서울대, 의대·공대 잇는 ‘한국형 의료AI 인재’ 170명 양성한다

3 hours ago 1
사회 > 교육

서울대, 의대·공대 잇는 ‘한국형 의료AI 인재’ 170명 양성한다

서울대 의료AI 융합인재 양성사업단
“4년내에 의료AI 전문가 170명 육성”

서울대 의료 인공지능(AI) 융합인재 양성사업단 성과교류회에서 참석자들이 단체사진을 촬영 중이다. [서울대 의대]

서울대 의료 인공지능(AI) 융합인재 양성사업단 성과교류회에서 참석자들이 단체사진을 촬영 중이다. [서울대 의대]

의료 인공지능(AI) 시대를 맞이해 서울대 의대가 의학과 공학 분야를 융합한 교육·연구 기반을 육성하겠다고 밝혔다.

서울대 의료 인공지능 융합인재 양성 사업단(의료AI 융합인재 사업단)은 지난달 19일 서울대 관악캠퍼스 데이터사이언스대학원에서 ‘2026-1학기 의료 인공지능 융합인재 양성사업단 성과교류회’를 개최했다고 8일 밝혔다.

이번 성과교류회는 보건복지부와 한국보건산업진흥원이 지원하는 의료 AI 특화 융합인재 양성사업의 일환으로, 사업단의 교육·연구 성과를 공유하고 향후 사업 계획을 발표하기 위해 마련됐다.

지난 2022년 출범한 의료 AI 융합인재 사업단은 데이터사이언스와 디지털헬스케어 등 의학·공학 분야를 아우르는 융합형 의료 AI 인재 양성을 목표로 한다. 이를 위해 사업단은 서울대 의대·공대는 물론 서울대 첨단융합학부와 데이터사이언스대학원, 서울대병원, 네이버 등 학내외 연구 조직과 산업계를 연계해 의료 AI 임상 현장과 기술 개발을 연결하는 협력 기반을 구축하고 있다.

사업단에 따르면 서울대는 2029년까지 총 170명의 의료AI 특화 융합인재 양성을 계획 중이다. 사업단은 지난해 보건복지부의 의료 AI 융합인재 양성사업에 선정된 것을 바탕으로 서울대에 한국형 HST(Health Sciences & Technology) 연합전공을 신설해 의학과 공학 역량을 모두 갖춘 의료AI 전문가를 양성하겠다고 밝혔다.

HST 연합전공은 의약학 계열 대학과 공학·자연과학 대학의 교육과 연구를 통합한 신규 전공으로, 이르면 내년 개설될 전망이다. HST는 미국 하버드대학과 메사추세츠공과대학(MIT)가 지난 1970년 공동으로 설립한 의사과학자 양성 프로그램을 벤치마킹했다. 미국 내 의과대학들은 해당 프로그램을 토대로 매년 졸업생의 약 3%에 달하는 600~700명 안팎의 의사과학자를 배출하고 있다.

사업단은 향후 의과대학 통합 6년제 교육과정과 연계해 STM(Science & Technology in Medicine) 교과목을 포함한 ‘HST 코리아’ 교육과정을 개발하고, 의료와 공학을 연결하는 정식 연합전공 체계로 확대 예정이다.

이규언 서울대 의료AI 융합인재 사업단장은 “서울대 의료빅데이터연구센터에 따르면 국내 의료계에 AI가 전면 도입될 경우 매년 21조원 안팎의 의료비를 아낄 수 있다”며 “이러한 효과를 보기 위해선 의료와 공학 간 몰이해를 없앨 인재가 필요하다. 의학과 공학을 하나의 교육체계 안에서 연결해 의학적 사고를 갖춘 공학자, 공학적 접근이 가능한 의사를 양성하는 것이 목표”라고 말했다.

이날 성과교류회에서는 의료 AI 융합인재 양성사업에 참여한 학생들의 연구 발표도 진행됐다. 발표 주제는 △의료 AI 에이전트의 신뢰성 제고 △가치정보 기반 의료 스케줄 최적화 △멀티에이전트 협업 기반 임상시험 자동화 시스템 △가상현실(VR) 기반 건강검진 문진표 연구 등으로 구성됐다.

검색·커머스·콘텐츠를 주축으로 하는 AI 플랫폼 운영 기업입니다.
서울대학교 의료AI 융합인재 사업단의 산업계 협력 파트너로서 의료 현장의 기술 개발을 지원하고 인재 양성 기반을 구축하는 데 참여하고 있습니다.
초거대 인공지능인 하이퍼클로바X와 클라우드 등 AI 인프라를 활용하여 기업 간 거래(B2B) 사업 영역을 지속적으로 넓혀가고 있습니다.

주의사항 : 본 서비스는 AI의 구조적 한계로 인해 오류가 발생할 수 있습니다. 모든 내용은 투자 권유 또는 주식거래를 목적으로 하지 않습니다.

신고 사유 선택

  • 잘못된 정보 또는 사실과 다른 내용
  • 오해의 소지가 있거나 과장된 분석
  • 기사와 종목이 일치하지 않거나 연관성 부족
  • 분석 정보가 오래되어 현재 상황과 맞지 않음
Read Entire Article