메디온테크(Mediontech)는 글로벌 메디컬 테크놀로지 분야의 전문 크로스보더 네트워크로, 최근 '메디온테크 라이브' 방송을 통해 최신 메디컬, 테크놀로지, 의료 소식을 토의하는 자리를 마련했습니다. 이 방송에는 다음과 같은 전문가들이 참여했습니다.

1. 윤기법 원장
2. San lee AI전문가
3. 한정훈 K엔터테크허브 대표

이번 라이브 방송에서 3명의 전문가들은 의료계와 딥시크 문제, CES2025 후속담, 가치 기반 진료, 미래의 의료  서비스 진화 등을 주로 논의했습니다.

1. 🎙️ 메디온테크 라이브 소개와 참여자 소개 (00:00:00)

. 메디온테크는  메디컬 테크놀로지 의 약자로, 의료 분야에 기술이 중요.

. 메디온테크의 주요 목표는 메디컬 테크 트렌드 소개와 글로벌-한국 간  메디컬 테크 생태계 연결

. 라이브 세션에는 한정훈 진행자와 함께 윤기범 원장, 캐나다 토론토에서 참여한 Sven이 참석

2. 🔍 딥시크(DeepSeek)와 의료 분야에서의 AI 활용 논란 (00:03:04)

. 딥시크는  오픈 AI 보다 저렴한 가격 으로 뛰어난  AI 성능을 제공하여 주목받았으나, 개인정보 유출과 중국 정부의 데이터 접근 우려로 논란이 되고 있다.

. 의료계에서는  개인의 민감한 의료 정보  보호 문제로 인해 딥시크 사용이 어렵거나 불가능하다는 의견이 지배적이다.

. 딥시크는 스타트업에게 고성능  AI 서비스를 저렴하게 이용할 수 있는 기회를 제공했지만,  의료와  헬스케어  같은 고도로 규제된 분야 에서는 사용이 제한적이다.

. 최근 중국산 의료기기에서  백도어 코드  발견으로 인한 사용 중단 명령 등, 중국 기술에 대한 보안 우려가 증가하고 있다.

. 의료 분야 외에서는 딥시크의 개념을 활용해  안전하고 투명한  AI  서비스 를 개발할 가능성이 있으며, 이는 새로운 기회가 될 수 있다.

3. 🌟 AI와 헬스케어의 융합: 한국 기업의 기회와 도전 (00:10:23)

. 한국 메디컬  AI 기업들에게  반사 이익 이 있을 것으로 예상되며, 특히  헬스케어 분야에서  AI 접목 시 글로벌 서비스 런칭 가능성이 높다.

. 딥시크와 같은 대규모  AI 모델 개발에는 막대한 리소스가 필요하지만, 한국 기업들은  오픈소스 기반 의 접근법으로 경쟁력을 확보할 수 있다.

. AI 모델 개발 비용이 감소함에 따라 스타트업들은  파운데이션 모델 개발 과  애플리케이션 개발  사이에서 전략적 선택이 가능해졌다.

. 한국은 국가 예산 제약으로 인해 대규모 파운데이션 모델 개발보다는  헬스케어 와 같은 특화 분야 에 집중하는 것이 효과적일 수 있다.

. 메디컬  AI 기업들은 CNN 기반 비전  AI 에서  멀티모달 모델 로 진화하고 있으며, 딥시크의 방법론을 참고해 새로운 접근법을 모색하고 있다.

4. 🏥 한국 의료 AI의 발전 방향과 과제 (00:17:39)

. 한국은 양질의  의료 데이터 와  AI 개발에 필요한 우수한 인프라를 보유하고 있어 글로벌 경쟁력을 갖출 잠재력이 있다.

. 의료  AI 분야에서 국가 차원의 통합적인 관리와 조정이 필요하며, 정부 주도의 핵심 분야 선정과 지원이 요구된다.

. 의대 교육과정에  AI 와 IT 교육 을 포함시켜 미래 의료 환경 변화에 대비해야 한다.

. 가치 기반 진료  체계로의 전환을 통해  개인화된 의료 서비스 제공과 비용 효율성을 높일 수 있다.

. 의료 데이터 의 활용과 보안 문제를 해결하기 위해  블록체인 기술  등을 도입하여 환자에게 데이터 제공에 대한 보상을 제공하는 시스템 구축이 필요하다.

