데이터의 확보이다. 데이터의확보를다시세밀하게나누자면, 데이터자체의확보와양질의데이터를 확보하는것으로말할수있다. 얼마전빅데이터관련 IT업체들과의미팅에서빅데이터분석을잘하고있는지에대한질문을했는데, 돌아온답변은 분석할데이터가없어서잘못하고있다 였다. 데이터만확보된다면이런저런사업아이템들을구현해보고싶은데, 데이터확보가만만치않다는것이다. 결국, 국내기업들의빅데이터분석도입수준이뒤처지는이유는빅데이터분석을할만큼풍부한데이터가부족하고, 데이터분석의고도화를위한환경조성이미흡하기때문이다. 빅데이터활용에서데이터의확보가중요한이유이다. 데이터를모으는것조차안되어있다면, 이는마치요리사가이것저것요리를만들어내고싶은데요리할재료자체가없는것과같다. 이미여러차례언급되었지만, 알파고도빅데이터학습을통해탄생했다. 일부자본력을갖추고시장확보가탄탄한기업들은자체인프라를활용하여데이터를확보하고새로운가치창출을시도하고있지만, 여전히대다수의기업들은그리좋은성적을내고있진못한듯하다. 현재많은수의기업들은데이터확보에어려움을겪고있는데, 제도적인측면과인프라의 부재가원인으로꼽힌다. 제도측면으로는대표적인것이개인정보보호법에의한제약들이다. 개인정보비식별화를통한정부의가이드라인이마련되긴했지만, 아직까지는갈길이멀다. 또한, 데이터확보를위해서는보다많은인풋채널 (input channel) 즉, 데이터수집수단이있어야한다. 온라인상으로구축된서비스들은상대적으로용이한데이터수집이가능하다. 아마존이자사의온라인쇼핑몰에서사용자의구매패턴, 특정제품의페이지에머물렀던시간, 심지어는마우스커서가올려있는대상까지도고객의니즈를예측 분석하기위한수단으로쓰이는데, 이모든것은비교적센서와같은추가하드웨어의보급없이도이루어진다. 반면, 기구나장비, 자동차, 생산시설등다양한물체들을통한빅데이터의수집과그에따른서비스를제공하기위해서는센서의투입과네트워크연결이전제되어야한다. 그나마국립연구소같은정부기관은데이터확보를위한센서의투입내지는위성이나시설망등과의네트워크연결이상대적으로용이하다. 그러나자본력이부족한중소업체들은사실상빅데이터를활용한회사의생산관리및서비스창출이어렵다. 이를해결하기위해서는초기요람시장을정부협력으로형성시켜주고, 시장내에서성과가두드러지는기업들을집중지원하여육성시키는것도하나의방법이될수있다. 10

11 빅데이터를제대로활용하기위한조건 : 데이터확보와비즈니스발굴 사회간접자본과같은인프라측면에서도앞으로더많은센서들이깔리면서 IoT 가현실화되고, 여기에서생성되는빅데이터를통해새로운서비스가창출될것인데, 사실이것은시간이해결해줄것이라본다. 데이터를수집하기위한장치들이좀더대중화되고, 우리주변의거의모든곳에보편화되기위해서는돈과시간이필요하다. 데이터에대한확보가되었다면, 양질의데이터를걸러내는것도중요하다. 많은인풋채널을통해수집한데이터는크게의미가없는데이터들도많이포함되어있을가능성이높다. 따라서빅데이터를통해새로운비즈니스를창출하기위해서는비즈니스를가능하게하는데이터를걸러내는것이필요하다. 수집한빅데이터에서일정한규칙성을갖는요소들을골라내고, 이들을관찰하여문제해결을위한새로운아이디어를발굴하거나비즈니스모델을수립할수있다. 이는다음으로설명할비즈니스모델과도연관성이있는데, 빅데이터분석을통한비즈니스모델의발굴은다분히귀납적 3 (Bottom Up) 인방법이라할수있다. 빅데이터를잘활용하기위한두번째측면은, 비즈니스모델에대한발굴이다. 빅데이터는그저데이터를많이모았다고만해서가치를갖는것은아니다. 해당데이터를분석하여새로운요소를분석해내고, 미래를예측하고, 새로운비즈니스아이템, 새로운서비스를발굴해내어야비로소가치를갖는다. 비즈니스모델에대한발굴은재귀적이긴하지만, 어떤데이터를모아야할것인가 에대한답변도될수있다. 기업들의빅데이터활용도가부족한것은데이터의확보문제도있지만, 데이터를통해어떠한비즈니스를발굴해내야하는지를못찾았거나찾더라도그사업성이불투명하기때문인것도있다. 이부분은유사업종의선진기업들을벤치마킹하고, 각자의장점을살릴수있는아이템을스스로찾는것이중요하다. 새로운가치사슬을만들어내거나, 가치창출을위해디지털전환을하는경우나고객의니즈 (Needs) 를잘파악하고그에맞춘비즈니스모델을수립하는것이필요하다. [ 그림 ] 은데이터기반의서비스모델로앞선 GE, 지멘스, 캐터필러등의예에서와같이비즈니스모델을발굴하여빅데이터를활용하는개념과과정을도식화한것이다. [ 그림 ] 에서처럼소비자의요구에따라제품을구성하고스마트한공정을통해서생산및판매를하는모든과정에서데이터가활용된다. 데이터수집을통해고객의니즈를분석하고, 그에따른제품기획및시뮬레이션을거쳐제품이생산된다. 이과정에서생성되는데이터는다시생산공정에반영된다. 즉, 새로운비즈니스모델의생성, 기존비즈니스모델의수정및보완에사용된다. 고객및생산공정에서축적된데이터는다시금각레이어별로맞춤형서비스도가능하게한다. 스마트한생산과스마트한서비스가빅데이터에의해맞물려있는것이다. 3 귀납 ( 歸納, induction) : 개별적인사례로부터일반적인명제또는진리를설정하는방법. 월간 SW 중심사회 11

12 COLUMN [ 그림 ] 데이터기반의서비스화 ( 제조업의예 ) 스마트생산 고객의니즈제품기획및시뮬레이션스마트공장 ( 지능형생산 ) 스마트제품 맞춤형서비스제공서비스플랫폼 ( 공급자, 소비자, 서비스, 중개인등모두연결 ) 제조공정에반영 정제된데이터 ( 스마트데이터 ) BigData 스마트서비스 ( 새로운비즈니스모델창출 ) 데이터의수집 자료 : 지능정보기술기반 Energy management 기술동향및전망 ( 재편집 ) 아마존, IBM, 금융및보험사등의비즈니스모델또한 [ 그림 ] 의과정과유사하다. 스마트공장 ( 지능형생산 ) 에해당되는레이어가생략되거나유통등의서비스형태로바뀌면 된다. 정리하면, 빅데이터의활용률을높이고제대로활용하기위해서는우선적으로데이터를 확보하고분석하는것이필요하다. 그리고비즈니스모델을수립하고그에맞춘양질의해당 데이터를다시금확보하는것도중요하다. 경험이풍부하고시장데이터를많이가지며비교적안정적인궤도에올라있는기업이나, 중소또는신생기업에게나먼저치밀한비즈니스모델을세우고기획하여그에맞는데이터를확보하는것은매우효율적인좋은전략일수있다. 다만, 비즈니스모델의발굴은데이터축적을근거로하는경험적아이디어에서부터비롯된다고볼수있기때문에결국엔이것도데이터의확보가관건이다. 인류의과학이그러하였듯, 과거많은과학성과는관찰에서비롯되었다. 이렇게축적된성과를바탕으로새로운기획을하기도하고, 또애초기획한의도와는다른발견을얻을수도있다. 데이터를모으고분석하다보면그동안미처인지하지못했던패턴을발견할수도있다는것이다. 기획이라는것을하려고해도어느정도기본적인데이터에의한경험적축적은있어야한다는의미다. 그만큼데이터의확보는중요하다. 그리고앞으로는보다많은센서가사회간접자본이나인프라에설치되고, 더많은사물과 사람들이더쉽게네트워크에연결되면서데이터는넘쳐날것이다. 상대적으로데이터를얻을 12

13 빅데이터를제대로활용하기위한조건 : 데이터확보와비즈니스발굴 수있는기회가많은환경에서는빅데이터분석을통한신서비스발굴이기업의성패를가를것이다. 고객의수요와데이터의확보를통한비즈니스모델의발굴, 그리고발굴한비즈니스모델을통한양질의데이터의확보, 이순환적인방법의가치창출이결국제4차산업혁명시대를이끄는하나의패러다임이될것이다. 이패러다임에따라기업들의 디지털전환 이가시화되고있는지금, 우리에게는데이터확보에걸림돌이될제약사항을없애주고보다다양한시범사업들을추진하면서성공사례를전파하는민 관합동의노력이필요하다. 기업들도이미분석된결과를통한가치창출보다, 직접대량의데이터를확보및축적, 분석하여새로운가치창출을하기위한노력을기울여야한다. 본칼럼은아이티데일리 2017 년 8 월 1 일자 [ 전문가강좌 ] 에기고한글입니다. 월간 SW 중심사회 13

14 COLUMN 중국디지털게임의 COLUMN부상과한국의대응전략 중국디지털게임의부상과한국의대응전략 The rise of China s Digital Game & Korea s Challenge 김준연소프트웨어정책연구소선임연구원 Kim Jun Youn Senior Researcher, SPRi catchup@spri.kr 중국게임산업의부상 지난 17년간중국게임산업은주로한국, 일본의온라인게임을주로수입해서퍼블리싱하며성장했지만, 중국정부의배타적허가제나판호와같은자국시장보호정책에힘입어꾸준한성장을한결과, 2016 년매출액측면에서, 중국은미국 219억불과일본 123억불보다더큰 222억불규모를달성했고, 게임개발사측면에서는무려 13,000 여개게임개발사가중국시장에등장했다. 이는전세계모바일게임개발사의 1/3에해당하는규모이다. 14

15 중국디지털게임의부상과한국의대응전략 최근중국게임산업은자국산게임개발을위해고강도 R&D와 M&A를통한글로벌화를동시에추구하는이른바병행전략을구사하고있다 년한국넥슨, NC소프트, 넷마블의 R&D 총액이약 2억달러였다면, Tencent와 NetEase 이두기업의 R&D 총합은한국의 10배가넘는 24.2 억달러에달했다. 또한중국게임기업들은외부게임개발사에지분투자나 M&A를추진하고있는데개발성공보다는시장검증이게임성확인의가장확실한경로인온라인게임의특성상, 다양한게임개발기업에게지분투자나 M&A를추진하는전략은자체개발의방식보다는다양한게임을단기간에확보할수있는대안이된다. 이러한기업차원의노력에힘입어 2017 년 6 월기준전세계상위 100 대게임기업의 매출에서중국기업들은미국의 25,059 백만달러보다큰 27,547 백만달러를기록했다. 한국온라인게임의발전 국내온라인게임역사가어느덧 20년이지났다. 온라인게임은그역사가 PC패키지, 콘솔, 아케이드등다른플랫폼에비해짧지만인터넷이급속도로발전하면서큰변화를이뤄냈다. 온라인게임의종주국으로불리는한국은특히 MMORPG 장르에서두각을나타내며부상했다. 1990년대초반외산 PC게임을유통하면서성장한한국게임은 MMORPG라는장르를개척하면서성장했다. 당시국내게임산업의성장은바람의나라 ( 넥슨 ) 와리니지 ( 엔씨소프트 ) 라는걸출한역작이큰몫을했다. 이두기업은 1999년당시 80% 를넘게국내시장을점유하고있어사실상온라인게임산업이이두기업에의해발전됐다고해도과언이아니다. [ 그림 ] 은연도별국내게임의해외수출액증가율인데, 최근들어다소성장세가주춤하는추세이기는하나 2004년한때무려 124% 의성장을보이기도했으며 2011 년까지는가파른성장세를지속했다. [ 그림 ] 연도별국내게임의수출액과증가율 ( 단위 : 천달러 ) % 2,378,078 3,214,627 2,973,834 2,638,916 2,715, % 387, ,743 1,093,865 1,240, % 564, , , % 19% 13.40% 16.20% 1,606, % 29.40% 11% 9.50% 2.90% 8.10% 출처 : 대한민국게임백서 (2011, 2012, 2017) 를재구성 월간 SW 중심사회 15

16 COLUMN 중국의도전과 4 차혁명을넘어야하는한국게임 최근콘솔게임도 AR, VR기술과접목하며진화하고있고, VR자체의게임장르도새롭게등장하고있는데이러한변화는게임산업에서중국기업과경쟁하는한국에게는기회이자위기인측면이동시에있다. 즉한국은셧다운제와같은접속제한규제를풀려고하는반면, 중국은오히려미성년자인터넷접속을제한과같은 미성년자인터넷보호조례 를예정하고있어자국기업에게규제가강화될조짐을보여중국시장에진출한국내기업에게는또다른위기요인으로보이며, 새로운분야인 VR게임은아직까지온라인게임이나모바일게임과같은규제가작동하고있지않기때문에국내기업에게는중국시장을선점할수있는기회요인이될수있다는것이다. 한편국내기업의관점에서보면, VR과같은신기술기회에신속하게대응하지않고, 기존게임에고착되면기술기회가오히려위협요인으로다가올수있고, 정부도셧다운제, 확률형아이템게임의규제, 혹은 VR게임에대해새로운규제를해결하지못한다면국내게임산업은오히려추락의위기에봉착할수있다는것이다. 이에대해총론적인대응은온라인게임에서의주도권을유지하면서도 AI, VR 등신기술의등장에적극적으로대응한다는것이다. 전략적으로는우선한국은그간성공한개발, 중국은퍼블리싱하는모델이여전히가능하며, 모바일게임에서중국에게인기온라인게임의 IP를판매하는모델도아직유효하기때문에이러한협업모델을당분간유지하는것이유리할것이다. 다만이두경우모두한국게임이중국보다게임개발력에서우위를유지할때만이지속가능하다. 국내게임이중국과의경쟁에서우위를유지하며글로벌시장을지속적으로개척하기위한조건으로는첫째, 수평적협업이중요하다. 모바일패러다임과 AR, VR, AI에대한기술개발에있어기존온라인게임과모바일게임에서는게임기업들간에협력이중요했다면, 최근등장한 VR게임에서는 HW제조와게임콘텐츠개발기업그리고유통을담당하는퍼블리셔 ( 유통사 ) 간의新생태계조성이중요하다. 한국은다행스럽게도삼성및 LG전자와같이세계적으로경쟁력이있는 HW제조사들이포진하고있어, VR 신기술을이용한콘텐츠개발은게임기업들이선도하고, HW제조사는최적의 VR하드웨어를개발하여 SW와 HW의양대축이상호공조해나가는가운데정부도이들간의협업이가능하도록인센티브 ( 예 : 협업조건의 R&D, 규제제거 ) 를제공한다면중국에잠시뒤쳐졌던게임산업의경쟁력을회복하는데기회가될수있다. 게다가 VR산업은교육, 의료, 영화, 군사, 건축등의응용범위가넓기때문에게임분야에적용된선도적 VR기술을다양한산업에도그대로확산한다면글로벌시장에서도호기를맞을수있을것이다. 둘째, 아이템개발형에서플랫폼기반의생태계전략으로전환해야한다. 온라인게임에서는 성공한게임개발사가퍼블리셔 ( 유통사 ) 로성장했는데, 모바일게임은앱스토어 (30%), 플랫폼 16

17 중국디지털게임의부상과한국의대응전략 사업자 (20%), 퍼블리셔 (20-30%), 카드수수료 (10-16%) 등을지불하면남은 20% 남짓의수익이개발사에게돌아가는구조이다. 그런데중국은이와는반대로구글, 애플의 30% 보다비싼 50% 수준으로자국기업이토착앱마켓을통해수수료를가져가는구조라서, 국내기업의성장환경이중국에비해만만치가않다. 따라서아직지배적플랫폼사업자가등장하지않은 VR게임을공략하는국내기업들은개별게임아이탬개발을넘어플랫폼과생태계차원의전략구사를위해노력하는것이바람직할것이다. IP M&A의병행전략이다. 중국텐센트의전략을살펴보면, 한국의넷마블, 파티게임즈의지분에도투자했고, 미국엑티비젼블리자드의지분 24.9% 를확보하여최대주주가됐으며, 핀란드의슈퍼셀을인수하면서모바일게임에서도강자로부상했다. 이사례는, 게임콘텐츠모방이용이한산업의특성상, 보다장기적측면에서는일회성거래로끝나는단순한 IP 판매보다는장기적으로는 IP와상대기업의지분확보를연계하거나 M&A와같은전략도해외시장개척차원에서중요하다는것을시사한다. 그간게임이나 IP의판매중심의글로벌화를추구했다면, M&A나지분투자를통한신속한글로벌화전략도과감하게구사해야한다. 마지막으로혁신의출현과결과를사전에예측하기어려운창의산업에서는기존셧다운제, 확률형아이템규제와같은규제를기업이다양한신기술영역을과감하게개척하게하고그결과에따라정부개입의수위를조절하는사후규제나혹은기업의자정능력을인정하는자율규제로전환하는것이기업의창의적도전을독려하는측면에서유리하다. 월간 SW 중심사회 17

18 TREND 선도적인 TREND SW기업, 오픈소스로적과의동침中 선도적인 SW 기업, 오픈소스로적과의동침中 Leading software firms are sleeping with the enemy through open source 유호석선임연구원 YOO, Ho Seok Senior Researcher, SPRi 강송희연구원 KANG, Song Hee Researcher, SPRi 오픈소스에기반한기업간 협조적인경쟁 (Copetition) 이확산되고있음 Openstack 의사례를볼때, 정부가개발한 SW 를오픈소스로공개하는것이기업간협력을촉발할수있음 Copetition is spreading among firms along with the increasing collaborative competition based on open source Looking at the openstack case, it is possible to promote copetition among companies by opening the government-funded software projects 18

19 선도적인 SW 기업, 오픈소스로적과의동침中 오픈소스와기업 SW의복잡도와규모증가로단일기업이독자적으로하나의 SW를완성하는방식은많은비용이소모되면서도실패위험은높아진상황임 이에따라오픈소스를통한기업간협업이확산되고있으며, SW를공개하여자발적인기여자와파트너회사의개발자, 대학, 경쟁사간협업하고있음 공생관계에있는기업뿐아니라경쟁관계에있는기업이하나의오픈소스프로젝트에참여하는사례가발견되고있음 오픈소스에기반한기업간협력유형 개방형 SW가 IT산업을주도하면서 HW기업과 SW기업간밀접한전략적공생관계가형성 - 구글이안드로이드OS를기반으로삼성 HTC 등제조사와협력하여애플에대항하는경쟁구도를성공적으로구축함 - 레드햇리눅스가델 (Dell) 등컴퓨터제조사와협력하여 HP IBM 유닉스, MS 윈도우즈서버와효과적으로경쟁함 최근에는오픈소스를매개로소프트웨어기업이협력함으로서단일기업끼리의경쟁이아닌특정 SW플랫폼을중심으로하는오픈소스 SW진영간의경쟁으로변화하는양상임 년말테슬라의엘론머스크주도로설립한인공지능비영리기관 Open AI를 Microsoft, Amazon, Infosys 가공동후원함 년 11월구글이공개한머신러닝관련 SW라이브러리인 Tensorflow는 Google, AirBnb, Ebay, DropBox, DeepMind, AirBus, CEVA, Snapchat, SAP, Uber, Twitter, IBM 1 등이후원하고공동개발중 년아마존클라우드 ECC와유사한기능을하는오픈소스인 OpenStack 이공개된이후현재까지 HP, IBM, VMWare 등주요기업이공동개발하고있음 SW 기업의협조적경쟁 (Copetition) 사례 : 오픈스택 Copetition 은협력 (Cooperation) 과경쟁 (Competition) 의합성어로서배리네일버프예일대 교수와애덤브란덴버거하버드대교수가협력과경쟁의장점을결합한비즈니스전략을 보다정확히표현하기위해만든신조어임 1 테크크런치 ( ) 월간 SW 중심사회 19

20 TREND 오픈소스네트워크에기반한 OpenStack 공동개발은이러한 Copetition 의특성을극명하게드러내는사례임 - 오픈스택은 2010년 NASA가 Nebula 라는클라우드매니지먼트플랫폼프로젝트의결과물코드를아파치라이센스 2.0으로배포하면서시작됨 - NASA가배포한코드를클라우드기업인 Rackspace 가검토한결과, 자사가개발중인스토리지클라우드서비스를보완할수있는가상서버클라우드를개발한것을알아내고 NASA를만나하나의프로젝트로공동개발을시작함 2 - 최초의美연방정부 CIO인비벡쿤드라가 OpenStack 프로젝트를발견하고연방정부의클라우드플랫폼으로채택함 - 현재 OpenStack 은패키지SW, IT서비스 / 컨설팅, 클라우드 / 호스팅서비스, OS제조사등다양한기업이참여하여지속적으로발전하고있음 OpenStack 공동개발에참여하는 10대대기업네트워크안에는같은서비스로경쟁하는기업들보다상호보완적인서비스를제공하는기업간협력이상대적으로더활발함 - 공생관계에있는 SW 또는 HW, 총판및지원 (Distribution&Support) 을제공하는기업간협업이더많이이루어지고, 퍼블릭클라우드서비스를제공하는기업간에는협업강도가상대적으로약함 [ 그림 ] OpenStack 의협조적경쟁네트워크 2 The Secret History of OpenStack, the Free Cloud Software That s Changing Everything, Cade Metz, wired. com,

21 선도적인 SW 기업, 오픈소스로적과의동침中 회사 Citrix Cloudscaling HP IBM Mirantis Nebular Rackspace VMWare Red Hat Canonical 설명 가상화, 네트워크제품및 SaaS 를제공하는다국적소프트웨어회사 통신사등큰서비스회사를대상으로클라우드인프라를구축하는데필요한서비스와오픈소스제품을공급하는소프트웨어회사 소비자, 중소기업, 대기업에하드웨어, 소프트웨어, 서비스를공급하는다국적 IT 회사 다국적컨설팅및 IT 서비스회사 오픈스택에특화된노스캘리포니아소재소프트웨어회사 클라우드에특화된노스캘리포니아소재하드웨어, 소프트웨어회사 서버와응용 SW 를호스팅하는다국적서비스회사 클라우드소프트웨어제품과서비스를제공하는 SW 회사 기업을대상으로오픈소스제품과서비스를제공하는다국적 SW 회사 우분투 ( 리눅스 ) 의제조사이면서이를기업에서활용하도록지원하는서비스회사 출처 : Teixeira, Jose, Gregorio Robles, and Jesús M. González-Barahona. Lessons learned from applying social network analysis on an industrial Free/Libre/Open Source Software ecosystem. Journal of Internet Services and Applications 6.1 (2015): 14. 시사점 기업은오픈소스를탐색하고참여함으로서혁신적인 SW와서비스를보다낮은실패위험으로개발할수있음 NASA가개발한 Openstack의사례를볼때, 정부R&D 등으로개발한우수한 SW를오픈소스로공개하는것이기업간협력을촉발하는계기가될수있음 월간 SW 중심사회 21

