Abstract 의료 분야에서의 인공지능 적용은 갈수록 넓어지고 속도가 빨라지고 있다. 그 중 대표적으로 인공지능이 좋 은 성과를 보여주는 곳이 개인의 질병 예측과 의료 비용 지출 예측이다. 질병 예측의 경우 각종 중증 질환 및 희귀병의 발병을 예측하고, 이는 인공지능의 발달과 함께 의료 전문가의 예측 정확도를 인공지능이 따라잡고 있다. 또한 개인의 의료 비용 지출을 인공지능이 예측하기도 한다. 실제로 이는 대한민국 사회의 고령화로 인 해 중요도가 더해지고 있는 이슈이다. 본고에서는 개인의 일생 의료 비용 지출 중 상당한 비중을 차지하는 사 망 전 지출 의료 비용을 심층 신경망을 활용하여 정확하게 예측하는 방법을 제안하기 위해 이전 연구들을 리뷰 한다. I. 서 론 인공지능의 빠른 발전은 다양한 금융, 의료, 마케팅을 비롯한 다양한 산업 분야로의 적용 으로 이어지고 있다. 인공지능의 사전적 정의는 인간의 지능으로 할 수 있는 사고를 컴퓨 터가 할 수 있도록 하는 방법으로, 의료 분야에서 질병 진단, 의료 비용 예측, 영상 해석, 로봇 수술 시스템 등의 다양한 용도로 이용되고 있다. 본 고는 의료 분야에 적용되고 있는 인공지능의 동향 중 질병 예측과 의료 비용 지출 예측에 한하여 현황을 서술한다. 인공지능의 발전은 데이터의 발전과 함께했다. 의학 분야는 특히 데이터의 양과 질이 풍 부하게 제공되어있는 분야이기에 인공지능을 활용하여 발전할 여지가 많은 분야 중의 하나다. 특히 대한민국은 전국민 의료보험이 적용되는 국가적 특성에 의해, 환자들의 의료 비용 지출이나, 병력을 데이터화하여 관리하고 있다. 이는 환자 개개인으로부터 나오는 양질의 데이터로 인공지능이 훈련할 수 있는 좋은 환경을 제공하고 인공지능이 구현하는 예측, 분 석 면에서의 성능 향상으로 귀결되고 있다. 대한민국의 첫 인공지능을 활용한 의료 진단은 IBM의 왓슨을 길병원에서 적용한 것이다. 이후 타 대학 병원들에서도 해당 기술을 도입하 여 질병 예측을 시작하였으며 2018년에는 법개정에 의해 왓슨이 의료기기로 인정받기도 하 였다. 이후 IBM의 왓슨은 심혈관질환이 발생할 확률을 환자별로 예측하는 프로젝트 등을 진행하였으나 현재는 기술적인 한계에 봉착해 있다. 이 외에도 대장암, 유방암, 전립선암, 치매와 같은 다양한 중증 질환들을 인공지능을 활 용하여 예측하는 프로젝트들이 국내외로 다수 진행되고 있다. 나아가 질환 예측과 더불어 환자 맞춤형 의료진 연계 서비스 등을 제공하는 독립형 소프트웨어 의료기기의 시장규모는 연평균 성장률 28.7%로 2023년에 약 130조 원을 기록할 것으로 예상되는 만큼 해당 시장 은 폭발적으로 성장 중이다 [1]. 분당서울대병원의 경우 CT 영상결과를 딥러닝을 활용하여 분석함으로서 신장암을 더 정확히 예측하는 성과를 내었고 약 85%의 정확도를 보였다 [2]. 고대안산병원의 경우 치과 엑스레이 영상을 분석하여 골다공증을 86%의 정확도로 예측하 였다 [3]. 이처럼 방대한 영상을 비롯한 환자 데이터를 활용하여 질병을 예측하는 프로젝트 는 정확도를 높이는 작업들과 함께 발전해왔고 현재도 진행 중이다. 질병 발병을 예측하는 것 이외에도 환자들의 의료비용 예측 또한 중요한 이슈 중 하나다. 인구의 고령화로 인해 건강보험공단은 적자를 매년 기록하고 있다. 건강보험공단의 지출 예산은 2017년도의 57조 원에서 2021년에 79조 원으로 약 38%만큼 증가했다 [4]. 이는 가 장 많은 인구 수를 기록하고 있는 베이비부머 세대의 고령화에 힘입어 더 증가할 것으로 예상된다. 이에 개인의 의료비용 지출을 예측하는 것의 중요성이 대두되고 있고 어떠한 요 인이 개인의 일생 의료비용 지출에 영향을 주는지 파악하는 데에 인공지능을 활용하는 연 구들이 현재에도 활발하게 진행되고 있다. 개인의 의료비용 지출 규모 예측 및 이를 유발하는 중요 요인은 학계에서 십 여년 간 논 쟁이 있어왔다. 평균적으로 개인이 일생 동안 지출하는 의료 비용 중 사망 직전 1년동안 지출하는 의료비용이 차지하는 비중이 30%~40% 정도를 차지한다. 그렇다면, 급진적인 의 료비용 지출 증가가 예상되고 있는 상황에서 사망 전 지출이 일생 의료 비용 지출 중 큰 비중을 차지하고 있는 만큼, 사망 전 지출을 예측하는 것의 중요성은 더욱 강조되고 있다. 그 중 핵심 질문은 나이와 사망까지 남은 시간 중 어떤 것이 사망 전 의료 비용 지출에 더