4.1. 한국 의료 AI의 발전 방향과 글로벌 잠재력

. 한국은  의료 데이터  인프라 와 접근성 면에서 세계적으로 우수한 환경을 갖추고 있다.

. 익명화된  의료 데이터 를 활용한  AI  솔루션 개발 이 한국 의료  AI 의 주요 방향이 될 수 있다.

. 의료  AI 의 적용 범위는 가정용 기기부터 진단, 예방, 치료, 관리까지  광범위한 영역 을 포함한다.

. 각 영역별  AI 솔루션을 개발하고 이를 통합하는 접근 방식이 필요하다.

. 이러한  총체적인 메디컬  AI  개발은 한국 의료 기술의 글로벌 경쟁력을 높일 수 있는 잠재력을 가지고 있다.

4.2. AI와 의료 분야의 통합적 관리 필요성

. 국가적으로  AI 센터와 관련된 다양한 프로젝트가 진행 중이지만, 이를  총괄하는 기관의 부재 로 각 업체들이 개별적으로 경쟁하고 있는 상황이다.

. 의료 분야에서  AI 의 중요성은 인식되고 있으나, 정부 부처 간  협력과 조율이 부족 한 실정이다.

. 과기부, 보건복지부, 중소기업부 등 여러 부처에서  AI 를 추진하고 있지만, 의료  AI 를 위한  통합된 인프라 조직 이 없는 상태이다.

. 의료  AI 분야의 경쟁력 향상을 위해 정부 차원에서  관련 기관들을 조율하고 관장 할 수 있는 체계가 필요하다.

. 의료 분야를 국가 산업 경쟁력의 새로운 방향으로 설정하여, 제조업과 같이  독립적인 섹터로 발전 시킬 수 있을 것으로 기대된다.

4.3. 캐나다의 AI 전략과 장기 투자 접근법

. 캐나다는  범국가적  AI  전략 을 수립하여 몬트리올, 토론토, 엘버타 세 지역에 거점 연구소를 설립하고 대학들과 연계하여 연구를 진행한다.

. 정부의 자금 지원과 민간 참여 유도를 통해  장기적 투자 에 중점을 두고 있으며, 단기적 성과보다는 지속적인 연구를 중요시한다.

. 이러한 전략으로 제프린튼 교수의 연구를 지원하여  CNN 모델  개발 등의 성과를 이끌어냈다.

. 그러나 캐나다의 기업, 정부기관, 학계는 실용적 성과보다 기반 연구에 더 관심을 두어 실제적인 성과 도출이 느린 편이다.

. 장기적 성과 창출 측면에서는 한국이 캐나다보다 더 경쟁력이 있다고 평가된다.

4.4. 한국의 AI 투자와 글로벌 경쟁력

. 한국 정부는 작년 말 국가 전략 기술에 약  2조 9300억 원 을 투자하겠다고 발표했다.

. 중국은 2022-2023년부터 2000개 기관이 참여하여  70조 원 이상 을  AI 에 투자하고 있어, 한국은 후발 주자지만 빠른 성장 가능성이 있다.

. 한국은  선택과 집중  전략이 효과적이나, 이를 위해서는  강력한 컨트롤 타워 가 필수적이다.

. 한국은 이미 풍부한 데이터와 좋은 모델 개발 능력을 갖추고 있어, 이를 활용한  해외 진출과 현지화 에 큰 잠재력이 있다.

. 네바다 는 세계 최대 데이터 센터와 유리한 비용 구조로 인해  AI 기업들에게 실리콘밸리보다 더 나은 입지 조건을 제공할 수 있다.

4.5. AI 시대의 의료 서비스 변화와 과제

. AI 기술은 의료 시스템의  효율화 를 촉진하여 비용 절감, 시간 단축, 절차 최적화를 가능하게 한다.

. 환자 중심의  헬스케어 가 강화되어  웨어러블 기기 를 통한 일상적 건강 모니터링과  개인화된 의료 서비스가 제공될 것이다.

. 의사와 환자의 역할이 변화하여, 환자는 더 적극적으로 건강 데이터를 관리하고  AI 를 통해1차 진단을 받은 후 의사와 상담하는 방식으로 변할 것이다.

. 의료진에게는  AI 활용 능력이 필수가 되어  '바이올린계열 인재' (의료와 IT 지식을 겸비한 전문가)가 요구될 것이다.

