An intentional dual track curriculum model proposal to address technical readiness and concerns in healthcare AI education

의학의 미래는 코드로 쓰여지고 있습니다. 인공지능은 이미 의사들이 엑스레이를 판독하고, 어떤 환자가 병에 걸릴 위험이 있는지 예측하며, 최선의 치료법을 제안하는 것을 돕고 있습니다. 이러한 도구들이 병원에서 흔해짐에 따라, 한 가지 중요한 질문이 생겨납니다. 우리는 다음 세대의 의사들에게 이 도구들을 사용하는 법을 어떻게 가르칠 것인가? 수십 년 동안 전문가들은 사람들이 새로운 기술을 수용하는 방식을 설명하기 위해 단순한 아이디어에 의존해 왔습니다. 바로 그것에 대해 더 많이 알수록, 그것에 대한 두려움은 줄어든다는 것입니다. 이 논리는 우리가 학생들에게 AI가 어떻게 작동하는지 단순히 보여주기만 한다면, 그들이 AI에 익숙해질 것이고, 걱정은 사라질 것이며, 자신의 진료에 이를 기꺼이 도입할 것이라고 시사합니다. 이는 무지에서 수용으로 가는 명쾌한 경로입니다.

하지만 의사를 교육하는 현실은 훨씬 더 복잡할 수 있습니다. 의과대학들은 이제 인공지능을 커리큘럼에 추가하기 위해 분투하고 있지만, 이들은 친숙함이 모든 것을 해결한다는 가정하에 그렇게 하고 있습니다. 만약 학생이 알고리즘이 결정을 내리는 방식의 기초를 배운다면, 그 이론에 따르면 학생은 기계를 신뢰하게 되고 위험에 대한 걱정을 멈출 것이라는 것입니다. 이러한 믿음은 많은 새로운 강의의 설계를 주도하며, 기술적 문해력에 중점을 두고 있습니다. 하지만 만약 이 가정이 틀렸다면 어떨까요? 만약 AI에 대해 배우는 것이 환자의 안전과 공정성에 대한 깊은 직업적 우려를 없애주지 못한다면 어떨까요? 이 차이를 이해하는 것은 매우 중요합니다. 왜냐하면 우리가 의사들에게 도구를 사용하는 법만 가르치고 그들의 정당한 두려움을 다루지 않는다면, 우리는 기술적으로는 숙련되었으나 윤리적으로는 준비되지 않은 임상의 세대를 만들 위험이 있기 때문입니다.

마이애미 대학교의 연구진은 이 가설을 직접 테스트해 보기로 했습니다. 그들은 3ech 의료 현장에서의 인공지능 워크숍에 참석하기 직전인 389명의 의대 1학년 학생들을 모았습니다. 연구진은 학생들이 워크숍에서 새로운 것을 배우기 전에 일련의 질문을 던졌습니다. 그들은 학생들이 이전에 AI에 관한 수업을 듣거나 세미나에 참석한 적이 있는지 알고 싶었습니다. 또한 학생들은 기술에 대해 얼마나 익숙함을 느끼는지 물었습니다. 그들은 또한 AI의 미래에 대한 학생들의 태도, 스스로가 얼마나 준비되었다고 느끼는지, 그리고 결정적으로 어떤 구체적인 우려를 가지고 있는지를 물었습니다. 연구진은 여섯 가지 주요 우려 사항을 살펴보았습니다. AI가 환자 케어를 차갑고 비인격적으로 만들 것이라는 두려움, 알고리즘의 불공정한 편향성 위험, 개인 환자 데이터의 보안, 의사가 기계에 너무 의존하게 될 위험, 환자 프라이버시 보호, 그리고 이러한 도구와 관련하여 환자와 의료진 사이의 일반적인 신뢰 부족이었습니다.

결과는 우리의 학습 방식에 대한 통념에 도전하는, 학생들의 마음속에 존재하는 분열을 드러냈습니다. 한쪽에서 연구진은 이전의 AI 수업이나 워크숍과 같은 사전 노출 경험이 있는 학생들이 기술에 대해 더 익숙하다고 느낀다는 것을 발견했습니다. 이러한 친숙함은 결과적으로 긍정적인 감정과 강하게 연결되어 있었습니다. AI를 이해한다고 느끼는 학생들은 미래에 대해 더 낙관적이었고, 자신의 경력에서 이를 사용할 준비가 되었다고 느꼈으며, 이를 사용할 의도가 있다고 말할 가능성이 더 높았습니다. 이런 의미에서 기존의 아이디어는 사실로 입증되었습니다. 즉, 도구에 대해 더 많이 아는 것이 사용할 준비를 더 잘 시켜준다는 것입니다. 그들의 이해의 깊이는 단순히 행사에 참여했는지 여부보다 더 중요했습니다. 개념에 대해 익숙하다는 느낌이 그들의 자신감을 이끌어냈습니다.