22 TREND 블록체인 TREND 투자및활용동향 블록체인투자및활용동향 The trend of the block chain investment and use cases 블록체인은미래유망기술로글로벌투자가증가하고있으며새로운투자방식 (Initial coin offerings, ICO) 이부상하고있음 글로벌 SW기업은오픈소스기반으로사례연구를진행하고있으며다양한분야에블록체인기술을확산하기위해서는기술효과성분석및모범사례발굴이요구됨 서영희연구원 SEO, Young Hee Researcher, SPRi Blockchain is a promising technology for the future, and global investment is increasing and new investment method (Initial coin offerings, ICO) is emerging. global SW companies are carrying out case studies based on open source and are required to analyze technology effectiveness and find best practices in order to spread blockchain technology in various fields. 22

23 블록체인투자및활용동향 블록체인관련글로벌투자는지속적인성장추세를보임 암호화된분산원장기술인블록체인은가상화폐인비트코인으로널리알려졌으나지금은이를넘어선미래전략기술로주목받고있음 - 블록체인은거래정보 (Transaction) 를기록한원장 (Ledger) 을중앙서버가아닌 P2P(Peer to Peer) 네트워크에암호화후분산하여참여자가공동으로기록 관리하는기술 - 블록체인기술로금융업계의비용절감규모는 2022년기준으로약 200억달러에달할것이라전망 1 Gartner 는 2017 Top 10 전략기술에블록체인과분산원장기술을선정 2 - 블록체인이나분산원장기술은기대감의정점을지나일부의성공과실패사례들을양산해내며향후 5-10년내실제적용가능성이높을것으로예측됨 [ 그림 1] Emerging 기술하이프사이클, 2017 자료 : 가트너, 블록체인과비트코인에대한글로벌투자는매년증가추이를보이고있음 년 4 분기이후투자건수와규모가증가하고있으며 2017 년 2 분기투자금은 2 억 3 천 2 백만달러를기록함 1 Is the Future of Financial Services orgs in Blockchain?, IDC, Top 10 Strategic Technology Trends for 2017, Gartner, 월간 SW 중심사회 23

24 TREND CB Insight 에의하면 2013년부터 2017 년 2분기까지벤처캐피탈 ( 이하 VC) 형태로총 18억 5천달러 ( 한화 2조 1000 억원 ) 규모의자금이투자되었음 - 특히새로운투자방식인 ICO의경우 2017년 2분기기준, 1분기에비해 20배규모로폭발적으로증가, 이는전통적인 VC 투자액과비교했을때도 3배이상상승한수치블록체인기술을기반으로한 ICO(Initial coin offerings) 는기업공개 / 주식상장 (IPO, Initial Public Offering) 의유사한개념으로회사가자신의디지털통화또는 토큰 을판매하여자금을공급받는크라우드펀딩 (crowdfunding) 의한형태 [ 그림 2] 블록체인펀딩규모추이 ( 단위 : $M) $4 $20 $16 $59 $80 $73 $61 $143 $222 $145 $96 $43 $173 $161 $121 $82 $116 $ 공개펀딩 Deal 자료 : CB Insight, [ 그림 3] ICO 와전통적인 VC 펀딩규모비교 ( 단위 : $M) $757 $222 $1 $145 $1 $96 $6 $43 $1 $173 $12 $161 $21 $121 $21 $82 $39 $116 $38 $232 Q Q Q Q Q Q Q Q Q Q VC 공개펀딩 ICO 예상펀딩 자료 : CB Insight,

25 블록체인투자및활용동향 산업별활용을위한주요 SW 기업의 R&D 현황 글로벌 SW기업, 다양한분야의기업과협업하여파일럿과제진행중 - (IBM) 하이퍼레저 (Hyperledger) 프로젝트에주도적으로참여하고있으며범산업적블록체인활용을위해다양한분야의기업을지원리눅스파운데이션기반의오픈소스프로젝트인하이퍼레저는제조, Supply Chain, IoT 등산업전반에서범용블록체인기술을발전시키기위한프레임워크하이퍼레저프로젝트에 IBM, Intel, Accenture 등글로벌기업이다수참여하고있으며 2016 년 2월 30개의회원사로시작하여 2017년 8월기준총 149개회원사규모로성장 - 중국월마트는 IBM 및칭화대와의협력을통해중국에서유통되는돼지고기의공급망을추적하는블록체인파일럿프로젝트진행 ( ) 소비자들은육류의생산지, 도축및유통과정, 매장에이르는과정을스마트폰으로확인가능하며문제발생시, 몇주가걸리던음식추적과정을 2.2초내로단축미국기준으로식중독질환이 1% 감소하면연간약 7,000억달러의비용이감소하는것으로알려짐 3 - (Intel) 하이퍼레저프로젝트중하나인쏘투스레이크 (Sawtooth lake) 를기반으로해산물추적하기위한데모공개 4 오류가발생하기쉬운수작업기록이나부적절한식품저장조건, 불법어획이나사기등의공급망문제를해결하기위해블록체인기술을활용 1 해산물은 IoT 센서를통해물리적으로태그 2 센서는블록체인에시간과위치관련데이터를지속적으로전송 3 Sawtooth 는유통경로를통해변경내역을추적 기록 4 구매자는물고기의출처에대한포괄적기록에접근가능 IoT 센서를통해위치, 온도, 습도, 움직임, 충격및기울기등각종정보추적가능 - (SAP) 네트워크를통해전세계 250만명의구매자와판매자를연결하는 SAP Ariba 는클라우드응용프로그램과비즈니스전반에블록체인기술활용하기로결정 ( ) 5 이를통해구매자와판매자는상품의이동을추적할수있으며 SAP Ariba는다이아몬드의출처기록을블록체인으로관리하는에버레저 (Everledger) 와파트너십체결 ( ) 3 Walmart Tests Food Safety With Blockchain Traceability, ETH News, Intel Demos Seafood Tracking on Sawtooth Lake Blockchain, Coindesk, SAP Ariba Will Use Blockchain to Track Shipments, Ensure Authenticity, Forbes, 월간 SW 중심사회 25

26 TREND [ 그림 4] Sawtooth 의해산물추적동작과정 자료 : Sawtooth 홈페이지, 국내도블록체인관련컨소시엄이나시범사업을구성하고있음 - 국내는분야별컨소시엄을발족하거나시범사업을기획하여블록체인관련연구개발을진행하고있으며포럼을개최하여인식제고와함께점진적노력을기울이고있음 - 해운물류블록체인컨소시엄발족하여국내물류및 IT업체, 정부, 국책연구기관이참여하여기술적이슈및규제관련이슈를검토하고있음하이퍼레저를기반으로 2017 년 6월에시범사업에착수, 9월내실제해운수출입물동의물류프로세스전반에블록체인기술을적용하기로합의 - 과기정통부와한국정보화진흥원은블록체인기반조성을위해 2017년총 14억규모 ( 민간매칭별도 ) 로시범사업 4개선정 ( ) 한국전력공사는세대간직접적인 P2P 전력거래가가능한블록체인기반전력거래플랫폼을구축하여에너지신산업활성화기반구축시범사업기획교보생명은블록체인인증기술을기반으로실손의료보험금청구의자동화 * 를구현하여기존의번거로운청구절차로인해소액보험금청구를포기하는사례를방지하는등가입자권익을제고 - 과기정통부는대학및기업의블록체인기술개발에 30억원을투자하고블록체인분야대학 IT연구센터 (ITRC) 신규지원등인력양성 ( ) 26

27 블록체인투자및활용동향 시사점 국내의블록체인활용활성화를위해서는관련기반조성이필요 - 블록체인은미래유망기술로관련글로벌투자가늘어나고있으며블록체인기술을활용한새로운투자방식이최근주목받고있음 - 오픈소스프로젝트와글로벌 SW기업은각분야의주요기업들과협업을통해금융을포함한각분야에서활용을위한프로젝트를활발히진행하고있음 - 사회적인신뢰와효율성을제고하는블록체인기술이다양한분야에확산되기위해서는보다적극적인기술효과성입증, 분야별모범사례발굴등을통한인식개선노력이필요 월간 SW 중심사회 27

28 TREND 자율주행자동차의 TREND 기술개발및업계동향 스마트시티구현을위해필요한것 자율주행자동차의기술개발및업계동향 Technology development and industry trends of autonomous vehicles 자율주행자동차 개발업체들은 2020년이후, 상용화를목표로기술개발에매진하고있음 자율주행자동차 기술및시장선점를위해정부및관련기업들간의협력이더욱더요구되는시점임 예영선연구원 YEA, Young Seon Researcher, SPRi Autonomous vehicle development companies are striving to develop technologies after 2020 with the aim of commercialization. More cooperation is needed between the government and related companies for autonomous vehicle technology and market preoccupation. 28

29 자율주행자동차의기술개발및업계동향 자율주행자동차는향후 10년내시장진입에안착할것으로예상됨 - 전세계자율주행자동차시장 ( 부분및전체자율주행포함 ) 은 2025년까지 12.4% 점유율을차지하고, 2035년에는 15% 까지점유율이상승할것으로예상 - 또한, 자율주행자동차시장규모는 2025년에약 420억달러에서 2035년에는 770억달러로증가할것으로예상 [ 그림 ] 전세계자율주행자동차성장률전망 Market penetration(%) 50 In 2035, AV sales will account for 25 percent of the market Sales of AV features are expected to grow from about $42 billion in 2025 to around $77 billion in 2035 Sales ($billions) Partially autonomous : 12.4% F u l l y autonomous : 0.5% Partially autonomous : 15.0% F u l l y autonomous : 9.8% Partially autonomous vehicles Fully autonomous vehicles 자료 : 보스턴컨설팅그룹 (BCG) 제4차산업혁명의최대화두인자율주행자동차에사업자들은기술확보및상용화에사활을걸고개발에몰두하고있음 - 완성차업체들을비롯하여, 구글등의 ICT 업계들은미래먹거리산업으로자율주행기술및관련서비스개발에몰두 - 특히, 자율주행자동차생산비의약 40% 1 를차지하는자율기능소프트웨어기술개발에집중하고있음 [ 표 1] 완성차업계및 ICT 기업들의자율주행자동차개발현황 구분기업명개발현황 완성차기업 현대 / 기아 BMW 벤츠 / 다임러 볼보 ㆍ구글, 시스코등 IT업체와협력하여커넥티드카개발ㆍ2030 년까지완전자율주행차양산계획ㆍ2017 년하반기자율주행차 40대공공도로테스트투입ㆍ인텔및모빌아이와완전자율주행차기술개발협력ㆍ2014 년최초로공공도로자율주행차량시험에공식허가획득ㆍ2020 년자율주행차출시계획ㆍ2020 년까지반자동자율주행차출시예정ㆍ2021 년까지완전자율주행차개발목표, 100% 안전성보장후양산계획 1 보스턴컨설팅그룹 (BCG) 2015 Revolution in the Driver s Seat report 월간 SW 중심사회 29

30 TREND 구분기업명개발현황 완성차기업 ICT 기업 폭스바겐 혼다 도요타 GM 테슬라 네이버 구글 ( 웨이모 ) 애플 엔비디아 모빌아이 우버 바이두 자료 : 인사이터스자료재가공 ㆍ2021 년자율주행시스템을갖춘무인차개발출시ㆍ퀄컴과협력, 자율주행전기차에 5G 연동 V2X 도입ㆍ구글웨이모와협력, 2020년완전자율주행실용화목표ㆍ소형완전자율주행전기컨셉트카공개ㆍ세계에서가장많은자율주행기술특허보유ㆍ2020 년 4단계자율주행차개발목표ㆍ부분 ( 고속도로 ) 자율주행기술 슈퍼크루즈 시스템장착ㆍ완전자율주행차개발은 10년이상소요예상ㆍ부분자율주행차조기상용화ㆍ2018 년까지자율주행자동차업데이트계획ㆍ국내중소기업과협력, 도요타개조차량으로자율주행시스템시험ㆍ2021 년가지완전자율주행차출시목표ㆍ현재최장시범운행거리 (42만4331마일 ) 기록ㆍ2014 년자율주행차시도, 다임러및 BMW와협상결렬ㆍ자율주행시스템개발에집중ㆍ인공지능자율주행컴퓨터드라이브 PX2 탑재, BB8 자동차공개ㆍ아우디와 협력, 완전자율주행 SUB용인공지능자동차컴퓨터 사비어 (Xavier) 2020년출시ㆍ자동차부품공급업체 ZF와협력, 사용차용자율주행컴퓨터 2018 년양산예정ㆍ테슬라오토파일럿시스템공급업체였으나, 2016 년사고이후공급중단ㆍ델파이및인텔과협력, 2019년까지자율주행시스템개발예정ㆍ볼보와협력, 2021년까지완전자율주행차공동개발ㆍ인공지능운전자보조프로그램탑재자율주행차개발ㆍ2018 년상업용자율주행차출시예정, 2021년양산화계획 자율주행자동차도입에앞서, 미국교통국 (DOT) 은자율주행차적용가이드라인 15개항을제정함 - 자율주행자동차의동작방법, 충돌대응, 보안및법규준수등을고려한종합적인지침제시 - 자율주행자동차생산업체들은해당가이드라인을고려하여생산체계를구축할수있는토대가될것으로예상 [ 표 2] 미국교통국 (DOT) 의자율주행자동차안전을위한 15 가지평가사항 순번 평가사항 내용 1 작동방법 자율주행차가어디서어떤방식으로움직이는가를기록하고관련된로직을모두보고하여야하며, 자율주행차가보유하고있는센서와 GPS, 프로그램및중앙통신등모든사항기술 2 상황감지및반응 자율주행차가각상황에대해반응하는방식을상세히기술 3 대비책 자율주행차가시스템작동불능에이르렀을때취하는대처방법으로강제정지등다양한사항기술 4 시스템적합성 자율주행차의시스템에대한적합성, 적법성여부 5 등록및인증 NHTSA 에시스템을등록하고인증을받는것 6 데이터기록과공유 자율주행차의시스템에대한데이터기록, 정보공유 7 충돌대비 자율주행차가충돌한후에구동을제어하는방법및복귀하는방법기술 8 비밀유지와보안 자율주행차는개인이사용하기도하지만, 공유경제발전으로인해카세어링등에사용되므로, 탑승자의정보보호기술 30

31 자율주행자동차의기술개발및업계동향 순번평가사항내용 9 시스템안전 자율주행차에서센서가손상당할수있는여부또는손상시정상운행이가능한지에대한여부 10 사이버보안 자율주행차의시스템에해커등의침입으로부터대응보안기술 11 인터페이스 운전자가자율주행차또는다른운전자, 도로를사용하는모터사이클라이더또는보행자들과의교류방법 12 탑승자보호 완전자율주행이실현될경우, 차량내부의대시보드등의디자인변화에따른탑승자보호방법 13 고객교육 자율주행차를처음구입하는고객을위한사용법교육 14 윤리사항 자율주행차가최악의상황에직면했을때어떤조작을통해서피해를최소화할것인지에대한로직등의방법 15 법규준수 미국의각주마다교통법규가조금씩다르기때문에이를만족할수있는프로그램평가 자료 : 미국교통국 (DOT) 및도로교통안전국 (NHTSA) 우리나라도 제2차자동차정책기본계획 2 을통해 2020 년까지 3단계자율주행자동차상용화발표 - 국토교통부가발표한제2차자동차정책기본계획 (2017~2021) 에서자율주행자동차관련법ㆍ제도개선, 안정성평가기술, 연구개발지원, 도로인프라구축등을통해 2020년까지 3단계수준의자율주행자동차상용화목표제시 - 또한, 유엔 (UN) 세계자동차기준조화포럼 (WP29) 에우리나라가주도적으로참여하여자율주행을허용하는방향으로자율조향장치국제기준개정중 (17년중통과예상 ) 국내상용차업계와국내 ICT업계들도자율주행관련기술및서비스개발을위해투자및관련업체와협력중 - 현대기아차는자율주행의핵심기술로꼽히는차량과사물간통신 (V2X, Vehicle to Everything) 시스템과자율주행을연동하는기술확보에주력 - 네이버랩스는차량용인포테인먼트 (IVI, In-Vehicle Infotainment) 플랫폼인 어에이 (AWAY) 를카세어링에적용한헤드유닛디스플레이타입하드웨어공개 - KT는모빌아이와협력하여커넥티드 ADAS( 첨단운전자보조시스템 ) 사업을본격화하고, 5G기반의 V2X와차세대인포테인먼트등으로사업영역확장 - SK텔레콤은자동차통신기능을탑재하여주행안전을높이는독자기술 T리모트아이 V2X 와 리모트ADAS 개발중 자율주행자동차기술및시장선점을위해정부및관련기업들간의협력이더욱더요구되는시점임 - 글로벌자율주행자동차개발업체간의기술및서비스협력이강화되고있는가운데, 정부및국내관련업계간의긴밀한협력을통해발빠른대응이필요 - 정부와민간이협력하여자율주행을위한도로시스템개선, 관련기술및서비스개발등을통해조기에시장을선점하기위한노력필요 2 국토교통부제 2 차자동차정책기본계획수립 ( ) 월간 SW 중심사회 31

32 STATISTICS 소프트웨어산업통계 소프트웨어산업통계 Statistics of Software Industry 국내소프트웨어생산현황 Domestic Software Production 전이슬소프트웨어정책연구소연구원 JEON, Yi Seul Researcher, SPRi 17 년 6월패키지 SW 생산 (6,807 억원 ) 은전년동기대비감소하였으나전월대비 7.7% 증가, IT서비스생산 (2조 9,318 억원 ) 은전년동기대비 10.4% 증가하여전체소프트웨어생산 ( 협의 ) 은 2.0% 증가한 3조 6,125억원 - 패키지 SW : 17년 6월시스템SW부문생산 (2,949 억원 ) 은전년동기대비 4.3% 증가하였고, 전년동기대비감소한응용SW는전월대비해서도 2.7% 감소한 3,858 억원으로전체패키지SW 생산은최근상승추세를회복 - IT 서비스 : 17 년 6월 SI(IT 컨설팅및시스템통합 ) 생산 (1조 5,452억원 ) 은전년동기와유사한수준 (0.4% 감소 ) 이며, SM부문 (IT시스템관리및지원서비스 ) 의생산은 1조 3,073억원으로전년동기대비 28.2% 증가하며전체 IT서비스는 6월들어두자리수대성장률을기록 [ 표 1-1] 월별소프트웨어생산동향 ( 단위 : 십억원, 전년동기대비증감률 ) 패키지 SW IT 서비스 게임 SW 구분 2016년 2017년 1분기 2분기 3분기 4분기 1분기 4월 5월 6월 생산액 2,045 2,417 2,364 2,495 1, 증감률 8.6% 7.6% 8.8% 4.8% -6.2% -18.9% -19.9% -23.2% 생산액 6,703 7,309 7,142 9,574 7,265 2,474 2,534 2,932 증감률 0.3% 5.2% 3.9% 5.5% 8.4% 6.5% 8.8% 10.4% 매출액 2,194 2,206 2,686 3,142 2, 증감률 4.8% 2.6% 13.7% 30.5% 11.1% 3.9% 3.9% 3.8% 합계 생산액 8,748 9,726 9,506 12,070 9,183 3,076 3,166 3,613 ( 협의 ) 1) 증감률 2.1% 5.8% 5.1% 5.3% 5.0% 0.3% 1.5% 2.0% 합계 생산액 10,943 11,932 12,192 15,212 11,621 3,840 3,930 4,376 ( 광의 ) 2) 증감률 2.6% 5.2% 6.9% 9.7% 6.2% 1.0% 2.0% 2.3% 게임 SW 는품목별생산액이아닌업종별매출액기준으로집계되었으며, 게임제작및배급업매출액만을포함한 수치임 (KOCCA, 콘텐츠산업실태조사, 월별수치는시계열조정 ) 신규 ICT 통합분류체계를적용에따라호스팅서비스는 IT 서비스에서제외됨 (2017.6) 주 1) 협의 : 패키지SW+IT 서비스주2) 광의 : 패키지 + IT서비스 + 게임SW 32

33 국내소프트웨어생산현황 출처 / 시기 : 과학기술정보통신부, KOCCA / [ 그림 1-1] 월별패키지 SW 생산동향 ( 단위 : 십억원, 전년동기대비증감률 ) 1, % 30% 1, % 7.4% % 4.2% % 10.7% % -5.5% % 5.3% % % 4.5% % 0.0% % -3.6% % 1.2% % -0.4% % 4.0% % -2.6% % % -3.2% % -0.2% % % % 10% 0% -10% -20% % -30.2% % -30% 년 1 월 2016 년 2 월 2016 년 3 월 2016 년 4 월 2016 년 5 월 2016 년 6 월 2016 년 7 월 2016 년 8 월 2016 년 9 월 2016 년 10 월 2016 년 11 월 2016 년 12 월 2017 년 1 월 2017 년 2 월 2017 년 3 월 2017 년 4 월 2017 년 5 월 2017 년 6 월 -40% 시스템 SW 응용 SW 시스템 SW( 증감률 ) 응용 SW( 증감률 ) [ 그림 1-2] 월별 IT 서비스생산동향 ( 단위 : 십억원, 전년동기대비증감률 ) 4, % 30% 4, % 3,500 3,000 2,500 2,000 1,500 1, % 9.1% % 1, % 1, % % 1, % % % % 1,375 1, % 1, % 1, % % 4.3% 875 1, % 1, % -0.3% 1, , % 7.8% 1, , % 9.2% 8.8% 1,606 1, % 2, % 5.8% 940 1, % % 962 1, % 1, % 16.6% 65 1, % 1,526 1, , % 19.8% 79 1, % 1,290 1,545 20% 15% 10% 5% 0% -5% 년 1 월 2016 년 2 월 2016 년 3 월 2016 년 4 월 2016 년 5 월 2016 년 6 월 2016 년 7 월 2016 년 8 월 2016 년 9 월 2016 년 10 월 2016 년 11 월 2016 년 12 월 2017 년 1 월 2017 년 2 월 2017 년 3 월 2017 년 4 월 2017 년 5 월 2017 년 6 월 -10% IT 컨설팅및시스템통합 IT 시스템관리및지원서비스기타 IT 서비스 IT 컨설팅및시스템통합 ( 증감률 ) IT 시스템관리및지원서비스 ( 증감률 ) 월간 SW 중심사회 33

34 STATISTICS 소프트웨어산업통계 국내소프트웨어수출현황 Domestic Software Export 17 년 6월패키지 SW 수출은전년동기대비 9.9% 증가한 3억 36백만달러, IT서비스수출은전년동기대비 8.7% 감소한 2억 50백만달러로전체소프트웨어수출 ( 협의 ) 은 1.1% 증가한 5억 87백만달러 - 패키지 SW : 17 년 6월시스템SW 수출은전년동기대비감소하였으나전월대비 16.8% 증가한 6백만달러, 응용SW 수출은전년동기대비 13.9% 증가한 3억 30백만달러 - IT 서비스 : 17 년 6월 SI부문 (IT컨설팅및시스템개발 ) 수출은전년동기대비감소하였으나전월대비 12.1% 증가한 81백만달러, SM부문 (IT시스템관리및지원서비스 ) 수출은 1억 65백만달러로전년동기대비증가 [ 표 2-1] 월별소프트웨어수출동향 ( 단위 : 백만달러, 전년동기대비증감률 ) 패키지 SW IT 서비스 게임 SW 합계 ( 협의 ) 1) 합계 ( 광의 ) 2) 구분 2016년 2017년 1분기 2분기 3분기 4분기 1분기 4월 5월 6월 수출액 , 증감률 -15.3% 18.5% 33.3% 52.5% 40.1% 30.4% 28.1% 9.9% 수출액 증감률 -2.9% -13.6% -10.5% -11.3% -10.2% -20.0% 15.4% -8.7% 수출액 , 증감률 -0.2% -1.9% 11.4% 16.6% -6.2% 1.2% 1.2% 1.2% 수출액 1,309 1,581 1,551 1,922 1, 증감률 -9.2% 0.9% 10.4% 17.1% 13.5% 5.8% 22.3% 1.1% 수출액 2,027 2,301 2,527 2,954 2, 증감률 -6.2% 0.0% 10.8% 16.9% 4.5% 4.3% 15.5% 1.1% 패키지SW, IT서비스수출액은매월입금된금액을기준으로집계 게임 SW는품목별수출액이아닌업종별수출액기준으로집계되었으며, 게임제작및배급업매출액만을포함한수치임 (KOCCA, 콘텐츠산업실태조사, 월별수치는시계열조정 ) 신규 ICT통합분류체계를적용에따라호스팅서비스는 IT서비스에서제외됨 (2017.6) 주1) 협의 : 패키지SW + IT서비스주 2) 광의 : 패키지 SW + IT 서비스 + 게임 SW 34

