의료/보건

의사

Medical Doctor

이 지표는 어떻게 산정하나요? — 데이터·방법론

업무별 추천 AI 도구

의사의 주요 업무 15개 · 업무를 눌러 도구 전환

AI가 대체할 수 있는 업무

  • ·영상 진단 1차 스크리닝
  • ·의학 문헌 검색
  • ·약물 상호작용 체크

AI가 대체하기 어려운 업무

  • ·환자 공감 및 심리적 지지
  • ·복합 질환 종합 판단
  • ·수술 집도
  • ·윤리적 의료 의사결정
  • ·환자·보호자 소통

추천 도구 조합

영상의학과의 AI 도구 조합

분석 근거

AI 대체 예측, 13년간 얼마나 바뀌었나?

모켓 분석 추정

18%

2026 AI 분석 기반 · 과거 비교 데이터 없음

데이터 출처와 방법론

"실제 AI 사용률"이란?

Anthropic이 Claude 사용 데이터를 분석해 측정한 수치입니다. 이 직업의 업무 중 AI가 실제로 처리하고 있는 비율을 뜻합니다.
· AI가 완전히 대신하는 업무는 100% 반영
· AI가 보조하는 업무는 50% 반영
· 각 업무가 차지하는 시간 비중으로 평균
→ 단순 사용 빈도가 아니라, 실제 업무 영향도를 나타냅니다.

참고: AI 사용 방식 (전체 평균)

전체 Claude 사용 중 업무 보조용 약 57%, 완전 자동화용 약 43%. 직업별 세부 비율은 아직 공개되지 않았습니다.

"AI 대체 위험도"란?

이 직업이 앞으로 AI에 의해 자동화될 가능성을 추정한 값입니다. 두 시점의 예측을 비교합니다:
· 2026년 재평가: AI가 최신 자료를 종합해 분석한 결과
· 2013년 예측: 옥스포드대 연구팀이 AI 등장 전에 내놓은 예측 (한계 있음)

2026년 재평가는 어떻게 산출?

Claude가 아래 자료들을 학습 데이터로 활용해 409개 직업을 일괄 분석했습니다. 실시간 검색이 아닌 학습된 지식 기반 추론입니다.

  • 옥스포드대 Frey & Osborne (2013) 논문
  • 맥킨지 "일의 미래" 보고서 시리즈
  • 세계경제포럼(WEF) 일자리 보고서 (2020~2025)
  • 미국 노동부 O*NET 직업 데이터베이스
  • 한국고용정보원 직업전망 보고서
  • Anthropic Economic Index 초기 발표 (2025)
  • 하버드 경영대학원 Chen·Srinivasan·Zakerinia (2024) Working Paper 25-039 — Task별 E0~E3 노출 분류 방법론 (대표 직업 12개 적용 시 본 사이트 점수와 방향성 일치)

AI의 추론이므로 참고용입니다. 검증된 실측 데이터는 위 "실제 AI 사용률"을 참고하세요.

데이터 출처

· Anthropic Economic Index 5차 발표 (2026-03-24)
· Frey & Osborne (2013) "고용의 미래"
· Chen·Srinivasan·Zakerinia (2024) HBS Working Paper 25-039 — Task별 E0~E3 노출 분류 방법론
· 직업 매핑: (manual override, not in AEI 757) (정확도: manual)

AI 최근 동향

주기적 자동 갱신

의사과(와) AI에 관한 최신 기사를 신뢰 매체에서 골라 요약합니다.

이번 동향 한 줄

논문 속 AI는 이미 의사 평균 진단·처방 정확도를 앞서지만, 정작 현장 도입은 '법적 책임 불명확'과 '쓸수록 술기가 준다'는 실증 데이터에 발목 잡혀 있다 — 의사의 남은 경쟁력은 AI를 검증하고 좋은 질문을 던지는 능력이다.

"AI, 의사 대체 아닌 조력자… 미래 의사 경쟁력은 '좋은 질문'"

이코노미조선 · 2026-06-22 · 원문 →

하버드대 의대 길 알테로비츠 부교수 인터뷰. "병원이 진료를 AI에 넘기는 일은 없다"며 인간 검토·프라이버시 통제·검증·모니터링을 전제로 한 'AI 보조' 모델을 현실적 방향으로 제시했다.

시사점 AI를 대체자가 아닌 보조자로 규정하는 흐름이 뚜렷한 만큼, 앞으로 의사 경쟁력은 AI에 좋은 질문을 던지고 결과를 검증하는 능력에서 갈릴 것이다.

"의료 AI, 의사보다 낫다"…임상 투입은 아직 무리

파이낸셜뉴스 · 2026-06-18 · 원문 →

네이처 게재 논문 인용 - 독일 AI '미라(MIRA)'는 맹장염·폐색전증 등 8개 질환 진단에서 정확도 87.1%로 의사 6인 패널(78.1%)을 앞섰다. 다만 전자의무기록 사례는 실제 진료보다 정돈돼 있어 임상 즉시 적용은 시기상조라고 지적했다.

시사점 AI는 정돈된 기록에서 의사를 능가하지만 모호하고 모순된 실제 진료 정보 처리에는 한계가 있어, 불완전한 병력 청취·환자 소통 역량이 여전히 차별화 지점이다.

대한민국 의사 절반 의료 AI 경험…법적 리스크 우려 여전

메디칼타임즈 (원자료: 한국보건산업진흥원) · 2026-02-26 · 원문 →

한국보건산업진흥원이 대한의사협회 협조로 회원의사 2,125명을 대상(2025.10.16~21)으로 조사한 결과 AI 활용 경험은 47.7%, 그중 83.3%가 영상판독에 사용. 경험의사 69.1%·비경험의사 76.0%가 의료사고 시 법적 책임 불명확성을 최대 우려로 꼽았다.

시사점 실제 사용은 절반에 그치고 법적 책임 소재가 최대 걸림돌인 만큼, AI 사용 시 판단 근거와 검토 과정을 기록으로 남기는 습관이 필요하다.

"AI가 의사보다 정확"…의대생 연구서 진단 정확도 앞서

한국경제 · 2026-02-10 · 원문 →

연세대 의대생·용인세브란스병원 교수팀이 메드스케이프 임상사례 1,426건으로 의료진과 AI 모델을 비교. 의료진 평균 정확도 85.0%, GPT-4o 88.4%, o1 94.3%로 나타났고, o1은 진단뿐 아니라 검사계획·치료방향 설정에서도 90%대를 유지했다.

시사점 진단을 넘어 치료계획 전 과정에서 AI 판단력이 의료진 평균을 앞서는 만큼, 결과를 그대로 따르기보다 근거를 교차검증하는 역량이 중요해진다.

※ 각 기사의 사실 요약과 ‘시사점’은 원문을 근거로 정리했으며, 자세한 내용은 원문 링크에서 확인하세요.