하지만 다른 쪽 측면에서는, 다른 이야기가 나타났습니다. 연구는 AI에 대한 우려가 드문 일이 아니라 거의 보편적이라는 것을 발견했습니다. 53%에서 82% 사이의 학생들이 특정 문제에 대해 우려를 표명했으며, 환자 케어에서 인간적인 손길을 잃을 것이라는 두려움이 81.5%로 가장 흔하게 언급되었습니다. 연구진은 학생들이 AI에 더 익숙해짐에 따라 이러한 우려가 줄어들 것이라고 예상했습니다. 지식이 불안을 치료하는 약이 되기를 기대했습니다. 그러나 연구 결과, 이러한 우려들은 사라지지 않았습니다. 학생이 AI에 대해 아주 조금 알든 혹은 매우 익숙하게 느끼든, 그들의 우려 수준은 정확히 동일하게 유지되었습니다. 기술적 지식에 매우 자신감이 있는 학생도 AI에 대해 거의 알지 못하는 학생만큼이나 알고리즘의 편향성과 데이터 프라이버시에 대해 걱정했습니다.

이 발견은 AI를 사용하는 의사가 되는 길이 단 하나의 길로 되어 있지 않음을 시사합니다. 연구진은 서로 평행하게 달리는 두 개의 별도 트랙이 존재한다고 제안합니다. 첫 번째 트랙은 준비성을 구축하는 것에 관한 것입니다. 이것은 교육이 학생들이 기술이 어떻게 작동하는지, 병원에 어떻게 부합하는지, 그리고 어떻게 효과적으로 사용하는지를 이해하도록 돕는 경로입니다. 이 트랙은 자신감을 구축하고 새로운 도구를 채택하려는 의지를 성공적으로 만들어냅니다. 두 번째 트랙은 우려를 관리하는 것에 관한 것입니다. 이 트랙은 윤리, 공정성, 그리고 의료에서의 인간적 관계라는 무겁고 심각한 질문들을 다룹니다. 연구는 기술적 친숙함이 이러한 문제들을 해결하지 못한다는 것을 보여줍니다. 학생에게 코드에 대해 충분히 가르친다고 해서 알고리즘이 환자를 공정하게 대우하고 있는지, 혹은 데이터가 안전한지에 대해 걱정하는 것을 멈추게 할 수는 없습니다. 이것들은 교육이 채울 수 있는 지식의 공백이 아니라, 지식의 양과 상관없이 지속되는 전문적인 판단입니다.

이 연구가 의학 교육에 주는 시사점은 상당합니다. 만약 학교들이 기술을 가르치는 것이 자동으로 모든 두려움을 해결할 것이라는 생각으로 AI 과정을 설계한다면, 그들은 업무의 절반을 놓치고 있는 것일 수 있습니다. 연구진은 이중 트랙 커리큘럼을 제안합니다. 교육의 한 부분은 학생들이 도구를 운용하고 이해할 수 있도록 하는 기술적 문해력에 집중해야 합니다. 두 번째 부분은 윤리, 거버넌스, 그리고 케어의 인간적인 측면에 대한 전용적이고 구조화된 교육이어야 합니다. 이 두 번째 트랙은 우려를 더 많은 학습을 통해 극복해야 할 장애물이 아니라, 직접적으로 다루어야 할 정당한 전문적 의무로 취급해야 합니다. 연구의 학생들은 AI의 미래에 대해 기대감을 갖는 동시에, 위험에 대한 깊고 이성적인 우려를 동시에 품을 수 있었습니다. 그들은 준비되는 것과 걱정하는 것 중 하나를 선택할 필요가 없었습니다. 둘 다 할 수 있었던 것입니다.

이 연구는 인공지능이 나쁘다거나 피해야 한다고 주장하는 것이 아닙니다. 단지 의사를 준비시키는 방식이 변해야 함을 보여줄 뿐입니다. 우리는 기계를 잘 사용하는 학생이 그 기계가 만들어내는 윤리적 딜레마도 잘 헤쳐 나갈 것이라고 가정할 수 없습니다. 연구는 AI 시대의 진정한 준비성이 두 가지 뚜렷한 종류의 학습을 요구한다는 점을 시사합니다. 하나는 도구를 사용하는 기술을 구축하는 것이고, 다른 하나는 그것에 의문을 제기하는 지혜를 구축하는 것입니다. 이러한 목표를 분리함으로써, 의과대학은 졸업생들이 단순히 기술적으로 능숙할 뿐만 아니라, 윤리적으로 확고하며, 자신들이 섬기는 인간을 놓치지 않으면서 인공지능의 힘을 수용할 수 있도록 보장할 수 있습니다.