35 국내소프트웨어수출현황 출처 / 시기 : SPRi, KOCCA / [ 그림 2-1] 월별패키지 SW 수출동향 ( 단위 : 백만달러, 전년동기대비증감률 ) % 28.7% 38.5% 41.8% 41.5% 33.0% 46.2% 61.9% 67.1% 22.5% 39.7% 47.9% 43.5% 18.7% 33.4% 31.8% 13.9% 80% 60% 40% 20% % -14.5% -11.6% 0% % -48.6% % -38.0% % -35.7% % % % % % % -69.4% % -40% -50.4% -60% -57.3% -63.4% -80% 년 1 월 2016 년 2 월 년 3 월 년 4 월 년 5 월 년 6 월 년 7 월 년 8 월 년 9 월 년 10 월 년 11 월 년 12 월 년 1 월 년 2 월 년 3 월 년 4 월 년 5 월 2017 년 6 월 -100% 시스템 SW 응용 SW 시스템 SW( 증감률 ) 응용 SW( 증감률 ) [ 그림 2-2] 월별 IT 서비스수출동향 ( 단위 : 백만달러, 전년동기대비증감률 ) % 200.0% % -23.3% % -1.8% % 37.6% -5.1% % -4.8% -17.0% -16.8% -25.6% % -5.2% 0.3% -8.3% -6.8% % % -5.0% % -13.1% % -29.8% % -21.9% % -7.8% % % % -61.9% % % -55.9% % 100.0% 50.0% 0.0% -50.0% 년 1 월 2016 년 2 월 2016 년 3 월 2016 년 4 월 2016 년 5 월 2016 년 6 월 2016 년 7 월 2016 년 8 월 2016 년 9 월 2016 년 10 월 2016 년 11 월 2016 년 12 월 2017 년 1 월 2017 년 2 월 2017 년 3 월 2017 년 4 월 2017 년 5 월 2017 년 6 월 % IT 컨설팅및시스템통합 IT 시스템관리및지원서비스기타 IT 서비스 IT 컨설팅및시스템통합 ( 증감률 ) IT 시스템관리및지원서비스 ( 증감률 ) 월간 SW 중심사회 35

36 ISSUE 미래의료를 ISSUE 위한 SW융합활성화방안연구 미래의료를위한 SW 융합활성화방안연구 Plan for Promotion Healthcare Software Convergence Executive Summary 한국을포함한미국, 중국, 일본등각국은현재노인인구증가, 만성질환중심의질병구조변화등으로의료비지출이빠른속도로증가하여헬스케어시스템 임영모소프트웨어정책연구소책임연구원 LIM, Young Mo Principle Researcher, SPRi 서영희소프트웨어정책연구소연구원 SEO, Young Hee Researcher, SPRi 혁신의필요성이증대되고있다. 각국은의료시스템의질을높임과동시에비용을절감해야하는압력에직면해있다. 이를해결하기위해각국정부와기업은헬스케어와 SW의융합을통해해결책을찾고있으며, 그중심에는빅데이터와인공지능이있다. 본연구는헬스케어와 SW 융합의핵심인빅데이터와인공지능기술이가져오는헬스케어패러다임변화에대해살펴보고국내외현황을검토함으로써국내의헬스케어시스템및산업의발전방안을제안하는데그목적을두고있다. 헬스케어데이터는 2015년기준으로 153억엑사바이트에서 2020년에는 15배를뛰어넘어 2,314억엑사바이트에다다를것으로예측되고있다. 또한웨어러블기기와같은다양한정보수집장치가등장하여헬스케어데이터의규모및 36

37 미래의료를위한 SW 융합활성화방안연구 복잡성이증가되는추세이다. 이렇게폭발적으로늘어나는헬스케어데이터를분석하여의미를찾아내는노력이활발히진행되고있다. 헬스케어데이터의경우비정형데이터가 80% 이상이고진료, 라이프로그, 유전체등그양도방대하기때문에기존의빅데이터분석방법으로는활용에한계가있다. 이러한문제를해결해주는것이바로인공지능이다. 인공지능기술은의사결정지원, 프로세스효율화, 새로운제품 / 서비스의 3가지측면에서헬스케어영역에새로운가치를창출할것으로기대된다. 대량의복잡한데이터집합으로부터빠른시간안에결론을도출하고근거를제시함으로써의사, 경영진등이보다상세한정보에기반한의사결정을내릴수있도록지원한다. 자연어처리기술로비정형데이터처리업무를자동화하여시간과비용을절감시킨다. 인공지능분석결과를활용해맞춤형치료, 건강관리프로그램, 맞춤형보험등과같이새로운개념의서비스가등장할것이다. 인공지능에의한혁신은병원, 보험, 의약품, 개인 4대헬스케어생태계구성원모두에게근본적인변혁을유발할것으로예상된다. 병원에서는의료의질향상과실시간건강관리와같은새로운서비스가창출되고유명병원이보유한지식및노하우의이전이용이해지면서경쟁구도도변화될것이다. 보험영역에서는고객을건강위험정도에따라분류가가능해지면서맞춤형상품개발과질병발생위험도에따른선제적고객관리가가능해진다. 의약품개발은후보물질의효과와부작용에대한예측모델과시뮬레이션으로신약개발의성공가능성을높이고비용을절감된다. 개인들은인공지능의도움을받아스스로건강관리가가능해지고수동적인환자에서능동적인의료소비자 (Healthcare Prosumer) 로변화될것이다. 인공지능기술과함께주요의료선진국을중심으로 헬스케어애널리틱스 이라고불리는의료빅데이터분석시장이빠르게신성장하고있다. 헬스케어애널리틱스는헬스케어빅데이터에서체계적이고자동적으로통계적규칙이나패턴을찾아내는것으로, 정밀의학 (Precision Medicine) 중심으로이루어지는헬스케어산업개편에중요한역할을수행할것이다. 헬스케어애널리틱스경쟁력을갖추기위해서는병원, 기업, 공공기관, 정부의노력이필요하다. 병원은맞춤형치료등미래의료환경변화에대응하기위해서는데이터분석및활용이용이하도록병원정보시스템을고도화해야한다. 헬스케어산업관련기업들은기존사업기반에클라우드, 인공지능, 빅데이터등신기술을적극적으로도입하고다른기업과의협력을확대하여부족한역량을확보해야한다. 공공기관은데이터공급자및시장조성자의역할을보다강화하고분석역량제고를통해국가차원의의료시스템개선방안을마련해야한다. 건강보험공단, 건강보험심사평가원은데이터공급자로서기존에제공하던청구데이터이외에의료정보나라이프로그등데이터의수집및공개범위를확장하고데이터품질관리를위한노력을강화해야한다. 정부는헬스케어애널리틱스의확산을위해표준데이터플랫폼을구축하고헬스케어와 IT 지식을겸비한전문인력을양성해야한다. 병원, 전문기업등이공동으로헬스케어데이터를수집, 활용할수있도록표준데이터플랫폼을구축하고개인정보활용등에대한명확한기준제시할필요가있다. 글로벌헬스케어산업에서경쟁우위를차지하기위해헬스케어생태계구성원모두의적극적인노력이필요한때이다. The necessity of innovation in the healthcare system increases in many countries including 월간 SW 중심사회 37

38 ISSUE Korea, us, China, and Japan because medical expenses are increasing at high speed owing to the rising elderly population and changes in disease structure (mainly chronic diseases). Each country is under pressure to increase the quality of the healthcare system while saving costs at the same time. To cope with it, governments and enterprises are looking for a solution by converging healthcare and software, and big data and artificial intelligence are key to such solutions. This study aims to propose the development method of the domestic healthcare system and industry by looking into the healthcare paradigm change caused by big data and artificial intelligence technology -- which is the key to the convergence of healthcare and software -- and present condition at home and abroad. The size of healthcare data is expected to hit billion Exabytes in 2020, which is 15 times larger compared to 2015 (15.3 billion Exabytes). In addition, the size and complexity of healthcare data increased with the emergence of various information collection devices such as wearable devices. Efforts are actively made to find meaning by analyzing healthcare data, which grows exponentially. Since more than 80% of healthcare data is informal, and its quantity is vast (e.g., treatment, life log, genome, etc.), the existing big data analysis method cannot be fully utilized. It is artificial intelligence that solves this problem. Artificial intelligence technology is expected to create new values in the healthcare area in three aspects: decision-making support, process efficiency, and new products/services. As the AI technology draws a conclusion from a large quantity of complex data set in less time and presents the basis, doctors and management can make a decision based on more detailed information. In addition, time and cost can be saved by automating information data processing jobs using natural language processing technology. Services based on a new concept will emerge, such as personalized treatment, health care program, and personalized insurance, using AI analysis results. Innovation by AI is expected to bring about fundamental changes in all healthcare ecosystem members -- hospitals, insurance, medicine and medical supplies, and individuals. In hospitals, medical treatment quality will be improved, and new services (e.g., real-time health care) will be created, including a competitive landscape as knowledge and know-how possessed by famous hospitals can be easily transferred. In the insurance area, personalized product development and preemptive customer management become possible according to the risk of disease outbreak, as customers can be classified based on their health conditions. In developing medicine and medical supplies, the possibility of successful new pharmaceuticals development can be increased, and costs can be saved, using forecast models and simulation on the effects and side effects of the candidate material. Finally, individuals will be able to control their own health with the assistance of AI, changing from a passive patient to an active healthcare prosumer. Together with artificial intelligence technology, the healthcare big data analysis market called healthcare analytics is newly developed quickly in major advanced healthcare countries. Healthcare analytics systematically and automatically identifies statistical rules or patterns in health care big data, and it will play a key role in the healthcare industry reorganization that puts emphasis on precision medicine. To make healthcare analytics competitive, hospitals, enterprises, public institutions, and government need to make efforts. In particular, hospitals need to advance their hospital information system to facilitate data analysis and utilization, in order to respond to future 38

39 미래의료를위한 SW 융합활성화방안연구 healthcare environmental changes such as personalized medical treatment. Enterprises related to the healthcare industry need to introduce new technologies (e.g., cloud, artificial intelligence, big data) actively to their existing business foundation and secure more capability by cooperating with other enterprises more frequently. On the other hand, public institutions need to set up healthcare system improvement plans at the national level by strengthening the role of data providers and market creators and improving the analysis capability. As data provider, Health Insurance Corporation and Health Insurance Review & Assessment Service need to expand the scope of data collection and opening (e.g., medical treatment information, life log) and make more efforts for data quality control, besides the billing data that they used to provide. The government needs to develop a standard data platform and nurture experts having knowledge of healthcare and IT to expand healthcare analytics. The standard data platform will enable hospitals and specialized companies to collect and utilize healthcare data jointly. The government also needs to set clear criteria regarding the use of personal information. It is time for all healthcare ecosystem members to make active efforts to gain competitive edge in the global healthcare industry. 제 1 장서론 제 1 절연구의배경및목적 1. 연구의배경 한국은노인인구증가, 만성질환중심의질병구조변화등으로의료비지출이빠른속도로증가하여헬스케어시스템혁신의필요성이증대되고있다. 한국의 GDP대비경상의료비 1 비중은 6.9% 로 OECD 평균 8.9% 보다는아직낮은상황이다. 하지만국민 1인당의료비증가율은연평균 7.2%( 05 13) 로 OECD 평균 2.0% 보다 3배이상높은수준 2 이다. 65세이상노인 1인당의료비는 305만원으로전체 1인당의료비 102만원의 3배정도인데 3 고령인구의비중 4 이 11.0%( 10) 15.7%( 20) 24.3%( 30) 32.3%( 40) 37.4%( 50) 로빠르게증가하면서의료비증가는더욱가속화될전망이다. 급격한고령화와더불어고혈압, 당뇨등만성질환중심으로질병구조가변화함에따라 이에대응할수있는의료시스템구축의필요하다. 우리나라성인중 54.3% 가만성질환을 1 경상의료비는 국민의료비에서자본형성을제외한것으로 2013년부터 OECD에서는국가간비교자료로써활용하고있음 2 OECD Health Data 정성희 (2015), 고령자 만성질환자의건강관리를위한헬스케어서비스활용과과제, 보험연구원 4 통계청 (2011), 장기인구추계 월간 SW 중심사회 39

40 ISSUE 갖고있으며, 특히 50대는 68.7%, 60대는 83.7%, 70대이상은 91.3% 가만성질환을보유하고있다. 이에따라 2014 년주요만성질환진료비는 19조 7,256 억원으로지난 12년동안 4.1배정도증가 5 했으며, 총진료비중만성질환비중도 2002년 25.5% 에서 2014년에는 36.2% 로크게늘어났다. 이러한현상은우리나라를포함한선진국공통적인문제로각국과기업은 ICT 기술을활용하여헬스케어시스템을혁신하기위한노력을가속화하고있다. 헬스케어 SW 융합과스마트폰의대중화에힘입어웨어러블스마트의료기기등새로운형태의의료서비스확산되고있는데, 홈헬스케어기기및서비스시장규모는 2013년 57억달러에서 2018년까지 126억달러로성장예상된다. 6 애플의 HealthKit, 구글의 Google Fit, MS의 Microsoft Health 등전통적의료기업이아닌글로벌 SW기업을중심으로자사의개방형헬스케어플랫폼생태계구축을위한경쟁구도도심화되고있다. 또한, 빅데이터를활용한예방적건강관리와개인맞춤형서비스를통해의료의질과효율 향상하려는시도가증가하고있다. 글로벌컨설팅기업인멕킨지는미국의경우빅데이터 활용으로의료비지출 ( 약 2.8 조달러 ) 의 6~7%(1,900 억달러 ) 를절감가능할것으로전망했다 연구의목적 상기에서살펴본봐와같이우리나라를포함한각국의의료시스템은고령화, 질병구조의변화, 신기술의발전등으로의료의질을높임과동시에비용을절감해야하는압력에직면해있다. 이를해결하기위해각국정부와기업은헬스케어와 SW의융합을통해해결책을찾고있으며, 그중심에는빅데이터와인공지능이있다. 사실빅데이터와인공지능은밀접하게연관되어있다. 헬스케어데이터의경우비정형데이터가 80% 이상이고진료, 라이프로그, 유전체등양도방대하기때문에기존의빅데이터분석방법으로는활용에한계가있다. 이러한문제를해결해주는것이인공지능이다. 인공지능기술은비정형진료기록, 환자와의사사이의대화등을분석이용이한구조화된데이터로변화시켜줄뿐만아니라방대한데이터를검색하고분석하여의료진의의사결정을지원해준다. 본연구는헬스케어와 SW 융합의핵심인빅데이터와인공지능기술이가져오는헬스케어패러다임변화에대해살펴보고국내외의현황을검토함으로써국내의헬스케어시스템및산업의발전방안을제안하는데그목적을두고있다. 향후연구로는인공지능을헬스케어에도입하고활용하기위해고려해야하는의료체계와제도의변화에대한연구가필요하다. 5 국민건강보험공단 (2013), 2012년건강보험통계연보 6 IHS Technology, McKinsey, Game Changers: Five opportunities for US growth and renewal,

41 미래의료를위한 SW 융합활성화방안연구 제 2 절연구의구성및방법 1. 연구의구성 본보고서는총 5 장으로구성된다. 제 1 장에서는서론으로서, 본연구의배경, 필요성, 연구의목적등이기술된다. 제2장에서는인공지능기술의발전이가져올헬스케어패러다임의변화를고찰한다. 헬스케어분야에서인공지능기술의활용이창출하는가치를살펴보고헬스케어시스템의 4대구성원인병원, 보험, 의약품, 개인의미래변화방향에대해논의한다. 제3장에서는범위를좁혀병원을중심으로하는의료생태계의빅데이터활용현황에대해살펴본다. 글로벌관점에서의료빅데이터생태계의성장과정과발전방향, 산업현황및특성등을고찰하고국내환경과의비교분석한다. 제4장에서는빅데이터와인공지능활용의근간이되는의료데이터관련해외주요국의정책및국제표준화동향에대해살펴보고국내현황과의비교분석을통해개선방향설정을위한시사점을도출한다. 제5장에서는제3장및제4장의시사점및문제점을중심으로헬스케어와 SW의융합활성화방안을제시한다. 이와함께, 본연구를수행함에있어논의된연구의한계점과향후연구방향을기술하고자한다. 2. 연구방법 본연구는헬스케어와 SW 융합활성화방안을도출하는목적을달성하기위해서먼저, 기본적으로는문헌연구를중심으로, 빅데이터와인공지능의헬스케어분야활용현황과각국의정책및국내현황에대한조사를수행한다. 국내외의정책문서, 정책보고서, 연구보고서, 학술논문등이주된대상이다. 둘째, 국내헬스케어와 SW 전문가및전담기관의담당자와의인터뷰등을통해연구보고서의적실성을제고한다. 인터뷰및자문회의등을수행하고, 이를반영함으로써문헌중심의연구가가지는문제점을제거하고자한다. 제 2 장인공지능에의한헬스케어패러다임변화 제 1 절인공지능과헬스케어 헬스케어관련정보를생성하는곳이병원중심에서개인일상생활로확장되면서활용 월간 SW 중심사회 41

42 ISSUE 가능한데이터의양과다양성이기하급수적으로증가하고있다. 지금까지주로활용되던병원의임상정보는개인이일생동안생성하는데이터의 0.04% 에불과하며건강상태를결정하는데 10% 정도만기여한다. 반면, 생활습관, 환경등외인성 (Exogenous) 요인이개인건강상태를결정하는데 60% 이상영향을미치며일생동안생성하는데이터의대부분을차지한다. 최근센서, 사물인터넷등기술의발전으로실시간으로외인성데이터수집이가능해지고있다. 2010년부터전세계적으로원격모니터링기기를사용하는환자가연평균 18% 씩증가하여현재 4.9백만명이방대한데이터를생성하고있으며 8, Iowa대학연구진은 2020년까지헬스케어데이터가 73일마다 2배로증가할것으로전망했다. [ 그림 1] 헬스케어데이터구성 자료 : IBM 발표자료 또한, 2003 년완성된인간게놈프로젝트는 13 년간 30 조원이상이사용됐으나현재미국 23andme 는 149 달러로 6 8 주안에분석결과를제공하고있듯이빠르고저렴한유전체분석 기술이개발되면서치료및건강관리에활용할수있는헬스케어데이터가급증하고있다. 인공지능기술의발전은급증하는헬스케어빅데이터를분석하고혁신을위한통찰력을얻는것을가능하게해준다. 인공지능기술은영상, 텍스트, 음성등의인식률을제고하여전체헬스케어데이터의 80% 에달하는비정형자료를분석가능한형태로변환하는데크게기여한다. 딥러닝등자율학습기술의발전으로사람의역량으로빠른시간안에습득이불가능한임상, 유전체, 논문등다양한영역의방대한데이터를학습하고분석하여최적의해결방법을제안할수있게되고있다. 8 IBM(2016), Big Data in Healthcare Infographics 42

43 미래의료를위한 SW 융합활성화방안연구 이와같은이유로 IBM, 구글등인공지능선도기업은헬스케어를주요응용분야로 지목하고시장선점을위해병원, 제약, 스타트업등과의협력을확대하고있다. [ 표 1] IBM 왓슨헬스케어의주요제휴현황 구분 시기 기관 주요협력내용 11.9 Wellpoint 증거기반건강관리시스템 12.3 MSKCC 암진단과치료법추천시스템 헬스케어관련기관 클리브랜드크리닉임상훈련시스템 14.9 Mayo Clinic 암진단의속도와정확도개선 15.4 Medtronic 당뇨병치료솔루션 15.4 존슨앤존슨 인공관절및척추수술환자재활코칭시스템 14.2 Welltok 모바일건강관리앱 14.6 GenieMD 개인화된건강관리앱 기술개발 Pathway Genomics 건강및보건관리업체를위한지원시스템 15.3 Modernizing Medicine 임상의사결정지원모바일앱 자료 : 언론보도자료종합 15.4 Explorys 보안클라우드컴퓨팅플랫폼 15.4 Phytel 의료분야클라우드기반서비스개발 IBM은 2011년퀴즈쇼인제퍼디에서우승한직후자사의인공지능시스템인딥블루를활용하여여러응용분야중헬스케어에가장먼저진출하였으며, 관련기관과의협력및 M&A를활발히진행했다. 2011년 Wellpoint( 민영의료보험 ) 를시작으로 MSKCC 9, 클리브랜드클리닉등유수의병원과파트너쉽을맺고왓슨시스템의헬스케어분야로의응용가능성을탐색했고, 2014년본격적으로왓슨을클라우드형태로서비스를시작하고분석역량강화를위해 Welltok, Pathway Genomics 등에투자했다. 또한 2015년에는헬스케어분야를독립사업부로신설하고존슨앤존슨, 메드트로닉등의약품기업등으로제휴영역을확대하는등헬스케어사업을지속적으로강화하고있다. 알파고를개발한구글 DeepMind는지난 2월 DeepMind healthcare 출범을발표했다. 구글은의사, 간호사등을지원하는 Streams라는스마트폰용앱을함께선보이면서향후인공지능탑재계획을밝히고 Streams의테스트를위해영국의국민보건서비스 (National Health Service) 와왕립자유병원 (Royal Free Hospital) 과협력관계도맺었다. 한편의료영상분석, 진단, 환자모니터링등다양한헬스케어영역에서인공지능기술을 활용한창업이급증하고있다. CB Insight 에의하면현재 32 개인공지능스타트업이헬스케어 분야에서사업을전개하고있으며지금까지이들기업에 5.3 억달러가투자됐다. 9 Memorial Sloan-Kettering Cancer Center 월간 SW 중심사회 43