. 환자 데이터의 중요성이 증가함에 따라, 데이터 제공에 대한 보상 시스템 구축 등 환자 중심의 데이터 활용 생태계 조성이 필요하다.

4.6. 가치 기반 진료와 개인 맞춤형 의료의 발전

. 가치 기반 진료 로의 전환은  만성 질환 관리 와 지속적인 환자 관리를 위해 필요하며,  AI 와 원격 모니터링 기술의 발전으로 가능해지고 있다.

. AI 를 통한  개인화된 의료  서비스 는 환자의 상태에 따라 다른 비용과 처방을 가능하게 하여, 더 공정하고 효율적인 의료 시스템을 만들 수 있다.

. 한국은 국가적 차원에서 개인 맞춤형 의료 모델을 구현하기에 좋은 환경을 갖추고 있으며, 이는 글로벌 시장으로 확장될 수 있는 잠재력을 가지고 있다.

. 웨어러블 센서 와 같은 기술을 통한  원격 환자 모니터링 이 증가하고 있으나, 이에 대한 의료수가 정립과 의사들의 데이터 해석 능력 향상이 필요하다.

. 의대 교육부터 시작하여 의사들의  데이터 활용 능력 을 강화하는 교육이 필요하며, 이는 새로운 의료 기술의 효과적인 활용을 위해 중요하다.

4.7. 의료 데이터 활용과 개인정보 보호의 균형

. 의료 분야는  규제가 매우 엄격한 영역 으로, 특히 건강 정보에 관한 규제가 중요하다.

. 소셜 미디어와 달리  의료 데이터 는 활용에 제한이 있어 서비스 개발과 수익 창출에 어려움이 있다.

. 개인정보 보호와  의료 데이터 활용 사이의  명확한 가이드라인 이 필요하며, 이를 통해 개인정보를 제공하고 더 나은 의료 서비스를 받는 win-win 상황이 가능할 것이다.

. 한국은 풍부한  의료 데이터 인프라를 갖추고 있어, 이를 활용한  킬러 애플리케이션  개발 가능성이 높다.

. 의료 데이터 는 ' 새로운 석유'로 여겨지며, 이를 잘 활용하면 한국의 미래 경제에 큰 도움이 될 것으로 예상된다.

Deepseek

. DeepSeek , a recent AI development, has raised significant privacy concerns, especially in the medical field due to potential data leaks to the Chinese government.

. Medical AI experts generally agree that using DeepSeek in healthcare is  difficult or impossible  due to the sensitive nature of personal medical information.

. DeepSeek has demonstrated the possibility of accessing  high-quality AI services at lower costs , benefiting startups but remains unsuitable for highly regulated fields like healthcare.

. Healthcare institutions are  extremely conservative  about data security, with recent incidents like backdoor code discovery in Chinese patient monitors increasing tension.

. The situation mirrors past technological competitions between China and the US, potentially leading to  regulatory actions  against Chinese tech in sensitive sectors.

3. 🌟 AI's Impact on Healthcare and Korean Medical AI Opportunities (00:10:23)

. The  healthcare sector  is the second-largest investment area after AI and deep tech in Korea, with 370 billion won invested in 102 companies from pre-A to IPO stage.

. Korea has potential to compete globally in healthcare AI by leveraging its  traditional healthcare strengths  and applying AI technologies to create global services.

. Creating a "Korean DeepSeek" using open-source bases like  LLaMA  and applying various AI performance-enhancing techniques could be a viable approach for Korean AI companies.

. The  cost reduction of large vendor models provides startups with more options, allowing them to choose between investing in foundation models or quickly developing applications on existing models.

. Given resource limitations, focusing on  specialized fields like healthcare AI  rather than competing in foundation models might be a better strategy for enhancing national competitiveness.

4. 🏥 Future of Healthcare: AI Integration and Value-Based Care (00:17:39)

. AI will play a crucial role in  integrating siloed healthcare systems , addressing issues like workforce shortages and burnout.

. Healthcare is shifting towards  value-based care , moving away from fee-for-service models to focus on patient outcomes and cost-effectiveness.

. Personalized medicine will become more prevalent, with AI analyzing individual genetic information, lifestyle habits, and real-time data to provide tailored treatment plans.

. Patients will take a more  active role in their healthcare , monitoring their own health data and using AI for initial assessments before consulting doctors.