44 ISSUE [ 그림 2] 헬스케어분야인공지능스타트업현황 자료 : CB Insight, From Virtual Nurses To Drug Discovery: 32 Artificial Intelligence Startups In Healthcare, 제 2 절인공지능에의한헬스케어변화방향 1. 발전방향 인공지능기술은의사결정지원, 프로세스효율화, 새로운제품 / 서비스의 3 가지측면에서 헬스케어영역에새로운가치를창출할것으로기대된다. 1 ( 의사결정지원 ) 인공지능은대량의복잡한데이터집합으로부터결론을도출하고근거를제시함으로써의사, 경영진등이보다상세한정보에기반한의사결정을내릴수있도록지원한다. 기존에전문가경험과직관에의존했던영역의결정을증거기반으로내림으로서정확도를높이고기존의통념을뛰어넘는새로운통찰력을제공할것이다. 특히, 헬스케어분야는장기간의교육과훈련이필요한데인공지능활용으로미숙련인력의역량을단기간에전문가수준으로향상이가능해진다. 2 ( 프로세스효율화 ) 자연어처리기술로비정형데이터처리업무를자동화하여시간과비용을절감시킨다. 인공지능으로필기체, 음성등의인식률높여수기작성보험청구서처리, 콜센터등사람이하던업무가자동화되며, 임상시험적합환자선별과같이방대한자료를검토해야하는경우자연어처리기술로업무부담이경감될것이다. 3 ( 새로운제품 / 서비스 ) 개인별유전체, 라이프로그데이터등을인공지능으로분석하여맞춤형 치료, 건강관리프로그램, 맞춤형보험등과같이새로운개념의서비스가등장할것이다. 44

45 미래의료를위한 SW 융합활성화방안연구 [ 그림 3] 인공지능에의한헬스케어산업의가치창출 기존데이터 병원진료기록보험청구정보학계논문 신규데이터 생체데이터 ( 웨어러블 ) 유전자데이터환자상태정보 (IoT/ 센서 ) 소셜데이터 인공지능 ( 통합, 분석 ) 의사결정지원 프로세스효율화 새로운제품 / 서비스 인공지능에의한혁신은병원, 보험, 의약품, 개인 4 대헬스케어생태계구성원모두에게 근본적인변혁을유발할것으로예상된다. ( 병원 ) 인공지능과 ICT 기술은의료의질향상과함께시간과공간적인제약을완화시킴 으로써실시간건강관리와같은새로운서비스가창출되고유명병원이보유한지식및 노하우의이전이용이해지면서경쟁구도도변화될것이다. ( 보험 ) 고객을건강위험정도에따라분류가가능해지면서맞춤형상품개발과질병발생 위험도에따른선제적고객관리가가능해진다. ( 의약품 ) 후보물질의효과와부작용에대한예측모델과시뮬레이션으로신약개발의 성공가능성을높이고비용을절감된다. ( 개인 ) 인공지능의도움을받아스스로건강관리가가능해지고수동적인환자에서능동적인 의료소비자 (Healthcare Prosumer) 로변화될것이다. [ 표 2] 헬스케어 4 대영역별발전방향 1 의사결정지원 2 프로세스효율화 병원개인보험의약품 의료 질을최고전문의수준으로상향평준화 자동화된 학습-가설- 검증을통해새로운치료법개발촉진 예측모델링을통한환자대기시간감소 품질및순환률제고 진료과목별분리된지식이공유되어협진활성화 생활패턴을분속한개인별건강관리고치 개인의상태를분석하여적합한시점에필요한의료서비스추천 당뇨, 심장질환등의만성질환자의실시간원격모니터링 인프로 낙후지역의 의료지원 특정위험환자군계층화로선제적고객관리 정확한데이터분석에기반한보험료및수가기준책정지원 보험금사용패턴분석을통한보험사기, 보험금누수확인 패턴인식, 자연어처리기술을활용한단순업무자동화 예측모델사용하여성공가능성높은신약후보물질추천 성공가능성, 비용등에대한시뮬레이션을통해포트폴리오관리 임상시험에적합한환자자동매칭 SNS 분석으로출시된신약의부작용가능성탐지 월간 SW 중심사회 45

46 ISSUE 3 새로운제품 서비스 병원개인보험의약품 데이터 기반개인맞춤치료 ( 정밀의료 ) 수술 후합병증예측및환자별맞춤관리 웨어러블 -IoT 에서얻은데이터기반의보험서비스제공 개인 유전체분석을통한맞춤약개발 기존 약품의새로운 효능재발견 2. 세부분야별발전방향 (1) 병원 1 의사결정지원 방대한의료데이터와논문을학습한인공지능은진단의정확도를높여주고최선의치료법을제안하는임상의사결정지원시스템 (Clinical Decision Support System, CDSS) 을통해의료의질을높인다. IBM Watson for Oncology의경우평균암진단정확도는약 96% 로전문의보다정확도가높은사례 10 에서보듯이환자의상태에따른최적의치료법과근거를제시해줌으로써의사가정확한판단을내릴수있도록도와주고경험이부족한의료진이단기간에숙련의로성장할수있도록지원한다 년미국기준으로예방가능한사망은약 40만명, 오진관련약 1조달러비용발생하고있다. 11 하지만딥러닝기반의영상진단기기를활용하여보다정확한진단이가능하게됨으로써오진률을최소화할수있다. 인공지능기술을활용한영상진단기기회사인 Enlitic 은폐암검진의정확도가방사선과의사의감지정확도보다 50% 이상높다. 또한응급실, 의료낙후지역과같이모든영역의전문의활용이어려운경우인공지능을이용하여신속하고종합적인진단및치료가가능해지게함으로써의료사각지대해소에기여할것으로기대된다. 실제로선진기업및병원은아프리카와같은인프라낙후지역의의료수준향상을위해인공지능을활용한프로젝트를진행하고있는데, IBM은인공지능 Watson을통한아프리카의의료문제를해결하기위한프로젝트루시에 1억달러를투자 12 하고있다. 또한, 영국런던위생열대의대 (London School of Hygiene and Tropical Medicine) 는원격진료가능수준의진단정보를전문의에게전달하는모바일앱을개발하여케냐에서 5,000명을진단 13 했다. 2 프로세스효율화 인공지능은병원내진료부서간의단절된정보를공유 / 연계하거나프로세스를효율화하여 업무효과를증대시킬것이다. 미국의존스홉킨스병원은 Tableau 라는소프트웨어업체와 10 IBM 인공지능 왓슨 암진단율 96% 전문의보다정확, donga.com 뉴스, Deaths by medical mistakes hit records, IBM s $100M Project Lucy brings Watson to Africa, Kurzweilai.net (2014-2)

47 미래의료를위한 SW 융합활성화방안연구 연계하여응급실의대시보드를통해환자위치나관련정보를 5,6개부서에서 5분마다업데이트하여데이터분석결과를시각화함으로써응급실체류시간을평균 11시간에서 4시간으로감소시켰다. 이와같이인공지능을활용한예측모델링을통해환자대기시간을감소시켜의료서비스품질및환자순환률제고할수있다. 또한, 현재진료과목별로전문화되어있는병원시스템에서는상호간의정보교류가어려운데, 인공지능은단절되어있는의료지식의공유를쉽게하여협진을활성화시킬것이다. 구체적으로환자의과거타과진료병력을분석하여보다정확한진료가이루어질수있도록해주고타과와협진이필요한부분을실시간제안하고병원내협진활성화를위해각진료과목별전문화되어통일되지않은의료지식및데이터를통합할수있는플랫폼을제공한다. 수술 / 진료시대화같은음성의료정보를녹취하고기계어학습을이용하여자동으로전자문서화전자의무기록 (EMR) 작성을지원함으로써업무효율성과정확도도높일것이다. 애플시리 (Siri) 원천기술을개발한뉘앙스社는환자상담내용과처방을전자문서화하는프로그램을세계 1만개이상의료기관에서 45만명의사에게제공 14 하고있다. 3 새로운제품 서비스 개인의유전체정보, 환경및습관등의료정보를인공지능으로연계 분석하여환자개인별최적의맞춤의료서비스제공이가능해질것이다. 또한환자데이터, 인구통계, 리스크요인을종합적으로분석하여수술후합병증예측및환자별맞춤관리도가능하다. 미국의 Sequoia 병원 ( 美 ) 의경우 IBM과연계하여만명이상의환자데이터를분석하고심장병수술전후의맞춤형치료가이드라인을제시하여수술후사망률 50% 감소시켰다. Medical Journal 에서일반적진료로확산되는데까지평균 17년소요되며연구할아이디어로자료를수집하고분석하여결과를발표하기까지추가로 3-10 년이소요된다. 15 의사들의 81% 는 Medical Journal을읽는데한달에평균 5시간이하밖에투자 16 하지못하지만 IBM 왓슨은 15초내에 4천만건의문서를학습할수있으므로새로운지식습득이나새로운치료법연구에활용가능하다. 결국인공지능을활용하면자동화된학습-가설- 검증을통해새로운치료법개발기간및노력을단축할수있다. (2) 보험 1 의사결정지원 보험의경우기존에는분석방법이없어통제하기어려웠던리스크를인공지능기술을 통해정량화된지표로서관리할수있게된다. 우선고비용치료가예상되는고객군을 14 늘어나는의료분쟁, 의료녹취서비스대안주목, 전자신문, The answer is 17 years, what is the question, Zoë Slote Morris, Journal reading patterns and preferences of pediatricians, Carol Tenopir, 2007 월간 SW 중심사회 47

48 ISSUE 미리예측하고조기에예방관리하는것과같이빅데이터분석을통해질병발생가능성에따라고객의등급을구분하고, 고객군별로선제적맞춤관리함으로서보험료지출비용절감할수있게된다. 미국의보험회사인 Aetna는 37,000여명의고객정보를분석해대사증후군 (metabolic syndrome) 예측모델개발, 대사증후군위험군에속한고객에대해서개인별관리프로그램을제공하고있다. 또한 BOSTON MEDICAL CENTER HealthNet Plan( 美 ) 의경우 : 의료데이터전문분석기업 (Mede/Analytics ) 과제휴하여유전자정보, 건강상태데이터를기반으로고객군을계층화하여차별화된진료서비스를제공하고있다. 한편, 인공지능기술은새로운의료기술, 약품등의효과를객관적으로측정하여수가를 책정하는가치기반지불제도 (Value-Based Purchasing) 17 시행이가능하도록해준다. 2 프로세스효율화 인공지능은보험사주요업무중노동집약적단순반복업무를자동화하여, 관리비용을절감시키고업무효율을높여준다. 패턴분석기반시스템은보험계약정보, 기존사기데이터, 보험료청구데이터, 의료정보등여러곳에산재된데이터를종합적으로연계분석하여, 보험사기및보험금누수를차단할수있게해준다. 또한사기유의자의 SNS 게시글검색등심층분석을통한보험사기적발시스템을고도화시킨다. 심사, 고객관리등경영주요업무프로세스에대해인공지능기술을활용하여경영관리비용을절감할수있다. 미국의 Anthem는 IBM Watson 도입하여, 기존 3~5일소요되던사전허가 (prior authorization) 18 업무를자동화하여신청당일에허가여부를통보하는사례와같이고객청구신청서를자동으로인식할수있는시스템으로전담심사인력의업무부담을경감할수있다. 또한콜센터기록, 홈페이지방문기록, 담당설계사의고객상담기록등모든정보를통합하여고객및직원의만족도를높일수있다. 미국의 Assurance 의경우콜센터응대데이터의고객 - 직원간상관관계를분석하여, 전화를건고객에게기존에통화한직원또는상관도가높은직원을실시간으로배정하여매출 190% 증대, 해약방지율 117% 증가, 직원이직률 25% 감소등 19 의성과를거두었다. 3 새로운제품 서비스 보험사는인공지능기술을활용한고객데이터를분석하여니즈를파악하고가격차별화 및부가가치서비스제공등으로새로운고객수요를창출할수있다. 예를들어건강관리 17 의료의질과효율성에따라진료비를결정 18 의료보험 관련정책, 임상연구자료, 치료가이드라인등을분석하는작업, 보험업무중가장비용과시간이많이투입되는업무중하나임 19 CEO Report, 빅데이터의보험산업활용시사점, , 보험개발원 48

49 미래의료를위한 SW 융합활성화방안연구 전문기업과제휴하여운동방법, 체중관리등을제공하는건강관리플랫폼제공하고웨어러블 IoT 등스마트기기를사용하여건강증진과행동변화를유도하는새로운보험서비스를제공할수있다. 실제로미국의 Aetna 는 Carepass 라는모바일플랫폼을통해연계된웰니스프로그램을제공하고개인헬스케어정보를수집하고웨어러블기기를통해운동량식이요법등정보를모니터링후보험료할인서비스제공하고있으며, United Health Group 은계획된건강식단을꾸준히섭취한고객에게리워드를제공한다. 또한암완치자, 고령자등의료보험사각지대에있던고객층에대한리스크를분석하여맞춤형상품을만들수도있다. (3) 의약품 1 의사결정지원 통상적으로신약개발은 10년이상의기간과수십억달러이상의비용이소요되며 1만개의후보물질중 1개만이상품화될정도로성공가능성도매우낮다. 임상시험의복잡도와규모가커지고검토하는후보물질의수도증가함에따라 1개신약당평균개발비용이 억달러 (1970년대 ) 4.13억달러 (1980년대 ) 10억달러 (1990년대 2000년대초 ) 26억달러 (2000 년대 2010 년대초 ) 로기하급수적으로증가하고있는상황이다. [ 그림 4] 신약개발프로세스 자료 : Alliance Research Centers 이와같은상황에서인공지능을활용하면예측모델을사용하여성공가능성높은신약후보물질을발굴하고효과적으로포트폴리오관리를할수있다. 우선과학논문, 임상데이터등을연계 분석하여후보물질을발굴하고효능과부작용에대한예측모델을활용하여본격적인투자전에사전검증이가능하게해준다. IBM과 Baylor 大는암과관련있는 p53단백질관련논문 7만건을분석하여 1주일만에 6개의후보물질발굴했는데, 지난 30년간평균 1년에 1개의 p53단백질관련후보물질이발굴된것과비교하면인공지능을활용했을 20 PhRMA(2016), 2016 Biopharmaceutical research industry profile., 실패비용포함 월간 SW 중심사회 49

50 ISSUE 때의효과를알수있다. Atomwise( 美 ), Insilico Medicine( 美 ), 스탠다임 ( 韓 ) 등인공지능기술을 활용하여후보물질발굴및평가서비스를제공하는벤처기업도증가하고있다. 또한, 프로젝트성공가능성, 수익예측, 경쟁정보등을종합적으로분석하여경영진이단계별투자, 포트폴리오변경등의사결정을증거기반으로내릴수있도록지원한다. IBM 조사에의하면제약사임원중 2/3 이상이비용절감과관련된의사결정을내릴때적절한정보부족으로확신이없다고응답 21 하고있는실정이다. 2 프로세스효율화 제약회사경영활동중큰비중을차지하는임상시험프로세스를효율화하여시간과비용을절감할수있다. 임상시험대상자는성별, 연령부터과거병력, 기존에시행한치료법등엄격한기준에의해선정되기때문에서류를검토하는의사와간호사의업무부담이큰상황인데다가메이요클리닉의경우 8,000개이상의임상시험이진행중이며, 전세계적으로 17만건이상이진행될정도로유명병원의경우진행하고있는임상시험의양도많은실정이다. 이러한상황에서자연어처리를통해임상기록을읽은후기계학습으로정제하여임상시험에적합한환자를자동선별함으로써업무효율성을높일수있다. 신시네티아동병원의연구결과에의하면기존에는 1명의적합한대상자선정을위해 98명의지원자를검토해야했으나인공지능을사용하여사전검토할경우 8명으로대폭감소 22 시켰다. 스마트기기, SNS 등과인공지능이접목되어임상시험프로세스를혁신할수있는데, 각종센서가부착된스마트기기를사용하여임상시험결과를실시간으로모니터링하고분석하여시험규모, 방법등을신속하게변경을가능하게해준다. 또한, SNS, 커뮤니티사이트등의모니터링을통해미처발견하지못했던약물의부작용가능성을신속하게파악하고대응할수도있다. 2014년미국연구팀은 23개의약품관련트윗의 1% 인 61,000개를분석한결과, 4,401개트윗이신약부작용과관련있었다고발표 23 했다. 3 새로운제품 / 서비스 인공지능기술은개인별특성에따른맞춤형의약품과축적된데이터를활용한새로운제품및서비스개발을지원한다. 글로벌제약기업들은개인의유전적특성, 증상등에따라세분화된맞춤형신약개발을위한투자를확대하고있다 년 4월세계 9위의제약사인아스트라제네카는 10년안에 200만명의유전정보전체를해독하는게놈프로젝트를시작한다고발표했다. 현재개인별로원인 / 발현정도 / 증상이상이하기때문에간질환자의 30% 가약으로질환을조절하는데실패하고있는데, 이를해결하기위해벨기에제약사인 21 IBM(2016), Prescribing a digital transformation for life science 22 Yizhao Ni et. al., Automated clinical trial eligibility prescreening: Increasing the efficiency of patient identification for clinical trials in the emergency department, JAMIA, July 2014, pp 최윤섭 (2016), 디지털기술은임상연구를어떻게혁신하는가 (4) 검색어분석을통한신약부작용발견 50

51 미래의료를위한 SW 융합활성화방안연구 USB 는 13 년부터 IBM 과공동으로 1.5 백만명의환자데이터와과학논문을분석하여개인 맞춤형치료법개발을위한연구를진행하고있다. 기존에보유한임상데이터를활용하여단순약품이나의료기기공급을넘어새로운치료법을개발하여고객에게제공할수있다. 존슨앤존슨은 IBM과협력해인공관절, 척추수술후의환자의재활을돕기위한지능적인코칭시스템개발에착수했으며, 메드트로닉은 IBM과인슐린펌프와연속혈당측정기등자사기기에서가져온환자정보와데이터를분석하여환자와병원에게동적이고개인화된당뇨병관리법을제공할계획을발표했다. (4) 개인 개인은병원, 보험, 의약품의 3주체와는달리직접인공지능을활용하여새로운상품을만들거나프로세스를효율화시키지는않는다. 하지만헬스케어시스템의수동적소비자에서인공지능의도움을받아스스로건강관리가가능한능동적소비자로변화할것이다. 인공지능은개인생활정보를분석하여건강관리에필요한다양한활동을찾아내고개인이보다주도적으로건강관리를할수있도록코치해줄수있다. 웨어러블, IoT, 모바일과같은신기술은심장박동수같은개인신체정보, 식단, 운동시간, 사는지역과기후등의다양한정보수집수단과개인의건강서비스의채널로활용이가능해진다. [ 그림 5] 구글핏과애플헬스킷의하드웨어와앱들 자료 : Infographic: Apple HealthKit vs. Google Fit (Hitconsulatant ) 또한, 개인가상주치의를통해얻은의료지식과병원정보로보다주도적으로의료서비스를선택할수있을것이다. 인공지능의가상주치의를통해증상이어떤질병과관련이있는지, 원인은무엇이고, 어느진료과목에속하는지와같은가벼운의료지식에대한질의를일상수준의자연어를통해가능해지고, 질의에대한답변은개인의생활데이터와모니터링한신체정보를기반으로정확도를높이고, 적합한의료정보를추천할수있다. 개인가상주치의서비스를제공하는 Babylon 은구글의딥마인드로부터투자를받을때 1천억원이상의기업가치를평가받았다. 월간 SW 중심사회 51

52 ISSUE [ 그림 6] 자연어질의로의료서비스를추천하는 Babylon 자료 : 구글이미지검색 인공지능기술의발전은시간과공간의제약을극복하고만성질환자에게적시의의료서비스제공받을수있게해준다. 웨어러블기기를통해 24시간모니터링하여데이터를수집하고인공지능기술을활용하여다른데이터와연계 분석하여이상신호를판단하는경우적시에전문의료서비스를받을수있도록요청할수있고전문의에게필요한정보를함께전달함에따라응급의료의효율도증가시킨다. [ 그림 7] coventis Piix 서비스개념도 자료 : Non Invasive Health Monitoring with mhealth, Bart Collet 제 3 장의료빅데이터생태계현황 제 1 절개요 주요의료선진국을중심으로의료빅데이터분석생태계가형성되고의료빅데이터분석 시장이빠르게성장하고있다. 의료빅데이터분석은미국의경우 헬스케어애널리틱스 라고 52

53 미래의료를위한 SW 융합활성화방안연구 정의되어있다. 이는청구 비용데이터, 전자의무기록등에서수집된임상데이터, 환자의 라이프로그 (LifeLog), 제약 R&D 데이터등대규모로저장된다양한의료데이터안에서 체계적이고자동적으로통계적규칙이나패턴을찾아내는 24 분야이다. 최근의료분야에서빅데이터활용에대한관심이높아지면서데이터를수집, 분석하고이를위한 IT플랫폼을제공하는산업이빠르게성장하고있다. 글로벌시장은연평균 23.8% 의성장하여 2020년최대 238억달러 ( 약 29조 3천억원 ) 규모에이를것으로전망된다 년기준글로벌의료빅데이터분석시장의규모는약 64억달러규모로추정되며이는헬스케어 IT 시장규모의약 13% 수준 25 이다. [ 그림 8] 글로벌의료빅데이터분석시장전망 ( 단위 : 십억달러 ) ResearchFox Consulting(2015) Marketsand Markets(2013) Marketsand Markets(2015) BCC Research(2015) Stratistics Market Research Consulting(2015) Mordor Inteligence(2015) Meticulous Research(2014) 자료 : 주요컨설팅기업 Healthcare Analytics Market 리포트, SPRi 재구성 데이터중심의미래헬스케어패러다임변화에대응하기위해의료빅데이터분석분야의 성장과정과발전방향을살펴보고산업적특성과국내현황을분석하여국내현실에맞는 대응전략이필요하다. 제 2 절성장과정과발전방향 이절에서는애널리틱스의진화과정을시대별로구분하여살펴보고의료빅데이터분석 분야를헬스케어 IT 시스템과주요 IT 기술과비교하여 1980 년대부터 2020 년대까지 4 단계로 나누어성장과정과발전방향에대해서다룬다. 24 Fan, Jianqing; Han, Fang; Liu, Han ( ). Challenges of Big Data analysis. National Science 25 주요시장조사기관발표자료를취합하여추정한평균값으로, 최소 55 억달러에서최대 84 억달러규모임 월간 SW 중심사회 53

54 ISSUE 1. 애널리틱스의발전과빅데이터의등장 초기애널리틱스산업은제약적인상황에서의최적화 (Optimization) 를달성하기위한 목적으로활용되었다. 애널리틱스의진화과정은시대순으로분석하면아래와같다. (1) 1940~1960 년대 제2차세계대전중인 1940년대를기점으로애널리틱스연구가시작되었으며병력, 전쟁물자등의한정된자원을활용하여승리라는목표를달성하기위해효과적인방법에대한수요가높았다. 이시기의연구결과물과파생된최적화및시뮬레이션방법론들이애널리틱스분야의기초를구축하였다. 1950~60년대컴퓨팅기술이발전하고산업에적용됨에따라애널리틱스의활용범위가확대되었다. 1946년최초의컴퓨터애니악 (ENIAC) 이개발되면서복잡하고많은시간이필요한수학적문제를효율적으로해결할수있었다. 제약최적화문제를해결하기위한운용과학 (Operation Research, 이하 OR) 26 분야가태동하면서전문가의존적의사결정방식이변화하였다. (2) 1970 년대 정보기술 (Information Technology, 이하 IT) 의발전과산업구조의복잡성증가로인해다양한산업분야에서애널리틱스를활용하게되었다. 1970년대효율적이고정확한의사결정을내리기위해애널리틱스를의사결정보조시스템 (Decision Making Support System) 으로사용하였다. 산업이점점복잡해지고규모가거대해짐에따라문제를해결하는데있어서애널리틱스활용이필수적으로인식되었다. 대량생산시스템중심의제조업을선두로생산효율성증대를위한애널리틱스도입이산업계전반으로확대되었다. [ 그림 9] 애널리틱스진화 자료 : Dursun Delen, 제 2 차세계대전당시레이더망및부대배치, 물자수송편성, 적모함및잠수함수색등의군사적의사결정을위해개발된수리모형이경영분야에서활용되면서 OR 이라는용어가사용되기시작하였으며, 후에경영과학, 선형계획법, 시뮬레이션, 게임이론등으로응용되어사용중임 54

55 미래의료를위한 SW 융합활성화방안연구 (3) 1980 년대 1980년대에이르러애널리틱스와 IT 분야의기술적진화에의해기업은전사적자원관리시스템 (ERP) 도입하기시작하였다. 규칙기반전문가시스템 (rule-based expert system) 이등장함에따라정형화된문제를판별하고결정사항을제안하는지능적인의사결정지원이가능해졌다. 기업은관계형데이터베이스 (RDBM) 를도입하여단절되고비표준화된데이터를보다효율적으로관리할수있게되었다. 이를통한지능적인의사결정지원및일관된데이터관리가가능해져경영인과기업들은데이터의중요성에대해인식하게되었다. (4) 1990~2000 년대 애널리틱스는인터넷을통한정보의수집과공유가용이해지고대규모데이터기반의분석이가능해짐에따라새로운형태로진화하였다. 1990~2000년대인터넷의등장과 IT 기술의빠른진보로인해애널리틱스의개념이확대되고, 대부분의산업영역에서활용되었다. 정보의수집, 정제, 관리가효율적으로가능해짐에따라기존애널리틱스개념은최적화및의사결정지원에서비즈니스관련된일련의데이터와정보를분석하여 Insight 를도출하거나그과정에사용된기술, 방법론등을모두포함한개념으로확대되었다. 학술적인연구 (Research) 와의구분을위해기존의애널리틱스개념을비즈니스애널리틱스 (Business Analytics, 이하 BA) 로총칭하게되었으며, 별개로 BA에사용되는방법론과기술을비즈니스인텔리전스 (Business Intelligence, 이하 BI) 로정의하기도한다. 실시간으로데이터의양이증가하고산업현장에서애널리틱스의적시성에대한수요가증대함에따라데이터웨어하우스 (Data Warehouse) 와시각화기능이 ERP에도입되어의사결정자외실무자도애널리틱스를활용할수있게되었다. 특히개인용컴퓨터의보급률이높아지고저렴한 BA 소프트웨어가개발됨에따라대부분의산업에서 BA를본격적으로도입하고고도화하였다. (5) 2010 년이후 빅데이터개념이등장하며 BA는데이터과학 (Data Science) 으로진화하였다. 빅데이터는기술적개념이아닌가치개념으로, 특정한기술이나이론이아닌대용량의데이터를분석하기위한다양한기술의범위와데이터를활용해창출하는새로운가치를의미한다. 27 빅데이터개념의등장은애널릭틱스의개념을제한적데이터에기반한탐험적분석 (Exploratory Analysis) 에서대용량데이터를목적에맞게처리하여향후상황을분석하는예측형애널리틱스 (Predictive Analytics) 으로전환시켰다. 28 예측형애널리틱스는복합적인데이터의 27 장영재, 빅데이터, 비즈니스애널리틱스, IoT: 경영의새로운도전과기회, 정보시스템연구, 24(4), Davenport 외, Competing on Analytics: The new science of winning, Harvard Business Press, 월간 SW 중심사회 55

56 ISSUE 특성을반영한데이터시스템과이를분석하는기술및알고리즘등을개발하고실제상황에 적용하여미래를예측하고전망하는일련의과정을의미한다. 기존의 BA 가 분석결과 를중심으로의사결정을지원하는개념인것에비해예측형 애널리틱스는 데이터 를기반으로하는개념으로, 데이터수집하는기초단계부터전략을 도출하는전과정을포괄한다. [ 그림 10] 예측형애널리틱스가치피라미드 Volume Value Strategy Workflow and Operations Analytic Models and Visualization Data Integration & Management Technology Platforms : ERP, RCM, Claims Domain Technology Financial Data Operational Data Clinical Data Images Notes Structured Data Unstructured Data 자료 : DAMO, 데이터를기반으로하는예측형애널리틱스는 데이터과학 이라는융합산업개념으로변화하고있으며, 현업실무자들의통찰력과데이터분석전문가간의긴밀한협업이필요하다. 클라우드, 사물인터넷기술로데이터의효율적관리및활용이가능해지고있으며, 인공지능이접목된새로운애널리틱스시대가다가오고있다. 클라우드와사물인터넷기술이도입됨에따라사람이아닌시스템이직접데이터를수집하고관리하는방식으로전환되고있으며, 이는새로운인사이트를도출할수있는기반을제공한다. 대용량데이터처리기술이발전함에따라자연어처리, 기계학습, 신경망분석등다양한인공지능기술이고도화되고있으며이를활용한새로운애널리틱스가등장할것으로전망된다. 2. 의료빅데이터분석분야의성장과정 (1) 1980~1990 년대 이시기는병원관리목적으로의료전산화가주를이루면서경영이나보험청구를 위한정보가데이터베이스에저장되는시기였다. 대형병원중심으로관리지원시스템이 보급되면서의료정보가수집되기시작하여의료빅데이터분석의발판을마련하였다고볼 56

57 미래의료를위한 SW 융합활성화방안연구 수있다. 재정경영, 자원관리, 보험청구등효율적관리를지원하기위해헬스케어 IT가보급되면서종이문서들이전자화되고수집되었다. 이시기의의료빅데이터분석은엑셀과같은스프레드시트형태로저장된데이터를단순하고간단한통계적방법을통해분석하는형태로태동하였다고볼수있다. [ 표 3] 헬스케어분석분야의발전과정 ~ 9 0 년대 2000 년대 2010 년대 2020 년대 헬스케어 IT 29 관리지원시스템 ( 재정경영, 보험청구정보관리 ) 진료지원시스템 ( 전자의무기록 (EMR 30 ), 영상정보관리, 컴퓨터정보시스템 ) 통합관리시스템 (EMR EHR 31 ) 지능정보시스템 ( 병원정보, 유전체, 라이프로그등개인정보의통합관리 ) 분석활용분야 병원경영효율화, 환자에대한서비스질개선 임상결정지원시스템, 선제적위험군관리등 개인맞춤형치료 주요 IT 기술 데이터베이스통계분석 데이터웨어하우스다차원분석 빅데이터분석, 웨어러블 사물인터넷, 인공지능 (2) 2000 년대 2000년대는병원관리효율화나서비스개선등에빅데이터분석이점차활용되기시작하고진료를지원하기위한정보들이수집되는시기이다. 1980~1990년대에축적된경영관리데이터를통해업무프로세스효율화와병원서비스개선영역에분석이활용되기시작하였다. 특히종이차트를각진료과에전달하여처리하던불필요한업무들이사라지고경영데이터를활용하여환자대기시간감소등의료서비스개선이이루어졌다. 대형병원위주로데이터웨어하우스를구축하여업무프로세스가효율화되고환자에대한정보접근성이높아졌다. 예를들어, 국민건강보험일산병원은데이터웨어하우스구축으로진료실의통계처리업무는 6일에서 8시간으로, 경영관리통계처리및취합업무는각각 7일과 5일에서 1시간과 10분으로줄어드는정량적효과를보이기도하였다. 전자의무기록보급률이증가되면서진료뿐만아니라환자세부정보와영상정보등진료지원정보가체계적으로수집되었다. 국내는 1990년대말부터대형병원을중심으로 OCS 32 로대표되는정보시스템을구축하기시작하여, 2000년대에는 EMR, PACS 등진료지원시스템이대부분도입되었다. 29 의료정보시스템의시장기회탐색, 이종택, 한국과학기술정보연구원, EMR(Electronic Medical Record) 은보통하나의병원혹은의사와관련된진료정보로진단과처방결과, 약제처방, 인사과자료, 비용등원무자료, 외래자료등총체적자료 31 EHR(Electronic Health Record) 은여러기관과의사가표준화된정보포맷을이용하여진료정보를관리하는것으로기관대기관으로정보를통합하고전달하여공유하는내용이포함 32 Order Communication System : 처방전달시스템 월간 SW 중심사회 57

58 ISSUE [ 표 4] 병원정보시스템구성요소 분류 설명 MIS (Management Information System) 관리정보시스템 인사, 급여, 물류, 회계, 자산관리등 병원경영정보 EIS (Executive Information System) EDI (Electronic Data Interchange) 경영정보시스템전자문서교환시스템 경영통계, 원가분석등 보험청구, 원외처방등 PM/PA (Patient Management/Patient Account) 원무관리시스템 환자등록, 접수관리, 진료비수납관리, 미수금관리등 RIS (Radiology Information System) 방사선정보시스템 판독결과분석등 진료정보 LIS (Laboratory Information System) EMR/EHR (Electronic Medical/Health Record) 임상정보시스템전자의무기록시스템 Interface, 결제검색, 정도관리등 차트관리, OCS, 처방전접수등 PACS (Picture Archiving Communication System) 의료영상저장전송시스템 서버, DICOM 33, Viewer 등 자료 : 한국과학기술정보연구원, (3) 2010 년대 현재는의료빅데이터가개인을중심으로통합관리되는추세로방대한데이터분석을통한임상결정지원등분석의응용영역이확대되고있는단계라고볼수있다. 의료기관마다개별관리되고있는개인의료정보를의료기관간정보교류가가능한 EHR(Electronic Medical/ Health Record) 시스템으로전환되고있으며, 데이터연계 공유를위한표준화논의도활발한상황이다. EHR은의료기관간에정보공유가가능하여중장기적으로한환자의의료기록이통합되고추적가능하게하여임상결정지원을위한기술적토대를마련한다고볼수있다. 미국의경우, 2011년부터표준 EHR시스템의활용을촉진하도록인센티브제도를시행하여 2015 년 2월기준으로총 482,000 개의의료기관이지원을받았다. 데이터표준화는정보의활용과분석을편리하게하고정보공유비용도절감시켜향후폭발적으로늘어날것이라예측되는의료데이터에대해체계적이고유연하게대처하도록한다. 국내의경우도데이터표준화에대한중요성을인식하여 2016년 10월보건복지부는의료기관간환자의진료기록을안전하게교환할수있도록 진료정보교류표준 고시제정안을마련하였다. 33 Digital Imaging and Communication in Medicine : 의료용디지털영상및통신표준 58

59 미래의료를위한 SW 융합활성화방안연구 [ 그림 11] 헬스케어데이터증가속도 자료 : IDC, EMC Digital Universe, 2014., McKinsey&Company, 라인웍스, 2016 헬스케어데이터는 2015년기준으로 153억엑사바이트에서 2020년에는 15배를뛰어넘어 2,314억엑사바이트에다다를것으로예측되고있다. 또한웨어러블기기와같은다양한정보수집장치가등장하여헬스케어데이터의규모및복잡성이증가되는추세이다. 이처럼데이터가빠른속도로늘어나고데이터분석방법이고도화됨에따라임상결정지원이나선제적위험관리등분석적용분야가넓어지고있다. 다양한데이터를분석한결과를바탕으로선제적위험을예측하여환자를관리하고오진을예방하거나부작용을줄이는목적으로임상결정지원시스템에활용될수있다. 미국의 Sequoia 병원은환자데이터, 인구통계, 수술종류등빅데이터분석하고수술합병증발생가능성을선제적으로예측하고환자를관리하여사망률을약 50% 감소시켰다. 국내의경우, 분당서울대병원은 65세이상노인환자의일상생활능력, 정신기능, 영양상태등 9개항목의데이터를다면적으로분석하여, 수술후사망및합병증발병위험도를예측하고적정조치시행하였다. (4) 2020 년대 미래에는애널리틱스가인공지능기술과융합되어개인라이프로그등새롭게생겨나는다양한데이터를분석하여개인맞춤치료나새로운치료법개발등미래의료에활용되어시너지창출할것으로보인다. 기존에활용되지못했던개인의유전체정보, 환경및습관등의개인정보를의료정보와연계 분석하여보다정밀한개인별맞춤의료서비스제공할것이다. 개인별신체 질환특성및차이를분석한최적의치료를행하고, 유전체정보를반영한환자특이적맞춤약물선별가능하다. 건강정보를수집하거나진료정보를분석 활용하는등기존헬스케어애널리틱스가활용되고있는분야에인공지능이촉매역할이될것이다. 특히 IoT 기기에서수집되는라이프로그를활용하여만성질환환자의상태를실시간으로분석하여정확하고빠른대처가능하다. 여기에인공지능기술은자동화된학습-가설-검증을통해새로운치료법개발을촉진하고환자진료및수술, 영상분석등에서의사결정을지원한다. 실제의료현장에서활용가능하다고평가를받고있는 IBM Watson은인공지능기술을활용하여최적의치료법을제공하는임상의사결정지원시스템이라고볼수있다. 월간 SW 중심사회 59

60 ISSUE [ 그림 12] 애널리틱스의활용 데이터애널리틱스의역사 데이터애널리틱스는대규모데이터에서체계적이고자동적으로통계적규칙이나패턴을찾아내는도구로서예전부터다양한산업에서활용 제약적인상황에서최적화 (Optimization) 를달성하기위한목적으로 1940년대를기점으로연구가시작됨 - 제2차세계대전중한정된자원 ( 병력, 전쟁물자등 ) 을최적으로활용하여목표 ( 승리 ) 를달성하기위한목적으로연구되었으며제약최적화문제를해결하기위한운용과학 (Operation Research) 34 분야가태동하면서전문가의존적의사결정방식이변화하기시작 - 정보기술의발전과산업구조의복잡성증가로인해다양한산업분야에서애널리틱스를활용하기시작하였고지능적인의사결정지원및일관된데이터관리가가능해지면서점자데이터의중요성에대해인식하게됨 - 기업 / 경영자정보시스템, 비즈니스인텔리전스, 데이터과학 애널리틱스형태로진화 의료빅데이터분석의기대효과 의료빅데이터분석분야의발전은변화하는헬스케어패러다임에맞추어질병치료에서예방및개인맞춤관리중심의정밀의학으로빠른전환을촉진할수있다. IoT, 클라우드, 빅데이터기술등첨단 ICT기술을바탕으로의료빅데이터분석은헬스케어산업혁신에중요한역할을수행할것이다. 인공지능, 각종센서, 유전정보분석기술등과학기술이의료와결합해개인맞춤의료시대가도래할것이며약물유전체맞춤치료, 동반진단, 표적치료, 34 제 2 차세계대전당시레이더망및부대배치, 물자수송편성등의군사적의사결정을위해개발된수리모형이경영분야에서활용되면서 OR 이라는용어가사용되기시작하였으며, 후에경영과학, 선형계획법, 시뮬레이션, 게임이론등으로응용되어사용중임 60

61 미래의료를위한 SW 융합활성화방안연구 유전체분석을통한질병위험도예측등다양한정밀의학분야에서애널리틱스기술이 사용될것이다. [ 표 5] 헬스케어패러다임의변화 헬스케어 1.0( 공중보건 ) 헬스케어 2.0( 질병치료 ) 헬스케어 3.0( 건강수명 ) 시대 18~20 세기초 20 세기초 ~ 말 21C 이후 목적전염병예방과확산방지질병의치료및치유 질병예방및개인맞춤관리로건강한삶영위 수요전국민환자환자 + 정상인 지표전염병사망률기대수명, 질병사망률건강수명, 의료비절감 공급국가제약 / 의료기기업체, 병원 기존헬스케어서비스사업자 + ICT 기업 자료 : 하나금융경영연구소, SPRi 재구성 또한급속한고령화, 만성질환증가에따라늘어나는개인의료비와낮은이익률등문제를겪고있는의료생태계에새로운해결책을제시한다. 헬스케어비용은매년큰폭으로증가하나이익률이낮아과거와동일한재정적분석및전략수행이아닌새로운접근이필요한상황이다. 실제로미국의공공의료보장제도인 Medicare 35 는 2002년이후적자로전환되었다. [ 그림 13] 미국 Medicare 연도별이익률 Margin(percent) Fiscal year 자료 : Medicare Payment Advisory Commission, 미국에서시행되고있는노인의료보험제도로, 사회보장세를 20 년이상납부한 65 세이상노인과장애인에게연방정부가의료비의 50% 를지원함 월간 SW 중심사회 61

62 ISSUE 이런상황에서의료빅데이터분석은고비용의의료환경문제를해결할수있는새로운전략적도구역할을수행할것이다. McKinsey 는미국에서 2020년까지애널리틱스에의해임상, R&D, 공공보건부분에서매년최대 $1,900억의료비용절감효과가있을것이라고전망하였다. 36 자세히살펴보면, 임상분야에서는특정증상의여러치료법을비교분석하여치료효과와비용효율이가장높은것을찾아낼수있다. R&D측면에서는통계분석도구와고도화된알고리즘을활용해의약품의부작용등을미리예측하여의학연구활동연구비절감할수있다. Population Health으로알려진공공보건분야에서는의료빅데이터를분석하여국민의건강을기민하게감시및대응하여필요이상으로지출되는의료비용절감가능하다. 제 3 절산업적특성 1. 데이터중심의산업구조 현재의료빅데이터분석분야는데이터를중심으로수집, 분석서비스, IT 플랫폼제공의 3 가지비지니스유형으로구분할수있다. [ 그림 14] 의료빅데이터분석분야분류 데이터공급자 애널리틱스플랫폼제공자 애널리틱스서비스제공자 (1) 데이터공급자 헬스케어데이터를수집하고목적에따라사용할수있게공급하며주요기업으로 IMS Health, Kantar Health, Patientslikeme 등이있다. 데이터공급자는다수의병원, 보험사, 공공기관등과협력관계를맺고진료기록, 의약품사용현황, 환자라이프로그등다양한데이터를수집한다. 수집된정보를의약품및치료재료의제품별이력정보, 병의원개 / 폐원 36 McKinsey Global Institute, Game changers: Five opporturities for US growth and renewal, July

63 미래의료를위한 SW 융합활성화방안연구 정보등다양한형태의포맷으로가공하여재판매할수있다. 데이터만전문적으로수집하여재판매하는정보재판매업자 (information reseller, 데이터브로커 (broker)) 와유사한개념으로의료빅데이터분석분야에서데이터공급자는타산업의데이터에비해상대적으로복잡하고표준화가미흡한헬스케어데이터를활용할수있게가공하는역할을중점적으로수행하고있다. (2) 애널리틱스서비스제공자 헬스케어데이터를분석하여정보지표를생산하고전문적인분석서비스를제공하는역할로대표기업은 Optum, HealthCatalyst, MedeAnalytics 등이있다. 서비스제공자는이용자들의데이터와자체적으로수집한데이터를분석하여컨설팅서비스를제공한다. 자체적인데이터분석역량이부족한병원, 보험사등이애널리틱스서비스의주이용고객층이다. (3) 애널리틱스플랫폼제공자 애널리틱스플랫폼제공자는헬스케어데이터를저장하고관리및분석할수있는전문 IT시스템을제공한다. 웹혹은클라우드기반서비스로제공되는애널리틱스플랫폼을구축하여이용자들이데이터를분석할수있는환경을제공하고있다. IBM, Oracle, SAS 등대형 IT기업과임상시험에특화된 Medidata 와같은특정영역에전문화된기업이시장을주도하고있다. 특히 Medidata의클리니컬클라우드는많은시간과비용이필요한임상시험의계획과설계부터수행관리, 분석과보고까지의학치료에대한임상시험전과정에서비용절감과데이터품질개선을지원하는플랫폼이다. 2. 양질의데이터확보가성공요인 보안이중요한의료데이터의특수성으로인해현재는양질의데이터를많이확보한기업이시장을주도하고있는추세를보이고있다. 환자의개인적인신상정보와진료정보등보안이필수적인데이터를다루기때문에데이터확보에어려움이존재한다. 이러한데이터를다루기위해서는데이터비식별화및강화된보안솔루션을도입하여데이터통합관리측면에서기준을충족시키기위한노력이필요하다. IMS Health, Optum, HealthCatalyst 등기존헬스케어관련데이터를수집, 관리하던기업들이애널리틱스시장에서빠르게성장하는모습을보이고있다. 그중 HealthCatalyst 는미국내 2,200여개의병원의 5천만명이상의환자정보를바탕으로 EHR, 임상, 사업정보등다양한데이터결합서비스를제공하여지난 3년간매출이 998% 급성장하였다. IMS Health의경우는 29,000개이상의데이터공급자로부터데이터를수집하고, 3,000개이상의제약업체에서생산된 100만개이상의약품의공급, 판매추이분석하고있다. 월간 SW 중심사회 63

64 ISSUE 3. 경쟁이심화되는기존 vs. SW 기업 의료빅데이터분석시장을둘러싸고병원 헬스케어기업등전통적의료서비스제공자와 SW기업들은주도권을잡기위한경쟁이심화되고있다. 기존에전통적의료서비스를제공하던병원 헬스케어기업들은자사에부족한데이터분석능력과 SW기술을갖추기위해 ICT 기업들과협력이나 M&A 진행하고있다. 메이요클리닉, 존스홉킨스등최상위권병원과 OhioHealth 와같은병원연합은 ICT 기업들과협력하여애널리틱스를접목한다양한서비스제공한다. 메이요클리닉은의료데이터를통합하여임상뿐만아니라운영 재무분야에실시간통찰력을제공하는애널리틱스플랫폼기업인 VIewics와 2015년 10월에제휴관계를맺었다. OhioHealth 37 는전문애널리틱스플랫폼기업인 Explorys와전략적파트너쉽을맺고특정환자군을식별하고예측분석프로그램을통해위험군을계층화하여고위험환자군을대상으로치료결과에대한 GAP분석을진행하고있다. 의료기관뿐만아니라기존의료정보서비스를제공하던헬스케어기업도데이터분석능력을강화하여개인맞춤서비스등을제공하기위해 ICT 전문기업들과제휴하거나 M&A를추진하고있다. Optum은방대한모회사인 Unitedhealth Group의고객정보를바탕으로데이터분석 SW사 SAS와 2012 년 12월에협력관계를맺어헬스케어애널리틱스서비스를제공하고있다. IMS Health 의경우, 자사솔루션의데이터보안과분석성능을위해 2016 년 5월에캐나다기반애널리틱스기업 Privacy Analytics 를인수하였다. IBM, 구글같은 SW 대표기업들은최신 IT기술과플랫폼을기반으로의료데이터공급자와서비스제공자의인프라를확보하려는노력을기울이고있다. SW기업들은의료데이터기업과 M&A하거나병의원에무료, 저비용으로플랫폼을제공하여시장을확보하는전략을펼치고있다. IBM은의료데이터분석기업파이텔 트루벤헬스애널리틱스와의료이미지 SW기업인머지헬스케어를인수하며약 3억명의의료데이터를확보한상태이다. 구글딥마인드는 2016년 2월에영국로열프리런던 NHS 재단신탁 (Royal Free London NHS Foundation Trust) 과업무협약을맺고환자데이터를확보하고있다. 4. 빠르게성장하고있는클라우드방식 의료빅데이터분석분야를제품제공방식으로분류하면클라우드기반방식이현재가장큰성장추세를보이고있다. 서비스제공방식은웹기반, 직접설치, 클라우드기반으로구분가능하다. 웹기반서비스를제공하는업체는모든리소스및데이터관리에대한책임을갖고네트워크를통해웹브라우저로접속가능한서비스를제공한다. 직접설치방식의경우, 전통적인소프트웨어라이선싱방식으로이용자가패키지형태의소프트웨어를구매하여직접 37 OhioHealth : 미국오하이오지역의비영리건강관리기관으로 12 개의병원, 25 개이상의건강및수술센터, 호스피스, 28,000 명의동료, 의사, 자원봉사자로구성됨 64