. The integration of AI in healthcare requires addressing challenges such as data privacy, standardization, and the need for  medical professionals to receive AI education .

4.1. Medical AI: Korea's Potential and Global Prospects

. Korea's healthcare system offers  excellent infrastructure  for collecting high-quality, anonymized medical data, surpassing many countries globally.

. AI solutions in healthcare can encompass a  broad spectrum , from home appliances to diagnosis, prevention, treatment, and management.

. The development of comprehensive medical AI solutions has  significant potential  for global expansion.

. Medical AI should be approached  holistically , integrating various concepts from individual applications to unified systems.

. A dedicated section on medical AI is necessary to explore its full potential and applications in healthcare.

4.2. Need for Centralized AI Coordination in Healthcare

. Multiple AI projects are underway in Korea, but there's a lack of central coordination, leading to competitive fragmentation.

. Government departments and companies recognize the importance of medical AI, but integration efforts are disjointed .

. There's a need for a leading governmental body  to oversee and coordinate medical AI initiatives effectively.

. Current infrastructure lacks a  unified medical organization  to integrate AI efforts across various government departments.

. Coordinated approach could potentially position medical AI as a  new national industrial direction , similar to other key sectors.

4.3. Canada's Long-Term AI Strategy and Outcomes

. Canada has established a  national AI strategy  with three regional hubs in Montreal, Toronto, and Alberta, connecting research institutes and universities.

. The Canadian government focuses on  long-term investments  rather than short-term results, providing funding and encouraging private sector participation.

. This approach led to breakthroughs like  Geoffrey Hinton's CNN model , which initially lacked funding and support from others.

. Canada's strategy emphasizes  foundational research  over immediate profit, resulting in slower practical outcomes compared to more competitive approaches.

. In terms of producing tangible results quickly,  South Korea is considered more competitive than Canada.

4.4. Korea's AI Investment and Competitive Edge

. Korea plans to invest 2.93 trillion won  in national strategic technologies, as announced by the Ministry of Science and ICT in late last year.

. Despite being a late entrant, Korea has the potential to become a  fast follower or leader  in AI due to its ability to quickly mobilize resources.

. Korea's strength lies in its  data accumulation  and ability to create good models, which can be fine-tuned for overseas expansion.

. The country possesses all necessary elements for AI success, but lacks effective coordination and control tower  to fully utilize these resources.

. Collaboration opportunities with Nevada's medical systems and universities could provide a gateway for Korean AI and medical companies to expand globally.

4.5. AI's Impact on Healthcare and Value-Based Care

. Wearable devices and easy-to-use health monitoring tools are increasing, allowing for continuous data collection from patients.

. AI is expected to enhance collaboration  between insurers, tech companies, and healthcare providers, addressing the current siloed approach.

. The future healthcare model aims to  reduce hospital visits , with AI-driven services providing immediate, personalized advice based on accumulated daily health data.

. AI's role will expand beyond disease prediction and diagnosis to  suggesting treatment plans  and creating digital twins for personalized simulations.

. Healthcare professionals and patients will need to adapt, with doctors requiring  AI education  and patients becoming more proactive in monitoring their health data.

4.6. Value-Based Care and Personalized Medicine

. The healthcare system needs to transition from fee-for-service to  value-based care , especially for chronic disease management, to improve medical quality.

. AI enables personalized medicine  by analyzing comprehensive data, allowing for tailored treatments and more accurate cost assessments based on individual needs.

. Personalized medicine could lead to fairer healthcare pricing, where patients pay based on their specific treatment requirements rather than a one-size-fits-all approach.

. Korea is well-positioned to implement a  national-level personalized healthcare model , which could potentially be replicated globally if successful.

. There's a growing need for proper  reimbursement codes  for wearable data analysis and remote patient monitoring services, as well as improved physician education on interpreting this data.

4.7. Navigating Healthcare Data Regulation and Utilization

. Healthcare is a highly regulated sector , especially concerning health information, creating challenges for data utilization.

. Unlike free internet services, healthcare data can't be monetized similarly due to regulations, causing inefficiencies in the system.

. There's a need for clear guidelines on healthcare data usage, balancing  personal privacy  with potential benefits of improved medical solutions.

. The healthcare industry is converging towards a middle ground between over-regulation and under-regulation, presenting opportunities for profitable services.

. Korea possesses a unique  healthcare data infrastructure , potentially a valuable resource for long-term health predictions and comparisons.