65 미래의료를위한 SW 융합활성화방안연구 내부서버에설치하여사용한다. 클라우드기반방식은제공업체가필요한모든물리적인 서버를클라우드플랫폼을활용하여서비스를제공한다. 현재 3가지방식중웹기반비중이가장높으나클라우드방식의성장속도가가장높은상태이다. BCC Research 는 2015년기준으로웹기반방식이 60% 이상을차지하고있으나향후 5년간클라우드방식이가장높은성장률을기록할것으로전망하고있다. 클라우드방식은유지보수가용이하고사용량에따라리소스조정이쉬운장점이있으나, 데이터소유권, 규정준수, 퍼블릭클라우드보안문제등의해결여부에따라성장률이변동가능성이있다. [ 표 6] 전달방식별헬스케어애널리틱스시장전망 ( 백만달러 ) 전달방식 CAGR(2015~2020) 웹기반 (Web-Hosted) 직접설치 (On Premise) 클라우드기반 (Cloud-based) 2,966 (61.8%) 3,542 (61.5%) 10,065 (59.7%) 23.2% 1,714 (35.7%) 2,062 (35.8%) 6,154 (36.5%) 24.4% 120 (2.5%) 156 (2.7%) 641 (3.8%) 32.7% 전체 4,800 (100%) 5,760 (100%) 16,859 (100%) 24.0% 자료 : BCC Research, 2015 제4절국내시장현황분석의료빅데이터분석서비스제공업체인 HealthCatalyst 가제시한헬스케어애널리틱스의단계를국내에적용해보면총 8단계중일부상급기관은높은수준이지만그이외병의원들은낮은수준으로볼수있다. 국내는건강보험공단, 건강보험심사평가원을포함하는국가기관, 제약업체내연구조직, 상급종합병원등에서개별적으로 5~6단계수준의의료빅데이터분석모델을개발하거나도입하여사용중이다. 국내최고수준의병원정보시스템을갖춘분당서울대병원은보유한진료데이터를중심으로새로운치료법개발을위해 Rulebased 분석이가능한상태이다. 분당서울대병원은 2010년에미국외지역최초로북미의료정보학회로부터최고정보화등급획득하였고가천대학교길병원은국내최초로 2016 년 9월에 IBM Watson 도입한상태이다. 국내대부분의병의원은전자의무기록을포함한의료정보시스템을구축하였으나, 보험청구 처방전발행등기본적인기능외에는국제표준을준수하지못해병원간진료 정보교류는어려움을겪고있다. 실제로국내 EMR 도입율은 92.1% 지만 2016 년기준으로이 월간 SW 중심사회 65

66 ISSUE 중실제데이터공유 호환이가능한것은 4% 38 에불과한것으로알려졌다. 미국의경우, 정부지원정책으로 4단계수준의병의원들이늘어나고있고, 7~8단계수준의분석능력을가지는최고수준의의료기관도다수존재한다. 미국은오바마정부의 EHR 도입인센티브정책에의해, 자동화된데이터분석 (3단계), 타기관과의협력 (4단계) 을위해필수적인표준화된 EHR의도입율이 78.4%(2013 년기준 ) 에이른다. IBM Watson 을도입 39 한세계최고수준의연구중심병원들은 7~8단계수준의의료빅데이터분석을수행하고있다 [ 표 7] 헬스케어애널리틱스성숙모델 단계 40 (0 단계 ) 파편화된제한적솔루션도입 (Fragmented Point Solutions) (1 단계 ) 기업용데이터웨어하우스도입 (Enterprise Data Warehouse) (2 단계 ) 표준용어및환자등록 (Standardized Vocabulary & Patient Registries) 상세설명 ㆍ회계, 의약품관리, 진료스케줄링등한정된업무에사용되는분석솔루션으로, 제공업체별로데이터포맷이상이하고기관별로연동되지않기때문에독립된기관에서만사용가능 ㆍ진료정보, 재정 / 비용정보, 환자정보, 의약품 / 치료재료정보등을하나의시스템에서통합관리가능하며보험청구업무와의연계도가능 ㆍ데이터웨어하우스를통해핵심데이터를 CCM 41 으로통합관리되고데이터거버넌스 42 가가능해지며기본적인분석기능이제공 (3 단계 ) 내부보고자동화 (Automated Internal Reporting) ㆍ기관경영및주요핵심지표모니터링을위한자동화된분석체계구축가능하며데이터품질관리및실무진의데이터활용성제고를위한교육까지확대 (4 단계 ) 외부보고자동화 (Automated External Reporting) (5 단계 ) 비효율성 / 위험요소제거 (Waste & Care Variability Reduction) (6 단계 ) 인구보건관리및제안분석 (Population Health Management & Suggestive Analytics) ㆍ정책수립, 타기관과의협력, 외부투자및경영보고, 연구용데이터생성등을위한기능을제공하여기본적인애널리틱스기능대부분이제공되며, 외부데이터와의연계를위해다양한 CCM 을연계하여데이터를재가공하여사용가능 ㆍ데이터분석을통해비용측면에서효율성이낮은진료프로세스를도출하고변동성을줄이는것을목적으로하며집단분석 (Populationbased Analytics) 을통해진료과정에서의위험요소를줄이고내부프로세스개선을통해환자만족도개선에활용 ㆍ개별환자관리, 집단관리, 진료비용관리등다양한목적을동시에충족할수있는애널리틱스서비스제공ㆍ데이터웨어하우스는환자의건강기록을포함한다양한외부데이터를포함하며의료인과경영진에게의사결정에참고할수있는정교한데이터분석결과를제공 38 첨단 ICT 한국대형병원결실맺을려면... Dailymedi, 주로암진단및치료에주로활용되고있음 40 HealthCatalyst(2016), The Healthcare Analytics Adoption Model: A Framework and Roadmap 41 Clinical Contents Model : 임상콘텐츠모델, 환자의임상정보를기록하고재활용가능한정보단위로구조화하는기술및인프라 42 기업에서사용하는데이터의가용성, 통합성, 보안성을관리하기위한정책과프로세스 66

67 미래의료를위한 SW 융합활성화방안연구 단계 40 (7 단계 ) 임상위험관리및예측분석 (Clinical Risk Intervention & Predictive Analytics) (8 단계 ) 맞춤의료및처방적분석 (Personalized Medicine & Prescriptive Analytics) 상세설명 ㆍ예측분석모델이도입되어진단정보를통해환자의상태를실시간으로효율적관리가가능하고, 비용측면에서최적화된경영전략을제공함 ㆍ유전자정보분석등개인화된정보분석을통해특정한개인및환경에적합한정보를제공하며인공지능기술이적용되며, 인간이예측하지못한다양한경우까지분석할수있는수준까지고도화됨 한편, 국내헬스케어애널리틱스시장규모는아직미흡한수준이나빠른시장성장이전망된다. 글로벌헬스케어전체시장에서애널리틱스시장비율로국내시장을추정해보면국내헬스케어애널리틱스시장은연평균 21.5% 수준으로성장하여 2020년 2,911 억원으로 3배가까이성장할것으로예측된다. [ 그림 15] 국내헬스케어애널리틱스시장전망 ( 단위 : 억원 ) 3,500 3,000 2,911 2,500 2,395 2,000 1,500 1,000 1,098 1,334 1,621 1, Services Software Hardware 자료 : 라인웍스, 2016 국내헬스케어애널리틱스기업은시작단계로주로 EMR 업체가통계분석서비스를제공하고있는수준이며, 대형병원중심으로애널리틱스전문업체와협력하여자체적으로진행하고있다. EMR 업체인유비케어, 비트컴퓨터는헬스케어 IT 솔루션사업을통해축적된노하우와국내시장인지도를기반으로 유비스트 43, 드러그인포 44 등의통계분석서비스를제공한다. 43 약국관리용 시스템으로약국에서발생하는데이터를분석하여, 약국경영에관련된보험 / 비보험매출, 약품사용량등중요지표들에대한통계제공, 의료보험청구등의업무를지원 44 성분, 효능, 용량, 복약방법, 주의사항등의모든의약품데이터를웹서비스로제공. 진료및처방시점에서실시간정보활용이가능해져처방된약품의성분정보를기준으로중복처방여부를점검하는등의약품처방의사결정을지원 월간 SW 중심사회 67

68 ISSUE [ 그림 16] 드럭인포모바일앱 자료 : 구글스토어검색 CT 사진과진단데이터를분석해폐암을진단하는서비스를제공중인뷰노와 건강보험심사평가원의환자데이터셋을분석하여의약품매출분석및시각화서비스를 제공하는라인웍스등의전문기업이등장하고있다. 또한의료영상분석기업인뷰노를포함하여인공지능기술을접목하여헬스케어빅데이터분석서비스를제공하고있는다양한기업들이있다. 그중루닛 (Lunit) 은영상인식및딥러닝알고리즘기반의료영상임상진단분석서비스제공하고스탠다임 (Standigm) 은머신러닝기술을활용한신약개발지원시스템을제공한다. 디오텍 (Diotek) 은음성인식및딥러닝기술을이용한의사-환자음성대화를데이터화하는지능형의료녹취시스템을제공하고있다. 제 4 장의료정보관련국내외정책동향 제 1 절각국의의료시스템혁신동향 1. 미국 고령화, 만성질환자의증가, 의료보험체계문제등여러가지문제로미국의국가의료비가 2016년 1인당 1만달러를넘어섰을것으로예상되고, 의료비지출은매년꾸준이증가하여 2025년에는 1인당약 1.8만달러, GDP대비 20.1% 에달할것으로예상된다. 45 의료비지출이급속히증가하는가운데오바마정부에서는 ICT 기술을융합한의료기기와서비스를통해보건의료시스템내비효율을개선하여의료비절감과의료복지수준향상을목표로다양한정책을추진중이다. 45 AP, New peak for US health care spending: $10,345 per person,

69 미래의료를위한 SW 융합활성화방안연구 2015년 1월오바마대통령은신년국정연설을통해 정밀의료이니셔티브 (PMI, Precision Medicine Initiative) 46 를발표하고, 이와관련해헬스케어선진화계획을추진하면서 ICT 융합의료를적극적으로지원하고있다 연방예산의약 25% 를보건 의료분야에편성하고, 그중 2억달러를의료정보확보를위해미국국립보건연구원과국립암연구소에할당하여국가전역에자발적인코호트를구축하여이를기반으로유전정보와질병, 특히종양과의상관관계를파악하는데사용하게하였다. 정밀의료 47 사람들의유전자 (Genome), 환경 (Environment) 그리고생활습관 (Lifestyle) 등의개인간차이 (Individual variations) 를고려하여질병의예방과치료기술개발을위한새로운의료적접근법 정밀의료계획시행의시기적타당성을 3가지로제시 1 인간게놈해독 (Sequencing) 기술의발전 2 생의학 (Biomedical) 관련데이터분석기술의발전 3 대량의데이터사용기술발전 정밀의료계획의장기목표 1 타겟형약물을이용한소아및성인암치료를위한혁신적인임상시험진행 2 개인간차이 (Individual variations) 를고려한약물조합을이용한치료법사용 3 개인차에따른약물저항성극복에대한지식기반 (Knowledge) 마련 정밀의료계획의단기목표 - 백만명이상의미국시민의자발적참여로구성된국가종적연구용코호트 (National longitudinal research cohort) 구축 - 코호트수집데이터는 1 유전자정보 2 인체자원 (Bio sample) 3 식습관 (Diet) 및생활습관 (Lifestyle) 정보등이고, 최종적으로는전자건강기록 (EHR, Electronic health records) 에연동예정 47 정밀의료의효과적인추진을위해서는사람들에서발생하는다양한생체데이터와병원에서 발생하는진료관련데이터등이표준화되어체계적으로저장 관리되어야한다. 미국은정밀의료이니셔티브발표전부터진료정보의부족혹은정보공유의부족이 보건의료시스템에존재하는비효율원인중하나라고진단하고, 표준의료데이터수집체계 확산과인식개선을위해많은노력을한다. 이를위해 2009년의료정보기술에관한법률인 HITECH Act(Health Information Technology for Economic and Clinical Health Act) 를제정한다. 여기서진료기록데이터의표준화와공유를위해전자진료기록 (EHR) 의제대로된활용을명시하고, 해당시스템구축 활용을촉진하기위해의료기관에서해당시스템을도입하지않을경우, 정부지원금을삭감하고이를준수하여잘운영하였을경우에는인센티브를지원하는등의정책을수행한다. 그결과, 응급응급의료센터및외래진료부의 EHR 시스템도입률은 11 년기준 83.7% 까지 46 정밀의료는 각개인의유전정보, 환경, 생활습관등의차이들을종합적으로고려한질병치료및예방에적용하는새로운접근방법으로특정질병에대해각개인의차이를고려하여여러그룹으로분류하고, 분류된그룹에맞춰보다정확한치료및예방법을적용한다는개념 47 정밀의료 - 한미정밀의료추진동향, 보건산업동향, 한국보건산업진흥원, 2015 월간 SW 중심사회 69

70 ISSUE 증가하여의료데이터확보의기반이마련되었다. 이러한정책적효과를시작으로최근에는 웨어러블 (Wearable) 기기에서발생하는개인생체정보를저장할수있는 PHR(Personalized Health Record) 시스템이확산되고있다 [ 그림 17] 응급의료센터 (EDs) 와외래의료부 (ODs) 의 EHR 시스템활용 Percent use of any EHR EDs OPDs 출처 : KISTEP 재인용 대표적인 EHR 인센티브프로그램은메디케어 (medicare), 메디케이드 (medicaid) EHR 인센티브프로그램이있다. 메디케어와메디케이드는미국정부의대표적인건강보험이다. 메디케어는 65세이상노인이가입가능하며사회보장세를주요제원으로하여연방정부에의해운영된다. 메디케이드는저소득 빈곤층에게병원및의료보험을제공하는프로그램이다. [ 표 8] 메디케어, 메디케이드 EHR 인센티브프로그램 운영주체 메디케어 The Centers for Medicare and Medicaid Services(CMS) 메디케이드 각주별 최대인센티브금액 Payment reductions $43,720(5 년간 ) $63,750(6 년간 ) 자격은있지만참여하지않은공급자들에대해 2015 년부터 payment reductions 적용 참가하지않으면 payment reductions 적용되지않음 인센티브지급기준 참여하는모든기간동안공급자들은인센티브를받기위해일정기준을충족해야함 참가첫해에공급자들은인증된 EHR 시스템의도입혹은업그레이드를할경우인센티브를받을수있음 첫해를제외한참여기간중공급자들은메디케어의경우와같이일정지표에대한목표를달성하였을경우에만인센티브를받을수있음 출처 : 한국보건사회연구원재인용 미국, 전자건강기록 (EHR) 채택에대한 HITECH 법안의영향발표, KISTEP, 보건의료빅데이터활용을위한기본계획수립에관한연구 출장보고서, 한국보건사회연구원,

71 미래의료를위한 SW 융합활성화방안연구 2010년에는 Health Data Initiative를통해의료서비스데이터공개를더욱더확대한다. 이를통해건강데이터를공개적으로이용할수있게하고, 공공 민간영역의연구소, 정부, 커뮤니티, 리서치그룹들의데이터활용문화를발전시켜보건의료시스템의가치향상, 국민건강증진및서비스전달체계의강화유도하였다. 초기에는 Data.gov 사이트에수집된약 30가지정도의보건부의데이터셋으로시작하였는데, 이것이점차확장되어현재는 HealthData.gov를플랫폼으로하여약 1,000가지이상의데이터셋활용가능하다. 2. 영국 영국은 80 년대부터전국의료기관의입원기록등의료정보를수집하였다. 하지만처방, 치료결과등의정보누락, 환자진단에참고할수있는타기관의정보공유가미흡하여크게 효과를보지는못했다. 영국보건부는 더나은정보더나은건강 (Better information means better care) 이라는비전을발표하고정보의중요성을강조하면서정보와데이터활용이더나은건강으로이어질수있는다양한정책을시행한다. 개인정보와관련된데이터는구분하여의료, 기상, 세금, 고용, 교육등의도메인별데이터를정부차원에서순차적으로개방하고있다. 데이터전략위원회와공공데이터그룹간의협력체례구축을통하여공공데이터의접근개선과활용을위해일관성있는데이터제공및접근방식등을개선하고있다. 오픈데이터전략에따라도로, 교통, 항만, 범죄, 재난 재해, 주택, 환경, 보건의료등약 600개이상의관련데이터셋을공개하는사이트를 (data.gov.uk) 운영하고있다. 영국의국가보건의료서비스인 NHS(National Health Service) 를통해빅데이터를활용하여영국전체의약국, 병원의처방데이터를데이터베이스화해국민건강에대한향후미래를예측하는서비스를제공중이다. 2013년에는 Personalized Health and Care 2020을발표하고한화약 2조원규모의예산을투입해보건의료빅데이터통합센터 (HSCIC: Health & Social Care Information Center, 2016년 4월 NHS Digital로이름변경 ) 를설립하였다. HSCIC는 NHS의진료데이터 ( 병원등 ) 와공중보건, 사회보장관련데이터를수집 저장 연계 분석해데이터를공개하고, 이를활용한다양한보건의료서비스개발을지원하는관리자이자게이트웨이다. 월간 SW 중심사회 71

72 ISSUE HSCIC(Health & Social Care Information Center) 50 사회보장데이터를수집, 저장, 연계, 분석하는독립조직 - 일차사용서비스 : 임상진료단계에서데이터사용 (care.data) - 이차사용서비스 : 환자단위데이터저장소 (data warehouse) 활용의료기획, 지불서비스, 국가정책개발, 공중보건 - 수요맞춤서비스 : 학계, 연구소등의신청을심의후연계데이터제공 - 전략 : Information and Technology for Better Care 모든시민의데이터보호보장 모두의편익을위한공유구조와기준마련 국가및지방의요구에부합하는서비스실행 (digital care 지원 ) 최적기술과데이터 정보의활용을위한지원 건강및의료정보의활용 ( 접근성 ) 확대 HSCIC 의주요서비스는다음과같다 (The N3 network) 기관및조직간보안통신지원 - (GP2GP service) GP간전자의료기록 (electronic health records) 전송서비스 - (Summary Care Record) 의료종사자가비상시환자에게주요임상정보에빠르게접근해서처치하는것을제공 - (Choose and Book/ e-referrals service) 병원에처음외래진료약속을하는환자들이장소, 날짜, 시간을선택하도록하는전자추천서비스 - (The NHS number programme) 환자와의료기록 (health records) 을매치시키는국가고유환자식별자프로그램 - (Personal Demographics Service) 국가전략추적서비스를대체하는 NHS의인구학적데이터저장소 - (Electronic Transmission of Prescriptions(ETP)) 전자처방전서비스 - (Secondary Uses Service(SUS)) 능률급지급제도 (Payment by Results) 를지원하는병원활동에관한데이터, 분석결과등보유, 병원에피소드통계 (Hospital Episodes Statistics) 서비스 - (Services designed to support particular patient cohorts) 특정환자코호트지원설계서비스 정밀의료, 개인맞춤의료의기본이되는유전체정보분석을위해서 지노믹스잉글랜드 (Generics England) 라는국영기업을설립하여, 10 만 Genome Project 를통해 7 만 5,000 명의 유전체를분석하여암과희귀질환발생에관여하는유전체정보를밝히는중이다. 관련산업활성화를위해서의료분야스타트업클러스터형성을통해정책지원에집중하고기업들이관련기술과지식을공유할수있도록노력한다. 중소 창업기업의실패에대한부담을줄이기위해창업절차를간소화하고폐업에관한규정을따로제정하여기술혁신과산업활성을유도하고, 차세대의료발전에총 1,800만파운드를투입하여박테리아모니터링, 감염경로확인이가능한치료제개발등다양한차세대진단및진료법개발을지원하고있다. 50 보건의료빅데이터활용을위한기본계획수립연구, 한국보건사회연구원, 영국보건복지정보센터의역활과전략, 국제보건복지정책동향 2, 한국보건사회연구원,

73 미래의료를위한 SW 융합활성화방안연구 [ 그림 18] NHS Digital 홈페이지 자료 : HS Digital 홈페이지 3. 중국 중국은이미 2001년에전체인구중 65세이상인구비중이 7% 를넘어고령화사회에들어섰고, 2013년기준으로 10% 에육박해전체인구로는 1억 3,200만명에달한다. 중국사회과학원은 2030년이면일본을제치고 65세이상인구비중이세계에서가장높은국가가될것이고, 2050년에는 65세이상인구비중이 25.6% 인 3억 3천만명에이를것으로전망하고있다. 중국국가위생및계획출산위원회 (National Health and Family Planning Commission) 에따르면중국의 2014 년헬스케어지출액은 3조 5,312 억위안으로, 5년만에두배로급증했다. 컨설팅그룹딜로이트는 2020년에는 6조 2,147 억위안에달할것으로예측했다. 52 중국정부는상대적으로저개발된의료시스템에 ICT 기술서비스를접목해발전시키기위한적극적인정책을펼치고있다 년국가차원헬스케어산업발전계획을공표하고 2020년까지내실있는발전을이루겠다고하는등적극적인투자와강한정책적의지를보이고있다. 원격의료역시 2013년에법률을개정하여원격의료에관한법적근거를마련하였고, 2014년에는의료기관의원격의료서비스를증진하는정책을발표하였다. 해당정책은원격진단및진료, 감독및환자기록검토등을포함하지만, 로봇을이용한원격수술과같은사항은배제하였다. 2015년에는원격의료를위한기술적가이드라인을 52 중국헬스케어산업, 걸어온길과나아갈길, 우리나라의데자뷔?!, 이슈리포트, 미래에셋대우, 월간 SW 중심사회 73

74 ISSUE 발표하였다. 가이드라인에서다양한서비스제공자들이제동하는플랫폼간호환성확보를 위한권고등이포함되어있다. 53 정밀의료분야에도 15 년간약 10.7 조원투자계획을가지고있다. 유전체해동기술은현재 세계최고수준이라고알려져있으며중국선전시에위치한 BGI(Beijing Genomics Institute) 는 세계최대규모의염기서열해독시스템을갖추고있다. 중국의이러한정책에따라헬스케어관련시장이급속히성장하고있다. 보스톤컨설팅그룹에따르면중국의 13억인구를대상으로한디지털헬스케어서비스시장규모는 2014년 $30억에서 2020년 $1,100억규모로고속성장할것으로예상한다. 또한 2020년기준으로디지털건강관리지출액 $1,100 억중건강관리서비스는 $950억, 헬스케어관련전자상거래는약 $150억을차지할것으로본다. [ 그림 19] 중국디지털헬스케어시장의급성장 $billions E-commerce 건강상담및관리 전문의료정보 의자 - 환자소통 Data 서비스 질병관리 병원정보서비스 자료 : BCG, China s Digital Health-Care Revolution 인용, 중국의디지털헬스케어산업성장원인을살펴보면다음과같다. 국가의료보험제도의한계로민간의료서비스업체의부상 중국의국가의료보험은도시종업원기본의료보험, 도시주민기본의료보험, 신농촌합작 의료보험등이존재하나이용가능시설이적고, 큰질병, 입원비위주로구성되어있어, 외래및 53 웰니스케어확산과미래의료시스템, 정보통신정책연구원,

75 미래의료를위한 SW 융합활성화방안연구 만성질병등은혜택을받기힘들다. E&Y 보고서에따르면도시거주하는약 2,000 명의중산층 시민들에게국가의료보험제도만족도를설문조사해본결과, 응답자의 39% 가불만, 54% 가 다소만족이라답하였다. 중국정부는의료산업에서의규제를줄여민간업체, 외국보험사등의개입을허용하였다. 중국국무부는 [ 국무원의건강서비스업발전촉진관련일련의의견 ( 이하의견 )] 을공포 54 하고, 지도이념에서는 국민의기본의료위생서비스에대한수요에기초하여, 정부기능의전환으로정책적인인도를강화하고, 충분히사회역량의적극성과창조성을동원하여사회자본을영입해국민들의다양한건강서비스요구를지속적으로만족시켜나감 이라고명시하였다. 사회자본더욱적극적인투자와고급의료서비스, Wellness 형건강관리서비스등건강서비스업의더욱빠른발전을추구하고있다. 이러한시장기회를노리고민간업체들이새로운서비스들을제공하고있다. 민간보험사인 Pina An은원격의료서비스인 Ping An Good Doctor를오픈하였고, 7,700 만회원과 50,000 명이상의의사를확보하였다. ( 기준 ) 고령화및의사수부족 앞서언급한고령화가진행된다면국가가모든노인들에대한의료서비스를해주기에는역부족이될것이다. 중국상하이 ( 上海 ) 시가늙은부모를정기적으로찾지않고부양의무를다하지않는자녀의신용등급을깎기로하는등의정책까지시행하고있는실정이다. 또한국민만명당의사수가 14.6 명에불과해당뇨병환자의 1/3만이자신의상태를관리하고있다. 기술친화적소비자 7억명의인구가인터넷을이용하고, 이중 86% 는모바일폰으로도인터넷을사용할만큼기술친화적소비자가많아모바일의료시장규모가꾸준히증가하고모바일의료를이용하는사용자수도급증하고있다 년이후모바일의료시장의성장률이지속적으로증가하여 2017년기준으로 115억위안규모의시장이형성될것으로전망된다. 원격의료서비스등환자와의사의소통의매개체로모바일의료를활용하는이용자의규모역시급증하여 2015 년기준 91.7% 의성장률을기록하였으며이용자수는 1억 3800만명수준이될것으로예상된다. 54 의료서비스중국진출현황분석및맞춤형진출전략연구, 한국보건사업진흥원, 2013 월간 SW 중심사회 75

76 ISSUE [ 그림 20] 중국모바일의료시장규모변화추이 E 2017E 시장규모 ( 억위안 ) 성장율 (%) 자료 : iimedia 인용 [ 그림 21] 모바일의료시장이용자규모추세 사용자 ( 억명 ) 증가율 (%) 자료 : iimedia 인용 4. 일본 일본은이미고령화로인한간병문제및사회서비스가심각할뿐만아니라, 의료부문의재정역시고갈되는상태여서혁신이필요했다. 2013년 건강의료전략 을새롭게수립하고내각에 건강의료전략추진본부 를설치하는등헬스케어관련전반적인부처개혁에나서면서 IT를결합한의료산업을신성장동력으로추진하였다. 또한 2009년 2015년까지의디지털전략인 I-2015 Japan에헬스케어와관련된전략을포함하였다. 헬스케어분야는두가지를주요한과제로제시하고있는데, 원격의료와전자건강기록제도이다. 특히, 윈격의료의필요성은농촌이나소외된지역의의료서비스활성화라는목표외에특이하게도 76

77 미래의료를위한 SW 융합활성화방안연구 소외된지역등에있는의사들의기술향상을위해서도필요하다고보았다. 55 일본역시정밀의학분야에는 2015 년게놈의료실현추진협의회를구성하여정밀의료 실용화를위해노력중이다. 의료데이터활용을위해서는 일본재흥전략 의한축인 효과적인데이터활용을통한 경제부흥 을위해 2014 년개인정보보호법을개정하였고, ICT 발전에따라개인정보보호와 데이터의사용을위한규제및가이드라인을제시하였다. 56 제 2 절디지털의료정보표준화동향 의료정보란의료와관련된모든사항을객관적인용어와형식을통해표현해놓은것이다. 관련된많은기관이나사람들이이정보를취득 활용 연구하려면정보가원활하게유통되어야한다. 그러기위해서는정보를제공하는쪽과받는쪽사이에약속이필요하고이것이곧표준이라고할수있다. 그러나초기병원정보시스템구축당시에는이러한표준화가선행되지않아각의료기관들이독자적인형식의시스템을개발하여사용해왔다. 따라서정보의공유가힘들고심지어는같은의료기관에서도서로다른시스템끼리정보를주고받을수없는경우도발생하고있다. 의료정보가표준화되지않으면의료전달체계가복잡해져병원을옮기는경우에의료비의이중부담, 진료기간의연장등비효율적인업무들이발생된다. 의료시장개방과의료의국제화가진행됨에따라점차의료정보교환및공유의문제는국제표준화의추세에있다. 표준화는의료행위를나타내는용어의표준화부터진료기록의형식및서식, 이들정보를통신망을통해전달하는방법, 이에필요한기자재등의표준화등이있다. 의료정보의표준화는이러한정돈되어있지않은체계를가장객관적이고공신력있는형태로정의함으로써진료행위및이에관련된모든업무에참가하는모든행위자들에게일관된의료행위가가능하도록한다. 표준화의요구는의료정보시스템영역에서제품간의이식성 (Portability), 확장성 (Scalability), 상호운용성 (Interoperability) 을보장하기위해필수적인요소이다. 의료정보표준화영역에는보건의료영역이라는도메인에대한컨텐츠표준과이컨텐츠를운영, 관리, 지원하는기술표준이있다. 컨텐츠표준으로는대표적으로용어표준과의약품표준을들수있고기술표준으로는진료기록의형식및서식, 정보의메시지구조 / 처리방법및의료정보보안과같은표준을들수있다 웰니스케어확산과미래의료시스템, 정보통신정책연구원, 주요국의 ICT 융합의료산업전략및시사점, 대외경제정책연구원, 신현묵 (2012), 디지털병원에대한정의 월간 SW 중심사회 77

78 ISSUE 용어표준 - 진료와 관련하여처방전달시스템, 전자의무기록시스템, 의료영상저장전송시스템등에사용되는용어의표준 - 의료용어, 의료행위 ( 수술 / 처치 ), 진단용어, 검사용어, 간호용어, 의약품용어, 보건용어, 한방용어, 의료재료용어등이표준화의대상이다. 메시지전송표준 - 의료기관 내의정보시스템모듈간의자료전송, 의료기관간의자료전송에사용되는메시지규약의표준 년 ANSI 표준으로인정한 HL7(Health Level 7) 이국제적으로인정받고있다. - 건강보험 청구를위한전자문서교환 (EDI, Electronic Data Interchange) 는전국민건강보험시스템구축을위해우리나라가세계적으로비교해도우수할정도로보급이잘되어있다. 문서표준 - 의료기관내보관을비롯한자체목적을위한문서, 의료기관간주고받는문서의표준 - 국제적으로는 HL7 에서 CDA(Clinical Document Architecture) 가표준으로인정받고있다. 지식표준 - 규칙이나임상진료지침등과같은논리, 의약품지식베이스등의온톨로지 - 국내에서는 아직상용화하지못했거나, 또는외국의제품을도입하였을때국내상황에대한지식의보완이필요하다. 넓은의미의의료정보표준화는의료행위가이루어지는모든과정에있어서의행위및양식을규정하는것이나, 이는너무광대한작업이고의무기록양식과용어, 그리고이들을전산화하기위해필요한코드의표준화및의료기관간통신양식에대한규정등이일차적인표준화대상이다. 용어표준의경우전자의무기록시스템을도입한일부의료기관에서도 Free Text로입력하거나병원차원의데이터셋으로구성하여사용했고, 고도화시스템투자가가능한일부대형병원에서는진단, 증상, 수술등특정범주로그룹화하여특정질환에대한표준화된표현을제공하는임상코드시스템 (SNOMED: Systematized Nomenclature of Medicine), 통합의료용어시스템 (UMLS: Unified Medical Language System) 를도입하였다. 국제의료정보표준 최근의국제개방화정책과표준화환경의변화에따라미국, 일본, 유럽등선진국들은 정보통신산업의주도적위치확보를위해표준화를전략적분야로설정하고막대한 인력과자본을투자하고있다. 이는급속한기술에발맞추어표준화와제품개발을동시에 78

79 미래의료를위한 SW 융합활성화방안연구 추진함으로써자국의개발방식과기술을표준으로채택하게하여정보통신산업의주도적 위치를선점하기위한것이다. 보건의료정보표준화를진행하고있는국제표준기관으로는 ISO/TC215, HL7, CEN/TC251 등이대표적이다. ISO/TC215에는전세계의대표자들이참여하고있고 HL7(Health Level 7) 은미국중심의전문가들이주도하고있고 CEN/TC251 은유럽연합국가들의대표자들이참여해서표준화를진행하고있다. ISO/TC215, HL7, CEN/TC251 세국제표준기관은표준개발에관한협력을합의하고 ISO/ TC215 에 Working Group 에서는 Standard Harmonization이라는이름으로, 개발중인표준의조화를위해노력하고있다. 표준간상호운용성을보장하기위한조직으로는 IHE(Integration of Healthcare Enterprise) 가구성되어활동하고있다. 가장대표적으로 1998년창설된 ISO/ TC215 는의료장비간데이터상호운용성및호환성확보, 의료기록의디지털화등에필요한표준을개발하고있으며, 국제표준화기구인 ISO의기술위원회로전자의무기록워크그룹, 보건의료정보메시지및전송워크그룹을포함한 8개의워크그룹으로활동하고있다. 의료정보표준 HL7은보건의료정보시스템간의접속표준, 의사결정과지식지원을위한논리구문, 임상문서, 개인통합정보뷰어표준등에참여하고있고, 영상의료정보표준 DICOM(Digital Imaging and Communications in Medicine) 은영상의료정보의호환성을위한표준개발에참여하고있다. 이외에도유럽표준위원회 CEN/TC251 은유럽연합의보건의료정보표준개발기구로서 MEDICOM 이라는유럽표준을생성하는등 ISO/TC215 와긴밀히공조하고있다. [ 그림 22] ISO/TC 215 조직도 월간 SW 중심사회 79

80 ISSUE 제 3 절국내현황 정부는 IT와헬스케어산업융합가능성을파악하고 `06년부터원격의료, 응급, 안전관리분야등다양한 u-health 서비스모델을개발을시작으로 `10년 u-health 신산업 창출전략발표하고세계최초대규모시범사업 58 을진행한다. u-health 는 IT, BT 등의정보통신기술을융합하여의료산업에접목함으로써질병의예방, 진단, 치료, 사후관리뿐만아니라건강관리등필요한보건의료서비스를무구속 무자각환경에서언제어디서나제공하는것 59 으로현재의의료서비스혁신에서추구하는이념과유사하다. 11 년에대통령소속국가정보전략위원회에서빅데이터를활용한스마트정부구현이라는정책주제의하나로빅데이터를활용한과학기술 의료선진화를채택하였다. 세부내용으로는 DNA 의료데이터공유및활용촉진으로개인맞춤형의료실현, DNA 데이터와다양한의료정보융합위한데이터연계시스템구축등이다. `12년방송통신위원회빅데이터서비스활성화방안에서는범정부빅데이터정책의체계적 효율적추진을위해빅데이터지원센터설치, 운영및정보공유체계마련, 개인정보보호관련법제도개선등의내용을포함했다. 2015년미래창조과학부, 보건복지부, 산업통상자원부등유관부처가모여 보건의료빅데이터플랫폼 구축을위한논의를시작하고보건의료빅데이터와 IT 헬스케어사업을접목시킬방안을모색한다. 건강보험심사평가원은 `15년보건의료빅데이터센터를개소하고애플리케이션개발자들이빅데이터를활용하여응용프로그램과서비스를개발할수있도록관련정보를제공한다. `16년에는건강보험데이터를 공통데이터모델 로변환하고다른기관들과상호데이터교환 분석이가능하도록추진중이다. 건강보험데이터는전국민및모든의료기관의의료서비스내용을보유하고있는초대형데이터로양과정보의다양성측면측면에서세계최고수준이다. 하지만의료기관에서청구한진료내역은있으나, 환자의검사결과등임상자료부재, 질병명부정확, 건강검진지표측정방법미표준화등의한계도존재한다. 유전체데이터자원은질병관리본부, 국립암센터등이한국인표준게놈및호발질환유전자분석 (2만여명 ) 자료, 암통합오믹스자료등보유하고있다. 대규모코호트 (25만명 ) 를기반으로체계적으로수집된개인특성및역학정보등이연계되어있어상대적으로정보의활용도는높으나, 외국에비해상대적으로소규모이고기타정보와의연계가능성에는제한이있다. 최근정부정책은의료빅데이터관련영역과더불어모바일헬스케어, 웰니스케어등의영역으로확장하고있다 년 4 월 19 일공공 교육 금융 노동 4 대개혁에 ICT, 바이오등신산업중심의산업개혁을추가하여 4+1 개혁 추진을발표하고헬스케어, 맞춤형웰니스케어등을포함한 ICT 융합의료산업육성을강조한다. 2016년발표된 바이오헬스 7대 58 u-health, 세계최초 대규모시범, 산업일보, u-health 현황과정책과제, 한국보건사회연구원,

81 미래의료를위한 SW 융합활성화방안연구 강국도약 보도자료에따르면, 보건복지부는 ICT 기반의료산업의해외진출과외국인환자유치를목표로지역별수요를분석하여의료시스템, 제약, 의료 IT 등맞춤형패키지전략을추진한다. 중점과제로는한국의료의세계적브랜드화 ( 의료해외진출법의성과구현, 지역별맞춤형전략으로해외진출적극지원, 한국의디지털헬스케어해외진출본격화 ), ICT 융합기반의료서비스창출 ( 국민이체감하는원격의료서비스제공, 의료기관간진료정보교류활성화 ), 제약 의료기기산업미래먹거리로육성 ( 글로벌 50대제약기업진입, 정밀 재생의료를국가전략산업으로육성, 해외의료기기시장확대 ) 이포함되었다. [ 표 9] 정부정책 주무부처 미래부 / 복지부 내용 ICT를활용한건강보험증도입시범사업을주요신규사업으로선정, 보건복지부에 108억원을투자 (2016) 바이오기술 (BT) 과정보통신기술 (ICT) 융합을기반으로한신개념제품및서비스에필요한기술개발 ( ) 미래부 모바일헬스케어산업육성 (2014, 12) 유형별맞춤형웰니스케어서비스모델개발 (2016) 뇌지도구축및뇌와 ICT 융합인공지능의결합과같은뇌연구투자 ( ) 전자의료기록 (EMR) 과개인건강기록 (PHR) 개발 (2013) 산업부 대용량정보처리를위한 IT 기반기술및인프라구축 (2013) 정보통신기술 (ICT) 을이용한원격의료 건강관리서비스시장본격적으로조성 (2013) 보건의료 ICT 융합적용사업추진 (2013) 복지부 보건의료분야빅데이터의활용을위한생산기반마련및인프라구축등지원강화 (2015) 원격의료진료시범사업기관확대 (2016) 정밀의료개발및특별법추진 ( ) 자료 : 언론보도정리 우리나라는높은수준의 IT 서비스와인터넷보급률등의장점도있지만, 앞서언급한내용처럼아직까지 ICT 융합의료산업의발전을위해서는해결해야할과제들이있다. 상호운용성을높이기위한표준이나가이드라인이국가차원에서마련되어있지않아기술개발이어렵고, 개발이되더라도상용화에한계가있는점이기업의애로사항으로꾸준히제기된다. 의료정보를활용할수있는법적여건이완비되어있지않으며, 정보구분, 사용범위등에대한구체적인기준이부재하다. 의료정보는외부시스템에연동이불가능하고호환이제대로이루어지지않고있으며, 건강정보와 IT를융합한다양한서비스의상용화를촉진하기위해서는개인정보보호관련법의개선이요청된다 보건의료빅데이터활용을위한기본계획수립연구, 한국보건사회연구원, 2015 월간 SW 중심사회 81

82 ISSUE [ 그림 23] 바이오헬스 7 대강국도약 자료 : 보건복지부홈페이지 82

83 미래의료를위한 SW 융합활성화방안연구 제 5 장헬스케어 SW 융합활성화방안 제 1 절인공지능헬스케어생태계조성 (1) 개인의료정보활용중심의데이터체계구축 인공지능헬스케어 SW융합생태계를조성하기위해서는개인의료정보를저장중심에서활용중심으로설계한새로운데이터체계가필요하다. 현재의공급자중심인데이터생성및관리체계는개인을중심으로한다양한데이터의통합형태로변경되어야한다. 개인을중심으로의료정보와유전체정보, 라이프로그데이터를통합하여활용한다면질병가능성을정확한예측 예방하고개인맞춤형진단과치료가능하다. 개인의헬스케어데이터는병원 / 제약 / 보험 / 헬스케어기업등공급자들이독립적으로생성 관리하고있으므로이를연계하여활용할수없는것이우리의현실이다. 미국국립보건원 (NIH) 은 2016년기준으로 1.3억불을투자하여 100만명의개인지원자들로연구용코호트를구축하기위해지원자들의유전자정보, 진료기록, 직업, 생활방식등의정보를데이터베이스화하고있다. 영국의 UK Biobank 는세계최대규모인 50만명의유전체정보와임상정보코호트를구축하였다. 이렇듯연구결과의통계적신뢰성확보를위해서는대규모코호트구축이필요하다. 국내의경우, 국립암센터는장기적으로 100만명이상의암유병자의유전적정보데이터등을항암제개발의근거로수집할계획을가지고있다. (2) 양질의데이터확보 인공지능기술을활용한헬스케어연구에서의미있는결과를얻기위해서는양질의데이터의확보가중요하다. 그러나국내는다양한환자들이방문하고가장많은의료데이터를만들어내는대형병원이고질적인환자집중문제로환자당진료시간이 3~4분에불과 61 하여양질의진료기록을작성하기어려운것이현실이다. 인공지능학습용데이터는구조화된템플릿이거나특정형태 ( 질병 / 정상등 ) 로분류가필요하다. 국내병원 EMR에서생성하는의료정보중인공지능학습데이터로사용가능한데이터는일부에불과하다. 전체병의원중 92% 이상이 EMR 시스템을사용하고있지만전체의 34.1% 는부분적으로도입하고있고종이로쓰고스캔하여저장한형태인영상 EMR을사용한부분등을포함된수치이다. 또한복잡하고전문적의학용어나약어를사용하는경우가많고약어의경우, 의사나진료과목마다통일되어있지않으므로자연어처리가어려운상황이다. 그러므로양질의의료정보를생성하는경우데이터활용가능여부에따라단계별인센티브를부여하거나수가에반영하여보상하는방안등이필요하다. 61 국립대병원, 3 시간기다려서 3 분진료?, 경향신문, 월간 SW 중심사회 83

84 ISSUE (3) 인공지능기술역량확보 헬스케어기업들은인공지능역량을확보하여글로벌경쟁력강화하기위한전략이필요하다. 기업들은규모별로인공지능기술을확보하기위한방안을차별화하여추진해야한다. 대기업은자신에게필요한인공지능기업을 M&A하거나투자를통해역량을확보하려는적극적자세가필요하다. 현재글로벌기업들은기술역량강화를위해인공지능스타트업기업들과지속적으로 M&A를추진하고있다. 전세계적으로인공지능스타트업 190개에약 15억달러 (1조 6천억원 ) 가투자되었으며머신러닝과자연어처리알고리즘을활용하여환자의건강에대한예측및통찰력 (Insights & Risk Analytics) 을제공하는애널리틱스분야가최근가장주목받고있다. 그다음은개인생활모니터링및관리와의료영상처리및진단분야순이다. 국내의경우, 인공지능헬스케어산업은영상인식, 신약개발분야에일부기업이존재하고건강관리 / 모니터링, 응급실 / 병원관리, 가상 Assistant 분야등에는관련기업이부재한상황이다. [ 그림 24] 글로벌 AI 헬스케어기업현황 자료 : CB Insight,

85 미래의료를위한 SW 융합활성화방안연구 [ 그림 25] 한국 AI 헬스케어기업현황 또한의료분야기술력을가진기존스타트업은인공지능기술을도입하여한단계도약할 수있는기회를마련할수있다 [ 그림 26] AI 분야의주요 M&A 현황 출처 : CBINSIGHTS 월간 SW 중심사회 85

86 ISSUE [ 표 10] 기존기업의인공지능활용가능분야분석 구분활용가능분야회사명 환자모니터 / 건강관리 가상 Assistants 진단 PHR 과개인유전자분석 / 활동량과걸음걸이등고객데이터분석을통한개인맞춤건강관리에활용 개인의료정보, 개인소셜정보를이용한개인맞춤형가상도우미서비스제공 초음파나체온데이터, 혈액데이터분석등을통한개인진단서비스제공 휴레이포지티브, 와이브레인, 말랑스튜디오등 프로미솝, 모바일닥터, 헬스투어등 힐세리온, 엠트리케어, BBB 등 (4) 국가 R&D 지원체계마련 헬스케어분야 R&D 지원방식중하나의형태로국가차원의 도전 AI-의료 그랜드챌린지운영을고려할수있다. 과제의목표는인간의삶의질향상에보다직접적으로기여할수있는목적지향형으로현실적문제를해결할수있어야한다. 예를들어, 미국의인공지능기술관련경진대회로서기업과정부에서해결하고자하는문제와데이터를온라인으로공개하여진행하는 kaggle의경우, 안구이미지분석을하여 90% 이상의예측정확도로백내장검출하는현실적인문제를출제하였다. 이처럼기업이나공공기관등과연계한실용적도전과제를기획하고수상하여생태계활성화및국내기술수준향상도모해야한다. 미국의 DARPA Challenge는자율주행자동차와같이도전적문제를제시하여, 학계와산업계의융합형연구에동기를부여하였다. 이처럼현실적인문제를해결하는연구생태계조성, 동기부여를통해서인재를발굴하고인공지능헬스케어산업의저변확대와인식개선이라는기대효과를얻을수있다. (5) 병원중심의스마트의료클러스터구축 인공지능헬스케어기업의제품 서비스가적극적으로활용되기위해서는의사들의신뢰성을바탕으로한임상시험과병원데이터를활용하기위한기업과병원의협업을통한시너지효과창출이필요하다. 데이터확보와임상시험등이용이한병원중심의클러스터구축이그대안이될수있다. 환자의증상 치료 처방에대한의료데이터를보유하고있는병원이중심이되면의료현장의니즈를반영할수있고제품 서비스의적합성및효율성을상시확인가능한장점이존재한다. 클러스터는개방과공유기반으로의료ICT, 인공지능등선도적 R&D 수행하고핵심기술제품에대한테스트베드역할담당가능하다. 참여병원의의사는기업의아이디어를의학적관점에서검토및자문수행, R&D부터병원내임상적용까지전주기멘토링을통해현실적수요를충족시킬수있다. 미국의경우, 병원의고급인력활용을위해휴스턴텍사스메디칼센터중심의제약, 바이오산업분야의메디클러스터가형성되어있으며이는휴스턴지역경제의 25% 를차지하는비중이다. 86

87 미래의료를위한 SW 융합활성화방안연구 제2절의료빅데이터분석생태계조성헬스케어산업성장의촉매제로서의료빅데이터분석활용산업에대한정책지원과적극적인투자가시급한상황이다. 의료빅데이터분석은고비용의의료환경문제를해결하고, 개인맞춤관리중심정밀의학으로의패러다임변화에대응하는전략적도구역할을수행한다. 맞춤형헬스케어, 질병예측및건강모니터링서비스등의료빅데이터분석기반의기술혁신을통해보다많은사람에게보편적인보건의료서비스를제공한다. 특히인공지능기술과융합하여개인유전체특성을반영한새로운치료법 신약개발등시너지효과를창출할수있다. 국내의료빅데이터분석활용산업은선진국에비해시작단계이지만, 전국민건강보험제도로인한방대한보험청구데이터등긍정적인측면을활용하여빠른경쟁력제고를위한전략이필요하다. 국내는높은수준의 IT기술과전국민의보험청구데이터를축적하고있어의료빅데이터분석활용산업이발전할수있는기반을보유하고있다. 하지만데이터분석과활용측면에서는선진국에비해열세에있기때문에의료빅데이터분석생태계를구성하는병원, 기업, 공공기관, 정부가역할에맞는대응전략을갖추고협력을하는것이필요하다. (1) 병원 맞춤형치료등미래의료환경변화에대응하기위해서는데이터분석및활용이용이하도록병원정보시스템을고도화해야한다. 병원에축적된데이터의활용도를높이고진료서비스를제고하기위해서는진료와연구가융합된시스템과 EMR, PACS, OCS 등개별시스템의연계성강화가필요하다. 최근삼성서울병원, 서울아산병원등은각종의료정보활용을위한임상데이터웨어하우스 (CDW), 진료와연구통합시스템등을구축하고있다. 개인맞춤형치료를위해서는단일병원을넘어다른병원과의정보교류가필수적이며이를위해 HL7 등의료정보전송표준에맞춰시스템을구축해야한다. 하지만국내의료기관의 92% 이상이전자의무기록시스템을사용중이나비표준화문제로병원간의료정보교류에어려움이존재한다. 병원간의료정보공유 활용이되면환자의치료이력등의관리가가능해져질놓은의료서비스제공가능하다. (2) 기업 헬스케어산업관련기업들은기존사업기반에클라우드, 인공지능, 빅데이터등신기술을적극적으로도입하고다른기업과의협력을확대하여부족한역량을확보해야한다. 기존의료정보시스템기업들은패러다임변화에맞추어데이터분석능력을강화하고클라우드전환에대비하는등의전략을마련하는것이시급하다. 기존의 EMR제공기업은클라우드 월간 SW 중심사회 87

88 ISSUE 서비스와보안솔루션도입을통해병 의원급의료정보를한곳에모아활용할수있는기반을 확보해야할것이다. 의료정보에포함된환자들의개인정보는중요한보안이슈로, 데이터 비식별화및강화된보안솔루션도입등을통한기술적대응이필요하다. PACS시스템기반의기업은영상데이터분석능력을갖추어신규서비스를제공하여정체기를극복할수있는대응방안을마련해야한다. 병원정보시스템개발기업, 데이터분석기업, 의료기기기업등의료빅데이터분석생태계기업은서로적극적협력을통해시장확보전략을추진할수있다. 상호보완적관계에있는기업들의협력은개인맞춤서비스등의새로운의료서비스를제공하기위한시너지효과를창출할것이다. 그예로미국의애널리틱스서비스기업인 Optum의경우, 데이터분석 SW기업인 SAS와협력하여클라우드기반헬스케어애널리틱스플랫폼을구축하여자사의경쟁력을높이고있다. (3) 공공기관 공공기관은데이터공급자및시장조성자의역할을보다강화하고분석역량제고를통해국가차원의의료시스템개선방안을마련해야한다. 건강보험공단, 건강보험심사평가원은데이터공급자로서기존에제공하던청구데이터이외에의료정보나라이프로그등데이터의수집및공개범위를확장하고데이터품질관리를위한노력을강화해야한다. 건강보험공단과건강보험심사평가원은국민건강보험제도를통해전국민의표준화된의료데이터를보유하여의료데이터활용을위한정책을꾸준히실행하고있다. 2016년 8월에보건복지부, 국민건강보험공단, 건강보험심사평가원은건강보험빅데이터를활용한보건의료관련연구와산업활성화를위해 건강보험빅데이터활용협의체 를출범하였다. 국민건강보험공단, 건강보험심사평가원이보유하고있는데이터는주로보험청구명세서자료로임상적의미를갖는의료데이터나영상데이터들은포함되어있지않으므로표준화된데이터를중심으로보다유의미한데이터를연계하는것이필요하다. 또한건강보험심사평가원은병원이빅데이터분석을통해기존의치료방식이아닌질병예방과관리등을통해의료비를절감하는경우, 이를일부수가에반영해줄필요가있다. 현재국내병원은기존의행위별수가제도내에서는예방이나관리차원의새로운치료방식을도입하여의료비를절감해야할동인이없다. 지불에사용되는보험코드가대부분질병에대한치료, 시술, 처방된약에대한것으로의료기관은관리와예방보다는치료에집중할수밖에없다. 미국보험사인 CMS(Centers for Medicare and Medicaid Services) 의경우, 일반환자에비해의료비지출이 4배 96 88

89 미래의료를위한 SW 융합활성화방안연구 가량높은정신질환환자의관리와합병증예방에높은수준의수가를인정하여전체 의료비를절감하고있다. 또한축적된데이터에대한자체적인분석역량을강화하여위험군을예측하고선제적으로건강관리를함으로써국가전체의의료비부담을경감하기위한노력이필요하다. 미국의보험사인 Aetna는 37,000명의고객정보를수집 분석하여대사증후군발병위험예측모델과개인별관리프로그램을개발하여의료비용을절감하였다. (4) 정부 정부는헬스케어애널리틱스의확산을위해표준데이터플랫폼을구축하고헬스케어와 IT 지식을겸비한전문인력을양성해야한다. 병원, 전문기업등이공동으로헬스케어데이터를수집, 활용할수있도록표준데이터플랫폼을구축하고개인정보활용등에대한명확한기준제시할필요가있다. 세계각국은의료데이터활용기반구축을위해표준 EHR 확산, 의료정보공유를위한플랫폼구축등을적극적으로지원하고있다. 미국정부는정밀의료추진계획 (Precision Medicine Initiative) 은대규모코호트 62 구축, 데이터공유를위한표준제정및플랫폼구축을진행하고있다. 뿐만아니라민감한개인정보를다루어야하므로개인의료정보의정의및범위정립과가공 활용을위한명확한기준수립이필수적이다. 미국의경우, 2015 년 8월, Health IT Policy Committee 가빅데이터권장사항초안을발표하였고, 개인의료정보는 HIPPA Safe Harbor Method 에의해 18개의항목을비식별화처리하는경우활용가능한상황이다. 해외정책사례소개 ( 미국 ) 2009년건강정보기술법 (Health Information Technology for Economic and Clinical Health Act, 이하 HITECH 법 ) 을제정하고오바마케어를통해 EHR 기술을채택한의료기관에게인센티브를제공하여의료데이터분석기반확보 ( 미국 ) 2014년캘리포니아비영리단체 Cal INDEX 는캘리포니아주의료정보교환시스템을구축하여 30여개대형의료기관의의료정보를통합하기시작 ( 미국 ) 비영리기구인 OSEHRA(Open Source Electronic Health Record Alliance) 는공개 SW 기반으로환자정보공유프로젝트추진 (EU) 표준화된 ehealth 시스템을구축하여헬스케어의접근성과효율성을향상시키는목적으로 ehealth Action Plan 진행중 ( 싱가포르 ) 통합의료실현을위해약 12년에걸친작업끝에 NEHR(National EHR) 시스템을구축하여 2012 년 7월에전격도입 ( 홍콩 ) 5년간 1조 480억원규모의예산을투입하여 2016 년초 EHR 시스템을구축하였으며, 향후질관리를위한프로젝트에약 6,300 억원을투입할예정 62 코호트 (Cohort) 는조사연구와인구학적연구에서, 특별한기간내에출생하거나조사하는주제와관련된특성을공유하는대상의집단 월간 SW 중심사회 89

90 ISSUE 애널리틱스산업육성에필요한의료데이터분석전문가의현재공급상황과시장수요를파악하여, 인재육성을위한정책역시필요하다. 영국의 IT협회인 e-skills UK는 2018 년까지데이터과학자의수요가 6만 9천명에이를것이나공급은절반에불과할것으로예측하고있다. 병원내 IT인력공급현황과분석전문가수요를파악하여공급과수요간격차를해소하기위한방안이마련되어야한다. 참고문헌 Reference 국내문헌과학기술정책연구원 (2012), u-health 정책현황과향후추진방향, 과학기술정책. 제22권제3호국민건강보험공단 (2013), 2012년건강보험통계연보김용택 (1999), 일본의노인복지정책방향, 노인복지정책연구, 14, 90~130 대외경제정책연구원 ( ), 주요국의 ICT 융합의료산업전략및시사점라인웍스 (2016), 국내헬스케어애널리틱스시장 : 보험개발원 (2013), 빅데이터의보험산업활용시사점생명공학정책연구센터 (2016), 미국 FDA, 웹기반정밀의학플랫폼론칭신재국 (2016), 정밀의학최신동향, BioInpro 신현묵 (2012), 디지털병원에대한정의이종택 (2013), 의료정보시스템의시장기회탐색, 한국과학기술정보연구원임팩트 (2015), 의료IT융합, 의료기기및 U헬스케어기술, 시장전망과참여업체동향장영재 (2015), 빅데이터, 비즈니스애널리틱스, IoT: 경영의새로운도전과기회, 정보시스템연구, 24(4), 139~152, 정보통신정책연구원 (2014), 빅데이터산업촉진전략연구 : 해외주요국정부사례를중심으로정보통신정책연구원 (2015), 웰니스케어확산과미래의료시스템정성희 (2015), 고령자 만성질환자의건강관리를위한헬스케어서비스활용과과제, 보험연구원클레이튼 M. 크리스텐스외 (2011), 파괴적의료혁신, 통계청 (2011), 장기인구추계하나금융경영연구소 (2016), 국내외헬스케어산업현황과전망한국과학기술정보연구원 (2013), 의료정보시스템의시장기회탐색한국과학기술정보연구원 (2016, KISTI MARKET REPORT: 인공지능헬스케어한국과학기술기획평가원 (2015), 미국, 전자건강기록 (EHR) 채택에대한 HITECH법안의영향발표 90

91 미래의료를위한 SW 융합활성화방안연구 한국보건사회연구원 (2011), u-health 현황과정책과제한국보건사회연구원 (2015), 보건의료빅데이터활용을위한기본계획수립연구한국보건사회연구원 (2015), 영국보건복지정보센터의역활과전략, 국제보건복지정책동향한국전자정보통신산업진흥회 (2013), 보건의료정보국내외분류체계간의비교분석한국정보화진흥원 (2012), 국가정보화백서 해외문헌 Bart Collet(2009), Non Invasive Health Monitoring with mhealth BCC Research(2015), Healthcare Analytics: Technologies and Global Markets Carol Tenopir(2007), Journal reading patterns and preferences of pediatricians DAMO Consulting(2015), The State of Healthcare Analytics: Opportunities and Headwinds Dursun Delen(2014), Real-World Data Mining Frost&Sullivan(2015), Healthcare Outlook HealthCatalyst(2016), The Healthcare Analytics Adoption Model: A Framework and Roadmap IBM(2016), Prescribing a digital transformation for life science KLAS(2014), Healthcare Analytics Performance McKinsey(2013), Game Changers: Five opportunities for us growth and renewal McKinsey(2013), Global Institute, Game changers: Five opporturities for us growth and renewal Medicare Payment Advisory Commission(2016), A Data Book: Healthcare Spending and The Medicare Program OECD(2015),OECD Health Data 2015 PhRMA(2016), 2016 Biopharmaceutical research industry profile. Yizhao Ni et. al.(2014), Automated clinical trial eligibility prescreening: Increasing the efficiency of patient identification for clinical trials in the emergency department, pp.1-9. Zoë Slote Morris(2011), The answer is 17 years, what is the question 기타 CB Insight 홈페이지 ( ), From Virtual Nurses To Drug Discovery: 32 Artificial Intelligence Startups In Healthcare CB Insight 홈페이지 ( ), The Race For AI: Google, Twitter, Intel, Apple In A Rush To Grab Artificial Intelligence Startups 월간 SW 중심사회 91

92 ISSUE Frost & Sullivan 홈페이지 ( ), From $600 M to $6 Billion, Artificial Intelligence Systems Poised for Dramatic Market Expansion in Healthcare Google Research Blog 홈페이지 Healthcareitnews 홈페이지 (2014), Deaths by medical mistakes hit records HIT Consultant 홈페이지 ( ), Infographic: Apple HealthKit vs. Google Fit IBM 홈페이지 (2013), Big Data in Healthcare : Tapping New Insight to Save Lives IHS Technology 홈페이지 ITWORLD Korea홈페이지, 현대해상, 보험사기방지시스템구축완료, London School of Hygiene & Tropical Medicine 홈페이지 (2013.8), Peek - the optician s clinic that fits in your pocket PR Newswire 홈페이지 ( ), IBM Brings Watson to Africa Wired 홈페이지 ( ), Google s Artificial Brain Learns to Find Cat Videos 경향비즈뉴스 (2016), IBM 인공지능 왓슨 암진단율 96% 전문의보다정확 경향신문 ( ), 국립대병원, 3시간기다려서 3분진료? 미래에셋대우 ( ), 중국헬스케어산업, 걸어온길과나아갈길, 우리나라의데자뷔?!, 이슈리포트산업일보 ( ), u-health, 세계최초 대규모시범 전자신문 ( ), 늘어나는의료분쟁, 의료녹취서비스대안주목 최윤섭홈페이지 (2016), 디지털기술은임상연구를어떻게혁신하는가 (4) 검색어분석을통한신약부작용발견 92

93 SEMINAR Satoshi Sekiguchi 부소장 ( 일본산업기술종합연구소 ) 초청강연 일시 ( 월 ) 14:00 ~ 16:00 장소 주제 참석자 소프트웨어정책연구소회의실 일본 ABCI 도입배경과운영방안 Introduction background and operation plan of ABCI Japan SPRi 연구진 AUGUST 일본 ABCI(AI Bridging Cloud Infrastructure) 프로젝트에대한소개 - 슈퍼컴퓨팅수준의계산능력 (130~200 AI-Petaflops*) * AI-Petaflops는 16bit의부동소수점연산인 half-precision에해당하는성능으로슈퍼컴퓨터와직접적인비교시 1/4 수준 ( 슈퍼컴퓨터는 64-bit 배정밀도기준 ) - 인공지능, 빅데이터알고리즘, SW와응용에집중한 Open 인프라 - ABCI는세계최초의인공지능전용대규모클라우드인프라로일본인공지능연구의산학연파트너쉽을강화하는플랫폼으로활용 - 목표성능 : 130~200 AI-Petaflops, 3MW 이하전력소모, 데이터센터에너지효율 1.1 Avg.PUE 인공지능연구의징검다리역할로서의 ABCI - ABCI를활용긴밀한산학협동을통한빠른기술이전을목표 - 공개 HW/SW 전략도입 - 페타바이트스케일의공유가능한빅데이터저장소제공빅데이터 / 기계학습 / 인공지능과고성능컴퓨팅 (HPC) 의 Co-desing 철학강조 - 우수한인공지능알고리즘에최적화되어있는 HW 설계 - 주어진 HW에대해서인공지능 / 빅데이터알고리즘의 SW적인최적화커뮤니티기반의연구활동을장려하여지식의선순환을일으키고이것이자동적으로산업으로퍼지는전략채용 ABCI의참조모델로 TSUBAME 3.0과 AAIC를활용 - ABCI의단위전력 (1 watt) 당성능은 11기가플롭스이상을목표 - 도쿄대학의 TSUBAME 3.0은 1와트당 14기가플롭스, ABCI의테스트베드로구축한 AAIC(AIST AI Cloud) 는 1와트당 12기가플롭스로 ABCI 구축가능성을시사다양한성능측정도구를통해 ABCI의적합성도출예정 Satoshi Sekiguchi 부소장의강의모습 월간 SW 중심사회 93

94 SEMINAR AUGUST 이창기교수 ( 강원대학교 ) 초청강연 일시 ( 월 ) 10:00 ~ 14:30 장소 주제 참석자 소프트웨어정책연구소회의실 딥러닝기반의자연어처리기술 Deep learning based natural language processing technology SPRi 연구진 자연언어정의 - 자연언어는특정집단에서사용되는모국어의집합 ( 영어, 한국어, 중국어등 ) 으로모호성, 애매성을가지고있음, 이러한애매성을해결하는것이자연어처리의목표 - 인공언어는특정목적을위해인위적으로만든언어 ( 예 : 프로그래밍언어 ) 로자연언어에비해엄격한구문을가짐자연언어처리 (Natural Language Processing, 이하 NLP) 는컴퓨터를통하여인간의언어를이해하고처리하는학문분야 - 기계번역, 자동통역, 정보검색, 질의응답, 문서요약, 철자오류수정등이존재 * Google, Naver, IBM Watson, Apple Siri 등자연언어분석단계 - 자연언어문장으로부터형태소분석 (Morphological Analysis) 구문분석 (Syntax Analysis) 의미분석 (Semantic Analysis) 화용분석 (Pragmatic Analysis) 을통해분석결과도출ㆍ형태소분석 감기는 의결과는감기 ( 명사 :cold) + 는 ( 조사 ) 감 ( 동사어간 ) + 기 ( 명사화어미 ) + 는 ( 조사 ) 감 ( 동사어간 ) + 기는 ( 어미 ) ㆍ구문분석 : Structural Ambiguities (ex) Time flies like light 2가지이상 tree A man see a woman with a telescope 2가지이상 tree ㆍ의미분석 : 말이많다 말 : horse or speech ㆍ화용분석 : A 씨는 B씨는 그는 에서그 : A or B인지분석하는것자연어처리의특징 - 자연언어분석에는애매성이존재하며이러한문제를분류문제로변환하고머신러닝을활용하여해결하기위해다양한시도를수행하고있음 - NLP Dataset 은고차원적인특성을가지며차원의축소를위해문장속단어들사이의관계를자율학습 (Unsupervised Learning) 방식으로분석하여특징화하는 Word Embedding이필요 94

95 SEMINAR - 많은 NLP문제는 Sequence labeling tasks나 Sequence-to-sequence tasks로볼수있음자연어처리를위한딥러닝소개 - 성능을위해서는다량의학습데이터가필요 - 워딩임베딩을통해비슷한효과를볼수있음ㆍ의미기반의저차원벡터로변환, 대량으로학습데이터를만들수있는차원에서속도가빨라짐 - Recurrent Neural Network(RNN) : 자연어처리에서는단어의열이입력되나단어의열이개수가정해져있지않아서 Recurrent Neural Network을활용, 시퀀스 task에특화됨 - Long Short-term Memory RNN : RNN을사용하는경우, 문장의길이가길어지면앞에있는 History 정보가감소해서뒤에영향을미치지못하는경우가생김, 이를해결하기위해게이트를도입하여멀리보내야하는정보는희석시키지않도록 Long Short-term Memory(LSTM) 게이트추가 - 뉴럴네트웍안에 LSTM RNN을쓰고있음, LSTM 이속도가느리기때문에성능개선을한것이 GRU(Gated Recurrent Unit) 딥러닝기반의자연어처리 - Classification Problem - Sequence Labeling Problem - Sequence-to-Sequence Learning - Pointer Network - Machine Reading Comprehension * 각모델링에대한자세한내용과실험결과는공개된발표자료참고전이기반의한국어의존구문분석이나상호참조를분류문제로전환하여딥러닝기반한국어상호참조해결을하는등한국어자연어처리를위하여딥러닝기반의다양한알고리즘의결합하여모델링하고점진적인성능개선효과를이루어내고있음또한빠른속도로발전하고있는인공지능기반다양한연구결과의활용및확산및발전을위해서는연구결과를오픈소스로공유하는것이중요한데, 이를위해서는별도의인센티브제공등의정부차원의지원이필요할것 이창기교수의강의모습 월간 SW 중심사회 95

96 SEMINAR 김호원석좌교수 ( 부산대학교 ) 초청강연 일시 ( 월 ) 10:00 ~ 13:30 장소 주제 참석자 소프트웨어정책연구소회의실 제 4 차산업혁명과신산업정책의과제 Tasks of the 4 th industrial revolution and new industrial policy SPRi 연구진 경제성장률은정부의예상보다훨씬빠른속도로저하되고있으며, 한국인의행복지수도갈수록악화 - 이러한위기의본질은국가경쟁력의저하와양극화의심화에있으며, 이제우리는성장과분배에대한치열한담론이필요한시점성장과분배에관한담론은고전파경제학 (18세기말 ~19세기초 ) 으로부터시작하여 1980년대선진국에서부의불평등이심화되면서연구가축적되고있음 - 고전파경제학의한계는부족한통계와편견, 지속적기술진보의가치를인식하지못했다는것임 - 주류경제학이불평등을다루지않은이유는지속성장이불평등을개선하는데어떠한분배방식보다우월하다는믿음이있었기때문임정책적의사결정을통해인센티브나보상구조를어떻게설계하느냐에따라혁신정도와불평등수준에중대한영향을미칠수있음 - 경쟁친화적보상구조를취하거나, 포용적보상구조를취할수있으며, 어떻게정책변경을할지는지도자의선택사항글로벌경쟁환경은우리에게결코유리하지않으며, 따라서경제위기의본질에대한정확한진단과처방이필요 - 중국경제의부상은더이상기회가아닌위협으로, 한 중혁신환경의객관적비교가필요함 - 미국, 일본, 독일, 중국은우리보다한발앞서서나름의방식으로 4차산업혁명을대응중이나우리는한국식맞춤형전략이부족자본주의 4.0에따르면시장은균형상태의정적시스템이아니라끊임없이진화하는시스템이며, 불완전하기때문에정부와민간기업의상호협력적인관계가필요함 년금융위기는시장의한계와결점을이해하는사람들이운용하는더뛰어난정부가필요하다는점을인식하게된역사적계기가되었음 96

97 SEMINAR 경기침체의장기화와, 기업들의소극적인투자, 산업구조적불균형등으로인해산업정책이재조명되고있음 - 우리나라의산업정책은 1960년대경제개발 5개년계획으로부터시작되어성공을거두었으나, 1987년민주적발전국가모델이후신자유주의기조를적극수용하면서산업정책이크게후퇴함산업정책당국은산업정책의필요성에대한논리수립, 인식확산, 현실적대안제시, 종합적차원의비전제시, 연관정책과의활발한교류를통해경제정책을주도해야함또한정부가해야할일을선택하여집중해야하며, 타이밍을결정하고이정책의일관성을확보해야함 - 이를위해서시장영역과정부영역의경계를재설정하는한편정치적우선순위를전체적으로재평가해야함거시정책 ( 금융, 통화 ) 중시풍토의개선이필요하며 4차산업혁명을선도할수있는 CKO( 지식책임자 ) 가필요함창의적인정책설계, 정책의연속성확보를위한제도화, 보다정교한분석 평가를위한다양한분석기법적용등신산업정책방법론의개선도필요함 김호원석좌교수의강의모습 월간 SW 중심사회 97